我目前正在学习深度学习和人工智能并探索他的可能性，而且，作为一名数学家，我很好奇如何用它来解决数学问题。
看到循环神经网络能够很好地理解人类语言，我想它们也可以用来遵循一些简单的数学陈述，甚至可能提出一些证明。我知道计算机辅助证明越来越频繁，并且一些软件现在可以理解简单的数学语言并验证证明（例如Coq）。不过，我从未听说过将深度学习应用于数学研究。
深度学习可以用来帮助数学研究吗？所以，我很好奇像 Coq 这样的系统是否可以与深度学习系统相结合来帮助数学研究。有一些令人兴奋的结果吗？
深度学习可以用来帮助数学研究吗？
人工智能
深度学习
数学
证明
库克
2021-11-07 04:14:42
1个回答
数学方程通常以称为“中缀符号”的顺序形式表示。它的特点是在操作数之间放置运算符。为了使中缀符号中的操作顺序明确，需要大量括号。中缀表示法比前缀表示法（例如 + 2 2）或后缀表示法（例如 2 2 +）更难被计算机解析。
Guillaume Lample 和 François Charton 在研究论文中推荐了一种符号数学的深度学习方法。他们发现了一种有趣的方法，可以将深度神经网络用于符号积分和微分方程。本文提出了一种表示数学问题的语法，以及生成可用于训练序列到序列模型的大型数据集的方法。
这种方法本质上是用前缀表示法表示数学问题。首先构建一个符号语法树，它捕获表达式中操作的顺序和值。其次，树从上到下，从左到右遍历。如果当前节点是原始值（数字），则将其添加到序列字符串中。如果当前节点是二元操作，则将操作符号添加到序列字符串中。然后，添加左子节点的表示（可能是递归的）。然后，添加右子节点的表示。此过程导致以下表达式。
随着利用基于注意力的转换器和其他神经符号学习模型的更好的符号学习模型的出现，我们可以期待在该领域取得更多进展。麻省理工学院、DeepMind 和 IBM 最近的工作展示了将连接主义技术（如深度神经网络）与符号推理相结合的力量。请在以下文章中找到详细信息。