သင်္ချာနှင့် သီအိုရီကွန်ပျူတာသိပ္ပံဆိုင်ရာ တိုးတက်မှုဆယ်ရပ်

သိပ္ပံပညာရှင်များနှင့် သင်္ချာပညာရှင်များ ရှာဖွေတွေ့ရှိမှုကို အရှိန်မြှင့်နိုင်မည့် ကိရိယာများဖြင့် စွမ်းဆောင်ရည်မြှင့်တင်ပေးလိုပါသည်။ ထို့ကြောင့် သိပ္ပံပညာရှင်နှင့် သင်္ချာပညာရှင် ၁၀၀,၀၀၀ ကို ကျွန်ုပ်တို့၏ အကောင်းဆုံး ChatGPT မော်ဒယ်များအား အခမဲ့အသုံးပြုခွင့်ပေးမည့် ပညာရပ်ဆိုင်ရာ သုတေသီများအတွက် ChatGPT⁠ အစီအစဉ်ကို မကြာသေးမီက ကြေညာခဲ့ပါသည်။ ဖွံ့ဖြိုးတိုးတက်ရေးကာလအတွင်း မဖြေရှင်းရသေးသော သုတေသနပြဿနာများဖြင့်လည်း ကျွန်ုပ်တို့၏ မော်ဒယ်များကို ဆက်လက်အကဲဖြတ်နေပါသည်။

မေလတွင် မထုတ်ပြန်ရသေးသော မော်ဒယ်တစ်ခုကို အကဲဖြတ်စဉ် ရှာဖွေတွေ့ရှိခဲ့သည့် Erdős ၏ unit-distance ယူဆချက်ကို AI ဖြင့်ဖန်တီးထားသောချေပထားချက်⁠ တစ်ခုအား မျှဝေခဲ့ပါသည်။ ဤလုပ်ငန်းက သင်္ချာနှင့် သီအိုရီကွန်ပျူတာသိပ္ပံနယ်ပယ်တို့တွင် နောက်ထပ်တိုးတက်မှုများ ဖြစ်ပေါ်လာစေရန် လှုံ့ဆော်ပေးပြီးဖြစ်သည်¹။ ယနေ့တွင် ကာလရှည်ကြာ မဖြေရှင်းရသေးသော ပြဿနာတစ်ခုစီကို ဖြေရှင်းထားသည့် သို့မဟုတ် သိသိသာသာ တိုးတက်စေသည့် ရလဒ်ဆယ်ခုကို ရွေးချယ်မျှဝေလိုက်ပါသည်။ ဤပြဿနာများတွင် အတိုင်းအတာမြင့် ဂျီဩမေတြီ၊ ကုဒ်သီအိုရီ၊ ဂဏန်းသင်္ချာ circuit ရှုပ်ထွေးမှု၊ အုပ်စုသီအိုရီ၊ အော်ပရေတာ အယ်လ်ဂျီဘရာများ၊ ကွမ်တမ်ရှုပ်ထွေးမှု၊ lattice စာဝှက်စနစ်နှင့် အစွန်းရောက် ပေါင်းစပ်သင်္ချာတို့ ပါဝင်သည်။ ဤပြဿနာအားလုံးသည် သက်ဆိုင်ရာ သင်္ချာအသိုင်းအဝိုင်းများအတွက် အလွန်အရေးပါပြီး အချို့မှာ သင်္ချာနယ်ပယ်တစ်ခုလုံးအတွက်ပါ ကျယ်ကျယ်ပြန့်ပြန့် စိတ်ဝင်စားဖွယ်ဖြစ်သည်။

အောက်ပါပြဿနာများအတွက် ရလဒ်သစ်များကို တင်ပြထားပါသည်။ ဤရလဒ်များကို ကျွန်ုပ်တို့၏ နောက်ထပ်အဓိက မော်ဒယ်ဖြစ်သော Astra ၏ အတွင်းပိုင်းဗားရှင်းက ရရှိခဲ့ခြင်းဖြစ်သည်။ ဤပြဿနာများအတွက် အဖြေများရှာဖွေရန် လိုအပ်သည့် token စုစုပေါင်းသည် Sol API နှုန်းထားအရ ခန့်မှန်းခြေ $2,000 ကုန်ကျမည်ဖြစ်သည်။ ထို့နောက် လူများက အလားတူမော်ဒယ်ကို အသုံးပြု၍ ဤဆင်ခြေပြချက်များကို စာတမ်းမူကြမ်းများအဖြစ် ပြင်ဆင်ခဲ့သည်။ ယင်းနောက် မော်ဒယ်က ဆင်ခြေပြချက်တစ်ခုစီကို Lean အသိအမှတ်ပြုလက်မှတ်⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)အဖြစ် စနစ်တကျ ရေးသားခဲ့သည်။ အဖြေတစ်ခုစီအတွက် မော်ဒယ်က ၎င်း၏ စဉ်းစားပုံလုပ်ငန်းစဉ်ကို ရှင်းပြထားသည့် မှတ်တမ်းကိုလည်း ထုတ်ပြန်ပေးထားပါသည်။

1. အတိုင်းအတာမြင့် စက်လုံးထုပ်ပိုးခြင်း။ စက်လုံးထုပ်ပိုးမှု သိပ်သည်းဆအတွက် Cohn–Elkies အဆင့်အထိ နိမ့်ဆင်းသည့် အထက်ဘောင်အသစ်များ။
2. ဒွိကိန်းနှင့် စက်လုံးပုံကုဒ်များ — သတ်မှတ်ထားသော အနည်းဆုံးအကွာအဝေးတိုင်းတွင် ဒွိကိန်းကုဒ်များ၏ အများဆုံးအရွယ်အစားအတွက် အဆပေါင်းများစွာ ပိုမိုကောင်းမွန်သည့် ဘောင်များနှင့် အတိုင်းအတာမြင့် စက်လုံးပုံကုဒ်များအတွက် အလားတူရလဒ်များ။
3. Non-sofic အုပ်စုများ။ အုပ်စုသီအိုရီ၏ အဓိကမဖြေရှင်းရသေးသော မေးခွန်းကို ဖြေဆိုလျက် non-sofic အုပ်စုများ တည်ရှိကြောင်း အခိုင်အမာပြသသည့် တည်ဆောက်ပုံ။
4. Connes ၏ တောင့်တင်းမှုယူဆချက်။ အချို့အုပ်စုများကို ၎င်းတို့၏ von Neumann အယ်လ်ဂျီဘရာများက တစ်မူထူးခြားစွာ သတ်မှတ်ပေးသည်ဟူသော ကာလရှည်ကြာ ယူဆချက်ကို ချေပချက်။
5. ဂဏန်းသင်္ချာ circuit ရှုပ်ထွေးမှု။ ဂဏန်းသင်္ချာ circuit များနှင့် ဖော်မြူလာများကို အသုံးပြု၍ permanent ကို တွက်ချက်ရာတွင် အောက်ဘောင်အသစ်များ၊ n⁴/log n အဆင့်ရှိ ဂဏန်းသင်္ချာဖော်မြူလာ အောက်ဘောင်တစ်ခုအပါအဝင်။
6. ကွမ်တမ် အပြိုင်ထပ်ကျော့ခြင်း။ ဂန္ထဝင်ရှုပ်ထွေးမှုသီအိုရီ၏ အခြေခံမူတစ်ရပ်ကို တိုးချဲ့ထားသည့် ယေဘုယျကစားသမားနှစ်ဦး ကွမ်တမ်ဂိမ်းများအတွက် အဆတိုး အပြိုင်ထပ်ကျော့ခြင်း သီအိုရီ။
7. အနီးဆုံး vector ပြဿနာ။ ကွမ်တမ်ခေတ်လွန် စာဝှက်စနစ်နှင့် ဆက်စပ်သော အခြေခံ lattice မေးခွန်းတစ်ခုဖြစ်သည့် အနီးဆုံး vector ပြဿနာကို ခန့်မှန်းဖြေရှင်းရာတွင် polynomial-factor အဆင့် ခက်ခဲမှု။
8. Ehrhart ၏ ထုထည်ယူဆချက်။ အတိုင်းအတာတိုင်းတွင် ဗဟိုချက်သည် အတွင်းပိုင်းရှိ တစ်ခုတည်းသော lattice point ဖြစ်သည့် ခုံးကိုယ်ထည်တစ်ခု၏ ဖြစ်နိုင်သမျှ အများဆုံးထုထည်ကို သတ်မှတ်ခြင်း။
9. အရောင်စုံ Ramsey ကိန်းများ။ Erdős ပြဿနာ ၁၈၃ ကို ဖြေရှင်းပေးသည့် အရောင်စုံတြိဂံ Ramsey ကိန်းများအတွက် အဆတိုးနှုန်းထက်ပိုသော အောက်ဘောင်။
10. အစွန်းရောက်ကိန်း ယူဆချက်များ။ Erdős ပြဿနာ ၁၄၆ နှင့် ၁၈၀ ကို ဖြေရှင်းပေးသည့် အစွန်းရောက် graph သီအိုရီရှိ compactness နှင့် degeneracy ယူဆချက်များဆိုင်ရာ ရလဒ်များ။

သင်္ချာသုတေသနတွင် ပါဝင်ပံ့ပိုးနိုင်သည့် စနစ်များ ပေါ်ထွက်လာခြင်းက နည်းပညာကုမ္ပဏီတစ်ခုတည်းဖြင့် မဖြေဆိုနိုင်သော မေးခွန်းများကို ဖြစ်ပေါ်စေသည်။ သင်္ချာတွင် AI ၏ အခန်းကဏ္ဍနှင့်ပတ်သက်၍ အမြင်အမျိုးမျိုးရှိပြီး AI နှင့် သင်္ချာဆိုင်ရာ Leiden ကြေညာစာတမ်း⁠(ဝင်းဒိုးအသစ်တွင် ဖွင့်မည်)တွင် လက်မှတ်ရေးထိုးသူများအပါအဝင် AI ၏ သက်ရောက်မှုကို စိုးရိမ်သူများအား ကျွန်ုပ်တို့ အလေးအနက် လေးစားနားလည်ပါသည်။ ရလဒ်တစ်ခု မည်သို့ပေါ်ပေါက်လာသည်ကို ရေးသားသူအမည်ဖော်ပြမှုက ရိုးသားစွာ ထင်ဟပ်သင့်သည်ဟု ယုံကြည်ပါသည်။ AI စနစ်တစ်ခုက အပြည့်အဝဖန်တီးထားသည့် သက်သေပြချက်ကို လူက ရေးသားသည်ဟု ဆိုခြင်းသည် စနစ်၏ ပံ့ပိုးမှုနှင့် လူသား၏ စစ်မှန်သော ဉာဏ်ပညာလုပ်အား သဘောသဘာဝနှစ်ခုလုံးကို လွဲမှားစွာ ဖော်ပြရာရောက်သည်။ စာတမ်းမူကြမ်းများပြင်ဆင်ခြင်းနှင့် သက်သေပြချက်များကို Lean ဖြင့် စနစ်တကျရေးသားခြင်းတွင် ကျွန်ုပ်တို့ ကူညီခဲ့ပြီး ၎င်းတို့၏ မှန်ကန်မှုအတွက် တာဝန်ယူပါသည်။ သို့သော် သင်္ချာဆိုင်ရာ ဆင်ခြေပြချက်များကို ကျွန်ုပ်တို့၏စနစ်က ဖန်တီးခဲ့ခြင်းဖြစ်သည်။ သင်္ချာအသိုင်းအဝိုင်းက ဤရလဒ်များကို နက်နက်ရှိုင်းရှိုင်း လေ့လာဆွေးနွေးကာ သက်ဆိုင်ရာအခြေအနေတွင် နေရာချပြီး ၎င်းတို့နောက်ကွယ်ရှိ အယူအဆများကို သုတေသနနှင့် ရှာဖွေတွေ့ရှိမှုအသစ်များမှတစ်ဆင့် အသက်ဝင်လာစေမည်ဟု မျှော်လင့်ပါသည်။

AI စနစ်များသည် ပိုမိုအဆင့်မြင့်သော သုတေသနပူးပေါင်းဆောင်ရွက်သူများအဖြစ် တိုးတက်လာသည်နှင့်အမျှ ဤအပြောင်းအလဲကြီးကာလတွင် သိပ္ပံပညာရှင်များနှင့် သင်္ချာပညာရှင်များက မိမိတို့နယ်ပယ်၏ အနာဂတ်ကို လမ်းရှာဖော်ဆောင်သတ်မှတ်ရာ၌ ပံ့ပိုးရန် လူတိုင်း ကျယ်ကျယ်ပြန့်ပြန့် အသုံးပြုခွင့်ရရှိစေခြင်းသည် အခြေခံကျပါသည်။