陶哲轩支持！AI奥林匹克数学奖来了，奖赏500万美元

关于可复现官能。AI毋需源代码，并在IMO第一天就此结束前公开发表建模、而且可复现。要求AI不可联网。

关于关键时刻本身。最大的关键时刻是让AI像人类所一样给予世锦赛。

这场半决赛由7位AI科学研究学者和逻辑学家筹组：

OpenAI的Daniel Selsam、IBM的Leonardo de Moura、帝国学院的Kevin Buzzard、圣路易斯大学的Reid Barton、耶鲁大学的Percy Liang、网易AI的Sarah Loos和里斯堡德大学的Freek Wiedijk。

以前4年过去，陆陆续续也接获了一些PK的关注。

不过，虽然不少AI和逻辑学科学研究者都试图关键时刻过这一领域、或是领域中的一个小前提，但一段距离最终的赢取IMO总冠军前提都还有很一段距离远。

甚至有劝告看来这场半决赛要绝不所设一个“简单模式”：

例如，科学研究者Xi Wang尝试过使用几种整体的SMT求出装置来继续做IMO真题，但敏感度一般。

在此之前整体的AI虽然能断定一些不太困难的IMO真题，如断定拿破仑等式（以任意五边形各边为边分别向外侧作正五边形，则它们的中心连线毋连在三人一个正五边形）。

但在断定其他的一些真题如IMO 2019的球面题时，整体的几个求出装置就继续做不出来、或是提前结束了半小时。

又像是OpenAI科学研究员（在此之前还在IBM）Dan Selsam和Jesse Michael Han，也曾经针对AI解IMO球面题科学研究了一段时间，并归纳了一篇博客。

这篇博客解说了他们如何捣鼓出一个球面求出装置，以及建筑设计球面求出装置的步骤，具体有数：

球面对此、约束求出、算法可会分择、求出装置管理模式、关键时刻与彻底解决方案。

例如其中的球面对此，就是将球面关键问题对此为电脑可以理解并处置的播放器，反过来也一样，有数用球面求出装置终端将计算机语言转换为图表、便于人类所阅读：

此外，还解说了如何根据不同的IMO球面题型可会分择合适的求出算法，等等。

但即便如此，这篇博客并并未给出具体的求出方案，只在事实处概述“求出装置有可能发挥作用赢得IMO世锦赛的前提”。

而且，上述关键时刻者针对的球面题，也只占据IMO题型的四分之一（还有拓扑、人组和数论）……

虽然筹组4年，无论如何并未一个似乎的AI“IMO全能球手”出现，不过作为这个点子的奠基者，IMO Grand Challenge无论如何在娱乐业推向了不少波澜。

Alex Gerko坦言，IMO Grand Challenge也正是他举办AI-MO的契机：

是时候给“AI关键时刻IMO”整点诱发的了！

当然，这次AI-MO的奖励也确实引起了IMO Grand Challenge举办方和不少关键时刻者的请注意：

不并不知道在金钱的驱动下，娱乐业是否真会出现一个能解困难逻辑学题的AI，并尝试超越一众人类所赢取IMO世锦赛。

从目前实力来看，你看来哪家的AI关键因素可能率先拔得锦上添花？

参考链接：[1][2][3]

— 完 —

相对论位 QbitAI · 头条号签约