Machine Learning In Pure Mathematics And Theoretical Physics

Sammenstillingen av 'maskinlæring' og 'ren matematikk og teoretisk fysikk' kan i første omgang virke som en motsetning. De strenge bevisene og utledningene innen det siste synes å tilhøre en helt annen verden enn tilfeldighetene knyttet til data og statistikk som karakteriserer det første. Likevel er en ofte undervurdert del av matematisk oppdagelse, som vanligvis ikke presenteres i en endelig utgave, eksperimentering – både med ideer og med matematiske data. Tenk på tenåringen Gauss, som formulerte hypotesen om primtallssetningen ved å grafisk fremstille primtall-funksjonen, mange tiår før kompleks analyse ble formalisert for å tilby et bevis. Kan moderne teknologi på en delvis måte etterligne Gauss' intuisjon? De siste fem årene har vi sett en eksplosjon av aktiviteter som bruker AI for å hjelpe menneskesinnet med å avdekke ny matematikk: å avdekke mønstre, akselerere beregninger og stille hypoteser gjennom maskinlæring av ren, støyfri data. Målet med denne boken, som er den første av sitt slag, er å samle forskning og gi en oversikt.