关键字：AI (人工智能) AlphaGeometry (AlphaGeometry模型) 吴方法 (吴文俊算法) 国际数学奥林匹克 (IMO) 几何题目 (几何问题) 金牌得主 (IMO金牌获得者) 剑桥大学 (Cambridge University) 演绎数据库 (Deductive Database, DD) 角度、比率和距离追踪 (Angle, Ratio, and Distance Tracking, AR) 神经符号模型 (Neural-Symbolic Model) 合成样本 (Synthetic Samples) 自动定理证明器 (Automatic Theorem Prover) 欧几里得几何 (Euclidean Geometry) 代数方法 (Algebraic Methods) 几何推理 (Geometric Reasoning) DeepMind (DeepMind团队) 基准测试 (Benchmark Test) IMO-AG-30 (IMO-AG-30测试集) 谷歌 (Google) JGEX软件 (JGEX Software)

近日人工智能在数学奥林匹克竞赛中取得重大突破。由剑桥大学等机构的研究者开发的DeepMind数学模型AlphaGeometry，结合了“吴方法”（吴文俊在1970年代提出的算法），

在解决国际数学奥林匹克（IMO）的几何题目上超越了人类金牌得主，正确解答了30道题目中的27道，创下了新的纪录。

通过将吴方法与演绎数据库（DD）和角度、比率、距离追踪（AR）的合成方法相结合，仅使用一台配备CPU的笔记本电脑，就能在5分钟的时间内解决30个问题中的21个，

这种经典组合方法的性能足以与IMO银牌得主媲美。

AlphaGeometry通过1亿个合成样本的训练，成功解决了IMO中的25个问题。而结合了吴方法的AlphaGeometry，更是在IMO-AG-30基准测试中解决了27个问题，超越了IMO金牌得主，成为首个达到此成就的AI。

AI自动化证明奥林匹克级别的几何题目是人类级自动推理的一个重要里程碑。可见几何自动推理领域中代数方法和合成方法的互补性，以及吴方法在解决特定问题上的独特价值。

希望这份研究能激励开发几何领域自动定理证明器的新基准，并促进这一领域经典计算方法软件的改进。

研究者们相信，尽管IMO几何问题对人类而言具有挑战性，但可能并未充分挑战现代计算求解器的极限。