Publicējam plašu jaunu matemātisku rezultātu klāstu, ko ieguvis iekšējai lietošanai paredzēts robežšķirtnes modelis.
Lai izveidotu vienotu kārtību, kā iepazīstināt matemātiķu kopienu ar rezultātiem, esam konsultējušies ar neatkarīgo Padziļināto pētījumu institūta Matemātikas un mākslīgā intelekta konsultatīvo grupu(atveras jaunā logā) par labāko praksi. Publicējot šos rezultātus, ņemam vērā grupas padomus un publiskos ieteikumus(atveras jaunā logā).
Šoreiz rezultātus publicējam GitHub repozitorijā kopā ar noteikumiem par rakstu labojumiem un citēšanu. Turpinām apzināt arī citas kopienas uzturētas platformas šo rezultātu publicēšanai, kas atbilstu konsultatīvās grupas vadlīnijām. Turpmākajās publikācijās apņemamies vēl vairāk uzlabot rakstu kvalitāti, pilnveidojot atsauces, matemātisko izklāstu un rezultātu pasniegšanas veidu, lai tos būtu vieglāk saprast.
Mūsu GitHub repozitorijā publicējam arī daudzu pierādījumu formalizācijas programmēšanas valodā Lean, kas ļauj matemātiskus pierādījumus pārbaudīt ar datoru. Papildināsim repozitoriju ar jaunām formalizācijām, tiklīdz tās būs pieejamas.
Lai veicinātu zinātnes pārredzamību un atklātību, repozitorijā publicējam arī papildu informāciju par to, kā ieguvām šos rezultātus. Tajā iekļauti 10 kopsavilkumi par modeļa spriestspēju, izmantoto skaitļošanas resursu aplēses, kas izteiktas kā līdzvērtīgs Pro lietojums ChatGPT, un statistika par problēmu skaitu, kuras mēģināts atrisināt. Viena rezultāta iegūšanai vidēji tika izmantots tik daudz skaitļošanas resursu, cik ChatGPT Pro patērētu aptuveni trīs stundu domāšanas laikā.
Vēlamies, lai šis progress paplašinātu cilvēces zināšanu robežas un sekmētu turpmāku matemātikas attīstību. Finansēsim vairākus seminārus, konferences un īpašas programmas, kas palīdzēs izprast nozīmīgus MI iegūtos rezultātus. Plašāk par to pastāstīsim tuvākajā laikā.
Vēlamies nodot jaunākās tehnoloģiskās iespējas tieši zinātnieku rokās un strādājam pie tā, lai atbildīgi padarītu pieejamu modeli, kas ieguva šos rezultātus. Tāpēc ir svarīgi turpināt vērtēt mūsu iekšējai lietošanai paredzēto robežšķirtnes modeļu sniegumu matemātikā un citās zinātnēs, lai varētu ātrāk izstrādāt rīkus šo nozaru attīstībai. Turpināsim ņemt vērā kopienas atsauksmes un pilnveidot standartus, pēc kuriem turpmāk publiskosim nozīmīgus zinātnes sasniegumus.
