中國科研團隊在人工智能領域取得重大突破，自主研發的“通矩模型”成為國際首個同時具備自主出題和自動解題能力的通用人工智能系統。該成果近日在國際權威學術期刊《自然-機器智能》在線發表，標志著我國在自動化推理的邏輯核心領域實現關鍵技術自主創新，性能與功能多樣性達到國際領先水平。

幾何推理是人工智能發展的關鍵挑戰之一。傳統AI系統在處理幾何問題時，常面臨“組合爆炸”困境——每增加一個幾何元素，搜索空間呈指數級增長；同時受限于“高質量數據匱乏”，現有幾何題庫規模難以支撐大規模模型訓練。針對這些難題，由北京多所高校及研究院組成的聯合科研團隊，通過構建精密的邏輯推理搜索架構，將復雜幾何問題抽象建模，使AI系統能夠像人類數學家一樣進行系統性探索，避免無效嘗試。

研究團隊創新引入“規范化表示”技術，賦予AI系統“識破偽裝”的能力。在幾何空間中，同一命題可能因圖形旋轉、翻轉或縮放產生無數變體。通矩模型通過自動識別并合并對稱或同構的拓撲結構，將搜索空間壓縮數個數量級。例如，無論三角形如何擺放，系統都能精準捕捉其本質幾何關系。這種對物理對稱性的深度利用，顯著提升了推理效率。

在解題過程中，系統通過價值函數模擬人類數學審美，借助強化學習技術構建“價值模型”。該模型不僅判斷結論是否成立，更注重推導過程的簡潔性。當AI發現命題證明難度顯著高于構建復雜度時，即捕捉到“直覺性靈感”。研究團隊表示，這種“價值引導”機制使模型能從海量組合中精準篩選符合人類審美標準的高質量題目，實現了從“模仿解題”到“自主創造”的范式轉變。

實驗數據顯示，通矩模型僅需單張消費級顯卡，即可在38分鐘內解決2000年以來所有國際數學奧林匹克競賽的幾何難題，推理效率和準確率均達國際先進水平。更值得關注的是，該模型通過模擬人類數學家的直覺和審美，實現了“小數據、大任務”的范式轉化——不依賴海量標注數據，而是通過內部邏輯自我演化推進研究。

目前，通矩模型自主生成的3道原創幾何題已入選2024年全國中學生數學聯賽（北京賽區）。研究團隊指出，這一成果不僅為自動化數學證明、個性化智能教育提供了技術支撐，更通過優質題目生成和講解服務，助力青少年數學能力培養。隨著技術持續優化，該系統有望在更多復雜邏輯與科學發現領域發揮重要作用。