中國科研團隊近日自主研發出一款“通矩模型”（TongGeometry），該成果26日晚在線發表於國際權威學術期刊《自然-機器智能》。相關專家表示，這是國際首個同時具備自主出題（Proposing）和自動解題（Solving）雙重能力的通用人工智能系統，標誌着中國科研團隊在自動化推理的邏輯核心領域實現關鍵技術自研，並在性能與功能多樣性上達到國際領先水平。

論文地址：https://arxiv.org/abs/2412.10673

據瞭解，長期以來，AI在邏輯推理領域面臨着兩大核心挑戰：一是“組合爆炸”，即幾何推理往往需要尋找並添加精妙的輔助線，每增加一個點或圓，搜索空間（即探索模型中所有可能的解決方案）都會呈指數級增長；二是“高質量數據匱乏”，即現有的幾何題目庫規模較小，難以支持大規模模型的訓練。

由北京通用人工智能研究院、北京大學心理與認知科學學院、北京大學智能學院、北京大學人工智能研究院以及北京大學武漢人工智能研究院組成的聯合科研團隊，通過開發一套精密的邏輯推理搜索架構，將複雜的幾何世界抽象建模，使AI系統能像人類數學家一樣，在邏輯推理每個節點上都能進行有序地系統性探索，避免了無效的重複嘗試。

據悉，團隊創新性地引入了“規範化表示”技術。這套機制賦予了AI一種“識破偽裝”的能力：在複雜的幾何空間中，同一個命題往往會因為圖形的旋轉、翻轉或縮放而產生無數種表現形式。通矩模型能自動識別併合並這些對稱或同構的拓撲結構，將龐雜的搜索空間壓縮了幾個數量級。例如，無論一個三角形在空間中如何擺放，系統都能精準鎖定其本質的幾何關係。這種對物理對稱性的深度利用，極大地提升了搜索效率。

而在AI尋找解題“靈感”的過程中，系統通過價值函數來模擬人類的數學審美。藉助強化學習技術，系統內置的“價值模型”能實時預判每一條推理路徑的潛力——不僅判斷結論是否成立，更在乎推導過程是否簡潔。

“當AI發現一個命題的證明難度顯著高於其構建複雜度時，它便捕捉到了那一抹‘直覺性的靈感’。”論文第一作者、北京通用人工智能研究院研究員張馳説，這種“價值引導”能讓模型從浩如煙海的空間組合中，精準捕捉到那些具備人類數學家審美標準的高質量題目，“實現了從‘模仿解題’到‘自主創造’的範式轉變，這在國際上尚屬首次。”