4
可以训练深层网络证明定理吗？
假设我们在一阶谓词演算中有大量证明。假设我们在该领域的数学形式中也有公理，推论和定理。 以每个被证明的命题和围绕该特定命题的现有理论为例，作为训练集中的一个例子，并将该命题的已知良好证明作为相关标签。现在，考虑专门为训练该示例集而设计的深层人工网络，并且正确设置超参数也可以这样做。 是否有可能以一种新的命题的表达和围绕它的现有理论以一阶谓词演算形式出现在输入端的方式训练深层的人工网络，从而在输出端产生证明？ （当然，这些证明应随后手动检查。） 如果产生的良好证明的比例足够高，是否有可能创建一种遗传算法，向经过训练的深度网络提出建议，从而创建证明？ 那可能吗？ 是否可以使用这种深度网络设计来解决Collatz猜想或Riemann猜想，或者至少以数学家更能够得出合法证明的方式重新排列模式？