他很看重估值和盈利预测,但是估值并非一成不变,要根据基本面和市场情况动态调整。
中新网上海2月14日电 (记者 陈静)牛顿(Isaac Newton)和格雷戈里(David Gregory)于1694年提出的“亲吻数问题”迎来系统性突破。记者14日获悉,上海科学智能研究院(下称“上智院”)联合北京大学、复旦大学组成研究团队,设计多智能体强化学习系统PackingStar,在多个维度刷新亲吻数与广义亲吻数纪录,实现数学结构领域罕见的多维度、系统性突破。
逾330年前,牛顿和格雷戈里在剑桥提出一个问题:在一颗中心球周围,最多能紧贴放置多少颗相同的球?这就是三维空间的“亲吻数问题”(Kissing Number Problem, KNP)。当维度升高,问题便进入“无人区”。
据悉,中国的研究团队设计强化学习系统PackingStar,将亲吻数的高维堆积问题转化为余弦矩阵填充问题,在多智能体协作框架下探索远超人类直觉的复杂空间。据悉,PackingStar项目通过系统性的工程优化,使计算效率显著提升,同时构建稳定的容错机制,为大规模、长周期计算提供可靠支撑。
PackingStar实现跨维度连续突破:在25维-31维刷新人类已知最佳结构;打破14维与17维长期保持的“两球亲吻数”纪录以及12维、20维、21维“三球亲吻数”纪录;在13维发现优于1971年以来所有有理构造的新结构。他们还在多个维度发现6000余个新构型。这些由AI生成的结构,数学多样性极为丰富,包含着数学家从未想到过的构造方式。中国学者们的相关成果获得麻省理工学院教授、离散几何领域权威亨利·科恩(Henry Cohn)的高度评价。
据了解,这不是AI第一次尝试破解亲吻数问题,但是在过去几年中,只有一次突破,即:DeepMind的AlphaEvolve通过修补11维构型,将最优值从592提到了593,但其生成的构型较为混乱,缺乏内在的数学结构。相比之下,PackingStar不再局限于个别维度优化、基于已有几何构造做简单拓展,而是选择重新定义问题本身,将高维几何难题转化为AI模型所擅长的代数计算问题,形成可跨维度迁移的探索路径。研究团队方面表示,这不是工具层面的替换,而是开创了全新的方法论,带来了AI for Math范式的一次前移。
在研究过程中,研究团队还逐步形成稳定的人机协作模式。上智院理事长、复旦大学校长助理吴力波表示,上智院为青年科学家搭建开放协作平台,将宏大的科学目标拆解为具体项目,由人工智能与科研人员协同推进,并以工程效率和系统稳定性对冲探索过程中的不确定性,使重大问题能够持续、有序推进。
三百多年前的科学问题,如今迎来新的推进方式,这意味着,在人工智能加速进入基础科学领域、驱动科研范式变革的背景下,数学研究正呈现新的探索路径。(完) 【编辑:付子豪】
“这里每两分半钟下线一辆新能源汽车。。
- 今日热点
- 吉林森林覆盖率提高到45.2%
- 期货滚动报道 中国经济网
- 新燕山夜话专题集纳页
- 比亚迪成首个达成300万辆新能源汽车下线的中国品牌
- 韩国小商贩冒雨集会 抗议政府大幅提高最低薪酬
- 重庆市委编办“建机制、添措施、出实招”扎实做好机构编制法规制度宣传培训