从元思想到高级数学发现——人类与人工智能共同发现符号嵌入量子算法

arXiv:2606.24899v1 公告类型：新 摘要：人工智能辅助数学通常在解决预定义问题时进行评估。然而，在实践中，许多重要的进展开始得更早，即模糊的研究直觉转化为具体的问题、有前途的路线和值得证明的定理族。本报告通过一个案例研究来研究这一阶段，该案例研究导致了矩阵方程和矩阵函数的符号嵌入量子算法、量子线性代数的基本原语和算子输出量子算法。该项目始于人类的直觉，即有理逼近对于符号函数等跳跃型函数特别有效，因此可能作为量子算法的设计原则。人工智能辅助探索（包括后来集成到代理人工智能数学家系统 AIM 中的工作流程）不仅仅是在问题解决后提供帮助，在将这种直觉扩展到路线图、比较候选公式以及收敛到作为中心框架的符号嵌入方面发挥了关键作用。然后，AIM 帮助将已知的矩阵符号恒等式与更广泛的矩阵方程和矩阵函数联系起来，并起草了证明和复杂性计算。决定性的科学判断仍然是人类的：选择哪些人类人工智能扩展路线值得追求，当其有效性需要隐藏条件时拒绝凯莱梯形近似，并将西尔维斯特实现从粗略的二次间隙查询路线改进为最终的分解和缩放分析。该报告认为，以 AIM 等系统为重要组成部分的人类与人工智能共同发现工作流程最有价值的不是作为独立的定理证明者，而是作为人类封闭研究循环内的问题形成、连接发现、推导和怀疑性审查的研究合作伙伴。