DeepMind的FunSearch模型，突破数学界长达60年的难题

谷歌DeepMind的最新成果FunSearch，一款解决困扰数学家60多年的难题的大模型，已在《Nature》杂志发表。FunSearch的开创性之处在于，它提供了先前未知的解决方案，这些解决方案在训练数据中并不存在，超出了人类现有的认知范畴。FunSearch主要处理NP-hard问题，包括Cap set问题和在线装箱问题。在Cap set问题中，FunSearch提出了一个创新的解法，找到了更大的点集合。对于在线装箱问题，FunSearch的算法在OR和Weibull测试数据集中显著减少了所需集装箱的数量。FunSearch的核心在于搜索能解决问题的程序而不是单一答案，采用迭代过程，通过大模型生成新程序，再由评估系统进行打分，优化程序库。此成果标志着AI在数学领域的一大进步，展示了大模型在解决复杂问题上的潜力。