Γ.Δ.
1482.43 0,00%
ACAG
0,00%
5.86
CENER
0,00%
9.7
CNLCAP
0,00%
7.05
DIMAND
0,00%
8.89
NOVAL
0,00%
2.77
OPTIMA
0,00%
12.1
TITC
0,00%
30.75
ΑΑΑΚ
0,00%
5.85
ΑΒΑΞ
0,00%
1.464
ΑΒΕ
0,00%
0.457
ΑΔΜΗΕ
0,00%
2.255
ΑΚΡΙΤ
0,00%
0.945
ΑΛΜΥ
0,00%
3.07
ΑΛΦΑ
0,00%
1.7225
ΑΝΔΡΟ
0,00%
6.62
ΑΡΑΙΓ
0,00%
11.89
ΑΣΚΟ
0,00%
2.79
ΑΣΤΑΚ
0,00%
6.92
ΑΤΕΚ
0,00%
0.418
ΑΤΡΑΣΤ
0,00%
8.64
ΑΤΤ
0,00%
9.1
ΑΤΤΙΚΑ
0,00%
2.54
ΒΑΡΝΗ
0,00%
0.24
ΒΙΟ
0,00%
5.98
ΒΙΟΚΑ
0,00%
2.37
ΒΙΟΣΚ
0,00%
1.385
ΒΙΟΤ
0,00%
0.24
ΒΙΣ
0,00%
0.142
ΒΟΣΥΣ
0,00%
2.36
ΓΕΒΚΑ
0,00%
1.63
ΓΕΚΤΕΡΝΑ
0,00%
18.1
ΔΑΑ
0,00%
7.998
ΔΑΙΟΣ
0,00%
3.06
ΔΕΗ
0,00%
11.5
ΔΟΜΙΚ
0,00%
3.64
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
0,00%
0.321
ΕΒΡΟΦ
0,00%
1.55
ΕΕΕ
0,00%
33.22
ΕΚΤΕΡ
0,00%
4.32
ΕΛΒΕ
0,00%
5.5
ΕΛΙΝ
0,00%
2.25
ΕΛΛ
0,00%
13.95
ΕΛΛΑΚΤΩΡ
0,00%
2.09
ΕΛΠΕ
0,00%
7.62
ΕΛΣΤΡ
0,00%
2.25
ΕΛΤΟΝ
0,00%
1.752
ΕΛΧΑ
0,00%
1.892
ΕΝΤΕΡ
0,00%
8
ΕΠΙΛΚ
0,00%
0.128
ΕΠΣΙΛ
0,00%
12
ΕΣΥΜΒ
0,00%
1.295
ΕΤΕ
0,00%
8.414
ΕΥΑΠΣ
0,00%
3.37
ΕΥΔΑΠ
0,00%
5.78
ΕΥΡΩΒ
0,00%
2.24
ΕΧΑΕ
0,00%
4.82
ΙΑΤΡ
0,00%
1.74
ΙΚΤΙΝ
0,00%
0.419
ΙΛΥΔΑ
0,00%
1.73
ΙΝΚΑΤ
0,00%
4.99
ΙΝΛΙΦ
0,00%
5.14
ΙΝΛΟΤ
0,00%
1.26
ΙΝΤΕΚ
0,00%
6.07
ΙΝΤΕΡΚΟ
0,00%
2.48
ΙΝΤΕΤ
0,00%
1.26
ΙΝΤΚΑ
0,00%
3.41
ΚΑΡΕΛ
0,00%
338
ΚΕΚΡ
0,00%
1.505
ΚΕΠΕΝ
0,00%
1.75
ΚΛΜ
0,00%
1.505
ΚΟΡΔΕ
0,00%
0.497
ΚΟΥΑΛ
0,00%
1.198
ΚΟΥΕΣ
0,00%
5.33
ΚΡΕΚΑ
0,00%
0.28
ΚΡΙ
0,00%
11.35
ΚΤΗΛΑ
0,00%
1.7
ΚΥΡΙΟ
0,00%
1.15
ΛΑΒΙ
0,00%
0.894
ΛΑΜΔΑ
0,00%
7.41
ΛΑΜΨΑ
0,00%
36.6
ΛΑΝΑΚ
0,00%
0.95
ΛΕΒΚ
0,00%
0.294
ΛΕΒΠ
0,00%
0.276
ΛΙΒΑΝ
0,00%
0.125
ΛΟΓΟΣ
0,00%
1.37
ΛΟΥΛΗ
0,00%
2.67
ΜΑΘΙΟ
0,00%
0.85
ΜΕΒΑ
0,00%
4
ΜΕΝΤΙ
0,00%
2.67
ΜΕΡΚΟ
0,00%
45.2
ΜΙΓ
0,00%
3.73
ΜΙΝ
0,00%
0.59
ΜΛΣ
0,00%
0.57
ΜΟΗ
0,00%
23.58
ΜΟΝΤΑ
0,00%
3.7
ΜΟΤΟ
0,00%
2.81
ΜΟΥΖΚ
0,00%
0.675
ΜΠΕΛΑ
0,00%
25.2
ΜΠΛΕΚΕΔΡΟΣ
0,00%
3.5
ΜΠΡΙΚ
0,00%
1.97
ΜΠΤΚ
0,00%
0.58
ΜΥΤΙΛ
0,00%
36.5
ΝΑΚΑΣ
0,00%
2.72
ΝΑΥΠ
0,00%
0.93
ΞΥΛΚ
0,00%
0.276
ΞΥΛΠ
0,00%
0.426
ΟΛΘ
0,00%
21.2
ΟΛΠ
0,00%
27.55
ΟΛΥΜΠ
0,00%
2.58
ΟΠΑΠ
0,00%
16.01
ΟΡΙΛΙΝΑ
0,00%
0.899
ΟΤΕ
0,00%
14.55
ΟΤΟΕΛ
0,00%
11.7
ΠΑΙΡ
0,00%
1.1
ΠΑΠ
0,00%
2.37
ΠΕΙΡ
0,00%
3.989
ΠΕΤΡΟ
0,00%
8.86
ΠΛΑΘ
0,00%
4.245
ΠΛΑΚΡ
0,00%
15
ΠΡΔ
0,00%
0.25
ΠΡΕΜΙΑ
0,00%
1.168
ΠΡΟΝΤΕΑ
0,00%
7.15
ΠΡΟΦ
0,00%
5.18
ΡΕΒΟΙΛ
0,00%
1.945
ΣΑΡ
0,00%
11.18
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.028
ΣΕΝΤΡ
0,00%
0.345
ΣΙΔΜΑ
0,00%
1.675
ΣΠΕΙΣ
0,00%
6.9
ΣΠΙ
0,00%
0.666
ΣΠΥΡ
0,00%
0.145
ΤΕΝΕΡΓ
0,00%
19.22
ΤΖΚΑ
0,00%
1.5
ΤΡΑΣΤΟΡ
0,00%
1.14
ΤΡΕΣΤΑΤΕΣ
0,00%
1.622
ΥΑΛΚΟ
0,00%
0.162
ΦΙΕΡ
0,00%
0.359
ΦΛΕΞΟ
0,00%
7.95
ΦΡΙΓΟ
0,00%
0.21
ΦΡΛΚ
0,00%
4.075
ΧΑΙΔΕ
0,00%
0.665

Google: Η τεχνητή νοημοσύνη θα αποδεικνύει νέα μαθηματικά θεωρήματα

Για πρώτη φορά επιστήμονες των υπολογιστών και μαθηματικοί, από τη Βρετανία και την Αυστραλία, χρησιμοποίησαν την τεχνητή νοημοσύνη για να τους βοηθήσει να αποδείξουν ή να προτείνουν νέα μαθηματικά θεωρήματα στα πολύπλοκα πεδία της θεωρίας κόμβων και της θεωρίας αναπαραστάσεων. Προς έκπληξη των μαθηματικών, η τεχνητή νοημοσύνη έκανε προτάσεις που μετά οι ίδιοι εξέτασαν και επιβεβαίωσαν. Αυτό δείχνει ότι η μηχανική μάθηση μπορεί να δώσει χείρα βοηθείας ακόμη σε θέματα αιχμής της μαθηματικής έρευνας.

Οι ερευνητές των πανεπιστημίων του Σίδνεϊ και της Οξφόρδης, καθώς και της θυγατρικής τεχνητής νοημοσύνης DeepMind της Google, οι οποίοι έκαναν τη σχετική δημοσίευση στο περιοδικό «Nature», εξέφρασαν την αισιοδοξία τους ότι ανοίγει πλέον ο δρόμος για μια σε βάθος συνεργασία ανάμεσα στα πεδία των «καθαρών» μαθηματικών και της τεχνητής νοημοσύνης, κάτι που αναμένεται να φέρει εντυπωσιακά αποτελέσματα. Η τεχνητή νοημοσύνη, όπως δείχνει η νέα έρευνα, έχει ωριμάσει τόσο, ώστε μπορεί πλέον να αξιοποιηθεί για να βοηθήσει στη μαθηματική έρευνα εκείνη που – όπως η τέχνη – βασίζεται συνήθως στη διαίσθηση και στη δημιουργικότητα.

Όπως ανέφερε ο καθηγητής Τζόρντι Ουίλιαμσον του Ινστιτούτου Μαθηματικής Έρευνας του Σίδνεϊ, ένας από τους κορυφαίους μαθηματικούς στον κόσμο, «τα προβλήματα στα μαθηματικά θεωρούνται ευρέως από τα πιο δύσκολα που υπάρχουν γενικά. Ενώ οι μαθηματικοί έχουν χρησιμοποιήσει τη μηχανική μάθηση για να τους βοηθήσει στην ανάλυση πολύπλοκων δεδομένων, είναι η πρώτη φορά που έχουμε χρησιμοποιήσει τους υπολογιστές για να μας βοηθήσουν να κάνουμε μαθηματικές εικασίες ή να προτείνουμε πιθανές ‘γραμμές επίθεσης’ σε αναπόδεικτες έως τώρα ιδέες στα μαθηματικά».

Ο Ουίλιαμσον, ο οποίος θεωρείται κορυφή διεθνώς στη θεωρία των αναπαραστάσεων, που διερευνά τους χώρους ανώτερων διαστάσεων με τη χρήση γραμμικής άλγεβρας, χρησιμοποίησε την τεχνητή νοημοσύνη της DeepMind για να φθάσει κοντά στην απόδειξη μιας παλαιάς εικασίας σχετικά με τα πολυώνυμα Kazhdan-Lusztig, που έχει μείνει άλυτη εδώ και 40 χρόνια και η οποία αφορά τη βαθιά συμμετρία στην άλγεβρα των ανώτερων διαστάσεων.

Οι καθηγητές της Οξφόρδης Μαρκ Λάκεμπι και ‘Αντρας Γιούχαστς, με τη βοήθεια της τεχνητής νοημοσύνης, ανακάλυψαν μια απρόσμενη σύνδεση ανάμεσα στις αλγεβρικές και γεωμετρικές σταθερές των κόμβων, ανακαλύπτοντας έτσι ένα τελείως νέο μαθηματικό θεώρημα. Η θεωρία των κόμβων έχει πολλαπλές εφαρμογές στις φυσικές και άλλες επιστήμες.

Όπως είπε ο Λάκεμπι, «είναι γοητευτικό να χρησιμοποιεί κανείς τη μηχανική μάθηση για να ανακαλύπτει νέες και αναπάντεχες διασυνδέσεις ανάμεσα σε διαφορές περιοχές των μαθηματικών. Η εργασία που έγινε στην Οξφόρδη και στο Σίδνεϊ, σε συνεργασία με τη DeepMind, αποδεικνύει ότι η μηχανική μάθηση μπορεί να αποτελέσει ένα πραγματικά χρήσιμο εργαλείο στη μαθηματική έρευνα».

Google News icon
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!