arXiv：能提出猜想的數(shù)學(xué)智能體Moonshine

導(dǎo)語

數(shù)學(xué)研究的核心進(jìn)展往往始于有價值的猜想，而提出好的猜想長期以來被視為人類數(shù)學(xué)家的專屬能力。2026年6月發(fā)表于arXiv的這篇文章介紹的Moonshine是一款以猜想生成為核心目標(biāo)的自主數(shù)學(xué)研究智能體，它從經(jīng)典復(fù)域雅可比猜想中提煉出局部非退化強(qiáng)制全局單射的核心結(jié)構(gòu)，將其遷移至單隱層仿射脊型 sigmoid 網(wǎng)絡(luò)這一透明函數(shù)族，自主提出了神經(jīng)雅可比猜想，并通過代數(shù)與幾何拓?fù)涠鄺l路徑嚴(yán)格證明了低寬度情形下猜想成立，為人工智能參與原創(chuàng)數(shù)學(xué)研究提供了全新的范式參考。

關(guān)鍵詞：自主數(shù)學(xué)研究智能體、神經(jīng)雅可比猜想、全局單射性、局部非退化性、數(shù)學(xué)發(fā)現(xiàn)自動化

王璇丨作者

趙思怡丨審校

論文題目：Moonshine: An Autonomous Mathematical Research Agent Centered on Conjecture Generation 論文鏈接：https://arxiv.org/pdf/2606.10806 發(fā)表時間：2026年6月9日 論文來源：arXiv

1. 以猜想生成為核心的

自主數(shù)學(xué)研究智能體Moonshine

Moonshine是一套自主數(shù)學(xué)研究智能體框架。它與問答系統(tǒng)或數(shù)值計算工具的區(qū)別在于，其設(shè)計目標(biāo)是自主生成有價值的數(shù)學(xué)猜想，并通過結(jié)構(gòu)化的探索對猜想進(jìn)行驗證或證偽。Moonshine的運行圍繞以下幾個模塊展開：

• 結(jié)構(gòu)識別與猜想提煉：識別經(jīng)典問題或數(shù)學(xué)對象中的核心結(jié)構(gòu)特征，提煉新概念，并基于此提出精確、可驗證的猜想。

• 深度探索與理論搭橋：將猜想與已有理論建立關(guān)聯(lián)，探索其與其他數(shù)學(xué)領(lǐng)域的聯(lián)系，并推導(dǎo)條件性結(jié)論。

• 障礙識別與邊界刻畫：通過證明與反例構(gòu)造，明確猜想成立的充分條件，識別不可逾越的障礙，從而確定其真實適用范圍。

• 研究日志與記憶：維護(hù)長期結(jié)構(gòu)化日志，記錄猜想的演化、證明嘗試、失敗路徑與未解決子問題，形成可拓展的理論框架。

Moonshine以運行時主目錄（默認(rèn)為~/.moonshine）為組織核心，目錄內(nèi)包含配置文件、項目文件夾、會話日志、知識庫、技能庫、工具集與MCP服務(wù)器定義。智能體以研究模式運行，可自主迭代、檢索歷史記憶、調(diào)用驗證工具，逐步深化對給定猜想的理解。

Moonshine對雅可比猜想的探索與神經(jīng)雅可比猜想的提出。受經(jīng)典復(fù)域雅可比猜想的啟發(fā)，Moonshine并未直接嘗試證明或證否原猜想，而是提取了其核心邏輯：由非零雅可比行列式刻畫的局部非退化性，是否能強(qiáng)制推出全局單射性。隨后，這一邏輯被遷移到一類受限但結(jié)構(gòu)清晰的函數(shù)族——單隱層仿射脊型sigmoid網(wǎng)絡(luò)上。通過分析該類網(wǎng)絡(luò)特殊的代數(shù)與幾何結(jié)構(gòu)，Moonshine提煉出了新的猜想——神經(jīng)雅可比猜想（NJC）。該猜想指出，若此類網(wǎng)絡(luò)的雅可比行列式處處為正，則網(wǎng)絡(luò)必為全局單射。這一猜想既是對經(jīng)典問題的類比，本身也具有獨立的研究意義，因為它將“局部微分同胚蘊(yùn)含全局單射”的剛性歸因于特殊的仿射脊結(jié)構(gòu)。

后續(xù)章節(jié)將介紹Moonshine對神經(jīng)雅可比猜想的探索過程。

2. 神經(jīng)雅可比猜想

（The Neural Jacobian Conjecture, NJC）

2.1 函數(shù)族與記號

設(shè)為邏輯斯蒂sigmoid函數(shù)：

該函數(shù)嚴(yán)格遞增，且對所有滿足0"},"displayMode":"inline","viewType":"inline"}}">。

定義2.1（仿射脊型sigmoid網(wǎng)絡(luò)）。對n, N ≥1，若映射滿足

其中，且σ按分量作用，則稱F為寬度為N的單隱層仿射脊型sigmoid網(wǎng)絡(luò)。該函數(shù)族記為。在不影響單射性討論的記號下，我們簡記為

F(x)=Aσ(Bx+c).

定義2.2（正雅可比子類）。定義

2.2 Moonshine提出的猜想

猜想2.3（神經(jīng)雅可比猜想）。對任意，映射F是全局單射。

該猜想的動機(jī)在于：一般情況下，局部微分同胚可以形成多葉結(jié)構(gòu)，而仿射脊型sigmoid網(wǎng)絡(luò)的特殊結(jié)構(gòu)——尤其是輸出權(quán)重矩陣的核空間與隱層像空間之間的相互作用。可能會強(qiáng)制保證唯一性。若猜想成立，NJC將成為神經(jīng)網(wǎng)絡(luò)場景下的一個剛性定理，表明在該特殊結(jié)構(gòu)約束下，局部非退化蘊(yùn)含全局單射，并與經(jīng)典雅可比猜想形成有趣的對應(yīng)。

2.3 幾何重述

令h(x)=σ(Bx+c），并記

其中X1為隱層子流形，X2為輸出矩陣的核空間。則F為單射當(dāng)且僅當(dāng)

正雅可比條件0"},"displayMode":"inline","viewType":"inline"}}">det DF>0等價于：X1與p+X2在每一點處橫截相交，且局部相交指標(biāo)為+1。因此NJC可以重述為：橫截性與正局部指標(biāo)，是否能保證每一條仿射纖維與X1都只有唯一交點？

3. 低寬度情形下NJC的部分驗證

Moonshine并未宣稱完整證明了NJC。它首先分析了最易處理的情形，即隱層寬度N等于輸入維數(shù)n，或比n大1的情況。這些情形為猜想提供了初步證據(jù)。

3.1N=n的情形

命題3.1。若N=n且，則F是單射。

證明。當(dāng)N=n時，矩陣。定義

由于對所有x都有

且0"},"displayMode":"inline","viewType":"inline"}}">det D(x)>0，因此det A與det B均不為零，即A和B均可逆。映射F(x)=Aσ(Bx+c) 是三個單射的復(fù)合：可逆仿射映射、按分量嚴(yán)格遞增的映射，以及可逆線性映射。因此F是單射。

3.2N=n+1的情形

這是A具有非平凡核空間的最小寬度。本節(jié)的主要結(jié)果如下。

定理3.2。設(shè)為隱層單元數(shù)N=n+1的單隱層仿射脊型sigmoid網(wǎng)絡(luò)。若

則F是單射。

下述第一個證明由Moonshine調(diào)用GPT-5.5-pro得到。

3.2.1 第一種代數(shù)證明：凸集上的單射引理

作為定理3.2的補(bǔ)充，我們給出一個證明，其核心是如下關(guān)于標(biāo)量函數(shù)圖像在線性投影下的單射引理。

引理3.3（凸集上的單射引理）。設(shè)為非空開凸集，h∈C1(Ω)，為線性映射。定義

T(y)=L(y, h(y)).

若對所有y∈Ω都有det DT(y) ≠0，則T是單射。

證明。由det DT(y) ≠0可知rankDT(y)=n。由于DT(y)的像包含于L的像中，因此rankL=n，從而dim ker L=1。設(shè)為張成ker L的非零向量，分兩種情況討論。

情形1：r≠0。對k做尺度變換使得r=-1，即k=(p,-1）。定義Q(y, z)=y+pz ，則。由于L和Q都是從到的滿秩映射，故存在使得A0 L=Q。在目標(biāo)空間左乘A0不影響單射性，因此不妨設(shè)

T(y)=y+ph(y).

假設(shè)T(y1)=T(y2），則

因此y2-y1與p平行。若p=0，則T(y)=y，結(jié)論顯然成立。下設(shè)p≠0，則存在s ≠0使得y2=y1+sp。由Ω的凸性，線段{y1+tp: 0 ≤t ≤s}包含于Ω中。代入上式得

令Ψ(t)=t+h(y1+tp)，則Ψ(s)=Ψ(0)。進(jìn)一步有

由矩陣行列式引理，

因此Ψ'(t)=det DT(y1+tp)。由假設(shè)該式恒不為零，且其連續(xù)，故符號恒定，Ψ嚴(yán)格單調(diào)。這與Ψ(s)=Ψ(0)矛盾，除非s=0。因此y1=y2。

情形2：r=0。此時，其中p≠0。選取線性同構(gòu)

滿足P(0,1)=p。令

在坐標(biāo)下，定義

則。考慮子空間

限制映射是線性同構(gòu)。令

并定義

由于，因此

經(jīng)過源空間坐標(biāo)變換y=P(u, s)與目標(biāo)空間線性變換M后，映射變?yōu)?/p>

這些變換都是可逆的，因此不改變單射性；雅可比行列式僅乘以一個非零常數(shù)。

的雅可比矩陣為

因此。從而

對固定的u，纖維

是一個區(qū)間，因為是凸集。函數(shù)具有連續(xù)導(dǎo)數(shù)且在Iu上恒不為零，因此嚴(yán)格單調(diào)。若，則前n-1個分量給出u1=u2，最后一個分量給出。由嚴(yán)格單調(diào)性得s1=s2。因此是單射，從而T也是單射。

定理3.2的第一種代數(shù)證明。將網(wǎng)絡(luò)寫為F(x)=Aσ(Bx+c)，其中。由于rank B=n，B中存在n行線性無關(guān)。對隱單元重排后，不妨設(shè)前n行線性無關(guān)。通過輸入變量的可逆仿射變換，可將前n個預(yù)激活歸一化為x1, …, xn。因此網(wǎng)絡(luò)可寫為

其中。等價地，

令，并定義

由于0"},"displayMode":"inline","viewType":"inline"}}">det DF(x)>0且Φ是微分同胚，故對所有y∈(0,1)n都有det DT(y)≠0。定義域(0,1)n是開凸集，由引理3.3可知T是單射，因此F是單射。

該證明凸顯了凸性與一維核空間在NJC低寬度情形中的核心作用。

3.2.2 第二種代數(shù)證明：沿核方向的一維單調(diào)性

下述第二個證明由Moonshine調(diào)用DeepSeek-V4-pro得到。

證明。仍將網(wǎng)絡(luò)寫為F(x)=Aσ(Bx+c），其中。同上，歸一化后網(wǎng)絡(luò)可表示為

其雅可比矩陣為

其中

S(x) 的所有對角元與sn+1(x)均為正。

用反證法，假設(shè)F不是單射，則存在p≠q使得F(p)=F(q)。令

定義

其中σ-1(s)=log (s/(1-s))按分量作用。則

由于A=[C, w]的秩為n，其核空間是一維的。選取

等式F(p)=F(q)意味著隱層輸出的差屬于kerA，因此存在λ≠0使得

特別地，

定義

其中t滿足。由(2)知f(0)=f(λ)=0且λ≠0。令

(0,1)n的凸性保證了t在0與λ之間時xt有定義。求導(dǎo)得

直接計算可得

因此

我們將該表達(dá)式與det DF(xt)聯(lián)系起來。

情形1：kn+1≠0。對k做尺度變換使得kn+1=-1，則由(1)得。因此

由于A=[C, w]秩為n且，故矩陣C可逆。由矩陣行列式引理，

結(jié)合(3)式，

由于0"},"displayMode":"inline","viewType":"inline"}}">det DF(xt)>0，0"},"displayMode":"inline","viewType":"inline"}}">det S(xt)>0，且det C≠0為常數(shù)，故f'在0到λ的區(qū)間上具有恒定的非零符號，因此f在該區(qū)間上嚴(yán)格單調(diào)。

情形2：kn+1=0。此時且，故rank C ≤n-1。又因[C, w]秩為n，因此rank C=n-1且。選取張成左核ker CT的非零向量v0，則。伴隨矩陣的秩為1，可表示為

將雅可比矩陣改寫為

利用秩n-1矩陣的秩1擾動公式

可得

由于kn+1=0，(3)式變?yōu)?/p>

因此

同理，0"},"displayMode":"inline","viewType":"inline"}}">det DF(xt)>0，0"},"displayMode":"inline","viewType":"inline"}}">det S(xt)>0，且，故f'具有恒定非零符號，f嚴(yán)格單調(diào)。

兩種情形下，f在以0和λ為端點的閉區(qū)間上均嚴(yán)格單調(diào)，但f(0)=f(λ)=0且λ≠0，矛盾。因此不存在滿足F(p)=F(q)的不同點q，故F是單射。

3.2.3 幾何拓?fù)渥C明：隱層子流形與一維纖維

下述幾何拓?fù)渥C明，是通過網(wǎng)頁端交互調(diào)用GPT-5.5-pro、在ChatGPT協(xié)助下完成的。

沿用記號

F(x)=Aσ(Bx+c),

其中

假設(shè)

h(x)=σ(B x+c),

并定義

由于B列滿秩，c+Im B是中的一個n維仿射平面。又因為按分量作用的sigmoid是從到(0,1)n+1的微分同胚，故X1是(0,1)n+1中光滑嵌入的n維子流形。此外，dim X2=1。

由隱層相交的等價表述，F(xiàn)為單射當(dāng)且僅當(dāng)

因此只需證明：每條以X2為方向的仿射直線與X1至多交于一點。

固定p∈X1，選取k∈X2 \{0}使得。定義

這是一個包含0的開區(qū)間。

我們在logit坐標(biāo)下描述X1。令

選取非零向量，定義

將Φ限制在仿射直線p+X2上，定義

因此p+X2與X1的交點恰好對應(yīng)g的零點，且g(0)=0。

首先證明：若t0∈Ip是g的零點，則

該結(jié)論僅針對零點處的導(dǎo)數(shù)，并不意味著g'在整個Ip上都非零。

設(shè)g(t0)=0，令z0=p+t0k，則z0∈X1，故存在x0使得。定義

引理3.4。在g的每個零點t0處，都有

證明。若，則存在使得k=D(x0)Bv。由于k∈X2=ker A，故

0=Ak=AD(x0)Bv.

但AD(x0)B=DF(x0)，且0"},"displayMode":"inline","viewType":"inline"}}">det DF(x0)>0，因此AD(x0)B可逆，從而v=0，進(jìn)而k=0，矛盾。

由于X1是Φ的零水平集，且在X1上有

由引理3.4可得

由鏈?zhǔn)椒▌t，因g(t)=Φ(p+tk)，故

因此g的每個零點都是非退化的，即零點處導(dǎo)數(shù)不為零。

接下來證明：g在所有零點處的導(dǎo)數(shù)符號都相同。為此我們先給出一個獨立的線性代數(shù)引理。

引理3.5。設(shè)

為線性映射，滿足rankA=rankB=n。設(shè)

則存在非零常數(shù)C=C(A, B, k, λ)，使得對任意，都有

特別地，若0"},"displayMode":"inline","viewType":"inline"}}">det L>0，則存在僅依賴于A, B, k, λ的固定符號，使得

證明。首先，對任意，由于A秩為n且，存在僅依賴于A和k的非零常數(shù)cA，使得

事實上，選取的補(bǔ)空間的一組基u1, …, un，令U=[u1, …, un]，則[U, k]可逆且AU可逆。任意M可唯一表示為，于是

由此即得上述比例關(guān)系。

其次，由于rankB=n，像空間ImB是
中的n維超平面。映射是在ImB上取零值的線性泛函，也是如此。由于這類泛函的空間是一維的，故存在cB≠0使得

取M=LB，則

由于[LB, k]=L[B, L-1k]，故

因此

令C=cAcB≠0，符號結(jié)論立即可得。

回到幾何證明。在零點t0處，仍記z0=p+t0k=h(x0)。由z0=σ(Bx0+c)，得

這是一個正對角矩陣。此外，

將引理3.5應(yīng)用于L=D(x0)，得

由于0"},"displayMode":"inline","viewType":"inline"}}">det D(x0)>0，存在不依賴于交點的固定符號ε，使得

而0"},"displayMode":"inline","viewType":"inline"}}">det(AD(x0)B)=det DF(x0)>0，因此所有零點t0處的符號相同，從而g'(t0)的符號也都相同。

最后，我們利用如下一維基本事實：若是C1函數(shù)，t1＜t2是兩個相鄰零點，且g'(t1) ≠0、g'(t2)≠0，則

事實上，若0"},"displayMode":"inline","viewType":"inline"}}">g'(t1)>0，則g在t1右側(cè)附近為正；由于(t1,t2)內(nèi)無零點，故g在該區(qū)間上恒正。又因g(t2)=0且g'(t2) ≠0，故必有g(shù)'(t2)<0。另一種情形同理。

若存在另一個交點，則存在使得g(λ0)=0。在以0和λ0為端點的緊區(qū)間上，零點是孤立的，故只有有限個，因此可以選出兩個相鄰的零點。上述一維事實要求這兩個零點處g'的符號相反，但前面的論證表明所有零點處的導(dǎo)數(shù)符號都相同，矛盾。因此

等價地，

由于p∈X1是任意的，故F是全局單射。

該證明揭示了N=n+1情形的本質(zhì)：一維輸出核將相交問題約化為單變量零點問題；一維中的非退化零點具有交替的導(dǎo)數(shù)符號，而正雅可比條件強(qiáng)制所有局部符號一致。對于更高維的纖維，這一機(jī)制不再自動成立，這也解釋了N ≥n+2情形的困難所在。

3.3 高寬度情形N ≥n+2仍未解決

當(dāng)N ≥n+2時，核空間X2的維數(shù)至少為2。局部正指標(biāo)無法再通過一維符號交替法則排除多交點的可能：高維映射可以擁有多個正則零點（局部指標(biāo)均為+1），但仍不是單射。因此，神經(jīng)雅可比猜想在高寬度情形下仍是開放問題。

4. 結(jié)論與展望

通過對經(jīng)典雅可比猜想的反思，Moonshine提煉出“局部非退化蘊(yùn)含全局單射”的核心原理，并將其遷移到單隱層仿射脊型sigmoid網(wǎng)絡(luò)上，由此提出了神經(jīng)雅可比猜想。若猜想完全成立，將揭示一類特殊神經(jīng)網(wǎng)絡(luò)的內(nèi)蘊(yùn)剛性；即便最終被證否，對它的探索也有助于厘清局部微分同胚與全局單射之間的邊界。

Moonshine證明了NJC在最小非平凡寬度N=n與N=n+1下成立，為猜想的合理性提供了初步證據(jù)。對于更一般的高寬度情形N ≥n+2，猜想既未被證明也未被證否，仍是一個活躍的開放問題。這正是Moonshine作為猜想生成型數(shù)學(xué)智能體的工作模式：提出精確的猜想，建立嚴(yán)謹(jǐn)?shù)牟糠纸Y(jié)果，并識別出未解決的邊界以指引后續(xù)研究。

網(wǎng)頁地址：www.deepmath.cn

相關(guān)閱讀：https://mp.weixin.qq.com/s/IUM3Ig-fWvmbvvRs6olzeg

完整的源代碼、研究日志與中間驗證記錄：https://github.com/DeepMathLLM/Moonshine

補(bǔ)充說明

注記A.1（雅可比行列式不可能為非零常數(shù)）。當(dāng)n"},"displayMode":"inline","viewType":"inline"}}">N>n時，網(wǎng)絡(luò)的雅可比行列式det DF(x)不可能是非零常數(shù)。由柯西-比內(nèi)公式，

其中I取遍{1, …, N}的所有n元子集，AI是A中列指標(biāo)屬于I的n×n子矩陣，BI是B中行指標(biāo)屬于I的n×n子矩陣，乘積項由正對角元構(gòu)成。

選取方向，使得對所有非零行向量bi都有bi·u≠0。沿射線x=tu當(dāng)t→+∞時，每個預(yù)激活都趨于±∞，因此，從而每一項都趨于0，故det DF(tu)→0。若det DF是常數(shù)c，則該極限將迫使c=0。因此雅可比行列式不可能為非零常數(shù)。

注記A.2（滿秩條件的必要性）。若rankA 或rankB ，則AD(x)B的秩至多為min(rankA, rankB) ，因此對所有x都有det DF(x)=0。故任意自動滿足rankA=rankB=n，這特別要求N≥n。

注記A.3（其他激活函數(shù)）。所有證明僅用到0"},"displayMode":"inline","viewType":"inline"}}">σ'(t)>0以及0"},"displayMode":"inline","viewType":"inline"}}">σ在其像上有光滑逆函數(shù)這兩個性質(zhì)。因此，對任意嚴(yán)格遞增、將微分同胚地映到一個開區(qū)間（如(0,1）)的C1激活函數(shù)，結(jié)論都成立。邏輯斯蒂sigmoid只是一個方便的例子。

注記A.4（復(fù)域情形不是實域的直接類比）。本文討論的NJC是實域上的命題。若直接將sigmoid網(wǎng)絡(luò)復(fù)化，類似的雅可比型結(jié)論一般不成立。

考慮復(fù)邏輯斯蒂sigmoid函數(shù)

它是亞純函數(shù)，極點為

對復(fù)淺層sigmoid網(wǎng)絡(luò)

其中，記第j個預(yù)激活為

其自然全純定義域為

在該定義域上，復(fù)sigmoid滿足

因此可以定義輸入矩陣A的周期格為

若0≠v∈L(A)，則σ(A(z+v)+b)=σ(Az+b)，從而F(z+v)=F(z)。這樣的周期向量會導(dǎo)致非單射性。

在方陣情形N=n下，若，則

在Ω上，σ無零點，故det DF(z) ≠0。但對任意非零的，

都是非零周期向量，因此F(z+v)=F(z)。因此在復(fù)域中，“Ω上det DF(z)≠0蘊(yùn)含F(xiàn)在Ω上單射”這一推論不成立。

當(dāng)n"},"displayMode":"inline","viewType":"inline"}}">N>n時，還會出現(xiàn)第二種機(jī)制：輸出核的抵消作用。例如，取n=2、N=3，定義

這對應(yīng)于

由周期性，F(xiàn)(z)=0=F(0)且z≠0，因此該網(wǎng)絡(luò)不是單射。

論文作者：

參考文獻(xiàn)

[1] Bass, H., Connell, E. H., and Wright, D. The Jacobian conjecture: reduction of degree and formal expansion of the inverse. Bulletin of the American Mathematical Society (New Series), 7(2), 287–330, 1982.

[2] Gale, D., and Nikaido, H. The Jacobian matrix and global univalence of mappings. Mathematische Annalen, 159, 81–93, 1965.

[3] Guillemin, V., and Pollack, A. Differential Topology. Prentice-Hall, Englewood Cliffs, 1974.

[4] Hirsch, M. W. Differential Topology. Graduate Texts in Mathematics, Vol. 33. Springer, New York, 1976.

[5] Horn, R. A., and Johnson, C. R. Matrix Analysis. 2nd ed. Cambridge University Press, Cambridge, 2012.

[6] Keller, O.-H. Ganze Cremona-Transformationen. Monatshefte fuer Mathematik und Physik, 47, 299–306, 1939.

[7] Pinchuk, S. A counterexample to the strong real Jacobian conjecture. Mathematische Zeitschrift, 217, 1–4, 1994.

[8] Smale, S. Mathematical problems for the next century. The Mathematical Intelligencer, 20(2), 7–15, 1998.

[9] van den Essen, A. Polynomial Automorphisms and the Jacobian Conjecture. Progress in Mathematics, Vol. 190. Birkhaeuser, Basel, 2000.

報名讀書會：「Vibe Modeling」

集智俱樂部聯(lián)合同濟(jì)大學(xué)長聘副教授陳小楊和北京林業(yè)大學(xué)副教授李周園共同發(fā)起，將在集體實踐中探索 vibe modeling 在不同領(lǐng)域的通用模式與特殊需求，沉淀可復(fù)用的提示策略、評估方法與工作流，為這一范式搭建早期社區(qū)基礎(chǔ)，助力 AI 賦能的跨學(xué)科研究與人才培養(yǎng)落地。

讀書會自2026年5月17日起，每周日下午14:00-16:00線上開展，持續(xù)10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關(guān)領(lǐng)域研究者及跨學(xué)科興趣者參與。

掃描海報中二維碼報名參加讀書會

詳情請見：

人工智能與數(shù)學(xué)讀書會

數(shù)十年來，人工智能的理論發(fā)展和技術(shù)實踐一直與科學(xué)探索相伴而生，尤其在以大模型為代表的人工智能技術(shù)應(yīng)用集中爆發(fā)的當(dāng)下，人工智能正在加速物理、化學(xué)、生物等基礎(chǔ)科學(xué)的革新，而這些學(xué)科也在反過來啟發(fā)人工智能技術(shù)創(chuàng)新。在此過程中，數(shù)學(xué)作為兼具理論屬性與工具屬性的重要基礎(chǔ)學(xué)科，與人工智能關(guān)系甚密，相輔相成。一方面，人工智能在解決數(shù)學(xué)領(lǐng)域的諸多工程問題、理論問題乃至圣杯難題上屢創(chuàng)記錄。另一方面，數(shù)學(xué)持續(xù)為人工智能構(gòu)筑理論基石并拓展其未來空間。這兩個關(guān)鍵領(lǐng)域的交叉融合，正在揭開下個時代的科學(xué)之幕。

為了探索數(shù)學(xué)與人工智能深度融合的可能性，集智俱樂部聯(lián)合同濟(jì)大學(xué)特聘研究員陳小楊、清華大學(xué)交叉信息學(xué)院助理教授袁洋、南洋理工大學(xué)副教授夏克林三位老師，共同發(fā)起“人工智能與數(shù)學(xué)”讀書會，希望從 AI　for　Math，Math　for　AI 兩個方面深入探討人工智能與數(shù)學(xué)的密切聯(lián)系。讀書會已完結(jié)，現(xiàn)在報名可加入社群并解鎖回放視頻權(quán)限。

詳情請見：

1.

2.

3.

4.

5.

6.

7.

8.

9.

#翻譯