中国科学家实现通用人工智能推理突破：难题解决与创新出题

新华社北京1月26日电（记者魏梦佳）由中国科研团队自主研发的“通矩模型”近日取得重要突破，该成果于26日晚在线发表于国际权威学术期刊《自然-机器智能》。相关专家表示，这是国际上首个同时具备自主出题和自动解题双重能力的通用人工智能系统，标志着中国科研团队在自动化推理的逻辑核心领域实现关键核心技术自研，并在性能与功能多样性上达到国际领先水平。

长期以来，人工智能在逻辑推理领域面临着两大核心挑战：其一是“组合爆炸”问题，即几何推理往往需要寻找并添加精妙的辅助线，每增加一个点或圆，搜索空间（即探索模型中所有可能的解决方案）都会呈指数级增长；其二是“高质量数据匮乏”问题，即现有的几何题目库规模较小，难以支持大规模模型的训练。

由北京通用人工智能研究院、北京大学心理与认知科学学院、北京大学智能学院、北京大学人工智能研究院以及北京大学武汉人工智能研究院组成的联合科研团队，通过开发一套精密的逻辑推理搜索架构，将复杂的几何世界抽象建模，使得AI系统能像人类数学家一样，在逻辑推理的每个节点上都能进行有序地系统性探索，避免了无效的重复尝试。

据悉，团队创新性地引入了“规范化表示”技术。这套机制赋予了AI一种“识破伪装”的能力：在复杂的几何空间中，同一个命题往往会因为图形的旋转、翻转或缩放而产生无数种表现形式。通矩模型能自动识别并合并这些对称或同构的拓扑结构，将庞杂的搜索空间压缩了几个数量级。例如，无论一个三角形在空间中如何摆放，系统都能精准锁定其本质的几何关系。这种对物理对称性的深度利用，极大地提升了搜索效率。

而在AI寻找解题“灵感”的过程中，系统通过价值函数来模拟人类的数学审美。借助强化学习技术，系统内置的“价值模型”能实时预判每一条推理路径的潜力——不仅判断结论是否成立，更在乎推导过程是否简洁。

“当AI发现一个命题的证明难度显著高于其构建复杂度时，它便捕捉到了那一抹‘直觉性的灵感’。”论文第一作者、北京通用人工智能研究院研究员张驰表示，这种“价值引导”能让模型从浩如烟海的组合中，精准捕捉到那些具备人类数学家审美标准的高质量题目，“实现了从‘模仿解题’到‘自主创造’的范式转变，这在国际上尚属首次。”

图为团队成员正在讨论算法设计的几何问题。新华社发

张驰介绍，通矩模型仅需单张消费级显卡即可在最多38分钟内解决2000年以来所有国际数学奥林匹克竞赛的几何难题。实验表明，其推理效率和准确率均达国际先进水平。

论文共同通讯作者、北京大学心理与认知科学学院助理教授朱毅鑫表示，通矩模型的意义不仅在于解题速度的提升，更在于其通过模拟人类数学家的直觉和审美，实现了“小数据、大任务”的范式转化。

“这种不依赖海量标注数据、通过内部逻辑自我演化的路径，正是通用人工智能发展的关键。我们的系统不仅能与国际最先进的AI系统对标，更在理解逻辑底层美学和自主发现科学规律方面走在了前列。”他说。

据悉，目前通矩模型自主生成的3道原创几何新题，已入选2024年全国中学生数学联赛（北京赛区）。

张驰表示，这一成果为未来自动化数学证明、个性化智能教育及科学大模型的开发提供了技术支撑，有助于为更多感兴趣的青少年提供优质题目和讲解服务。未来，团队将继续深耕通用智能模型，推动中国人工智能技术在更复杂逻辑与科学发现领域实现领跑。