Umělá inteligence dosáhla významných milníků v oblastech, jako je šach, kde se hry obvykle skládají z přibližně 40 tahů. Výzkumníci nyní vytvořili nový model AI, přizpůsobený k řešení některých z nejvýznamnějších matematických problémů na světě, které vyžadují tisíce až miliony kroků. Navrhují, že tento pokročilý algoritmus by nakonec mohl pomoci identifikovat vzácné, ale významné události, jako jsou hurikány a finanční krize. Potenciál AI při řešení matematických problémů získává na síle. Například AlphaProof od Google DeepMind se výkonem přiblížil stříbrnému medailistovi na Mezinárodní matematické olympiádě 2024, zatímco systém o3 od OpenAI vykázal silné výsledky v různých matematických a programovacích benchmarkech. V nedávné, dosud nezveřejněné studii, tým z Kalifornského technologického institutu zkoumal složité matematické problémy, které profesní matematiky mátly po desetiletí. Sergei Gukov, profesor na Caltech, poznamenal, že ačkoliv problémy z matematických olympiád obvykle zahrnují asi 30 nebo 40 kroků, usilují o pokročilejší, výzkumné výzvy, které zahrnují mnohem větší počet kroků. Gukov vyjádřil naději, že AI by mohla nakonec čelit problémům Millennium Prize, ačkoliv uznal, že to může být příliš ambiciózní.

V současnosti je pozornost zaměřena na problémy, které trápí vědce již mnoho let. Jedním z témat, která byla studována, byla Andrews-Curtisova konjectura, problém z kombinatorní teorie grup, navržený před 60 lety, přirovnávaný k složité verzi Rubikovy kostky. Ačkoliv hlavní konjectura nebyla dokázána, AI úspěšně vyvrátila související potenciální proti příklady, které zůstaly nevyřešené po 25 let, což posílilo platnost konjectury. Výzkumníci usilovali o nečekaná řešení těchto složitých matematických problémů, která tradiční modely jako DeepSeek nebo ChatGPT obtížně nacházely. Místo typických odpovědí hledali „super-tahy“, nebo jedinečné sekvence kroků, které jsou statisticky vzácné. Využitím učebních metod posílení trénovali AI na postupně obtížnějších problémech, přičemž se jim to podařilo efektivně na jediném GPU. Gukov uvedl, že nové algoritmy by mohly mít aplikace i mimo čistou matematiku, například při identifikaci vzácných anomálií nebo událostí "černých labutí", které by mohly mít významné důsledky. Zlepšením prediktivních schopností pro tyto vzácné incidenty může výzkum pomoci v lepší společenské připravenosti a strategiích zmírnění.