논리적 사고

인공지능(AI)가 프로그램을 진화시키면 새로운 수학 구성을 찾을 수 있을까?

Romera-Paredes 등은 언어모델의 프로그램 제안과 자동 평가·진화를 결합해 cap set 구성과 온라인 bin packing 휴리스틱을 탐색했습니다.

그림에서 무엇을 볼까요?

언어모델 후보, 자동 평가기, 우수 프로그램 재투입의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

AI가 세 후보 규칙을 만들면 평가기가 같은 100개 사례에서 제약 위반 수와 목표값을 계산합니다. 1등 후보도 새 반례 묶음에서 다시 검사합니다.

그림의 순환 화살표는 좋은 후보가 다음 생성의 재료가 되지만 평가기를 통과하지 않은 문장은 보존되지 않음을 보여 줍니다.

FunSearch는 실행 가능하고 자동 채점 가능한 프로그램 공간에서 성과를 보였으며 임의의 수학 문제에 적용되는 보편 증명기는 아닙니다.

평가기의 누락·계산비용·언어모델 편향과 발견의 인간 해석 가능성이 남습니다.

자동 평가 점수가 높으면 수학적으로 의미 있는 발견인가요?