Gemini Deep Think 实现跨数学、物理和计算机科学的自主研究
TL;DR
Gemini Deep Think 是 DeepMind 的高级推理模式，现已为能够处理数学、物理和计算机科学研究级别问题的自主和协作代理提供动力，产出可发表的成果并解决未解猜想。
Gemini Deep Think 概述
Gemini Deep Think 是 Gemini 基础模型的专用模式，能够实现深度、多步骤推理。在 2025 年国际数学奥林匹克和国际大学生程序设计竞赛中获得金牌后，该模型已在纯数学、理论物理和计算机科学的专业研究工作流中部署。
数学研究代理：Aletheia
关键能力： Aletheia 是基于 Gemini Deep Think 构建的数学研究代理，能够迭代生成、验证并修订解答。
- 自然语言验证器 – 检测候选证明中的逻辑缺陷，并可请求小幅修正、重大修订或完整重新生成。
- 失败承认 – 代理可以明确说明其无法解决某个问题，从而避免计算资源浪费。
- 网络增强搜索 – 实时 Google Search 与浏览检索最新文献，避免虚假引用和计算错误。
"验证器充当决策点，拥有三条反馈回路：正确 → 最终输出；小幅修正 → 修订者；严重错误 → 生成器重新启动。" – DeepMind 博客说明。
性能基准
- 在 IMO‑ProofBench Advanced 测试中，随着推理时计算规模的扩大，得分最高可达 90 %。
- 内部 FutureMath Basic 基准显示，同一扩展规律同样适用于博士水平的练习。
- 与早期 Gemini 版本相比，在更低的推理计算下实现了更高的推理质量。
研究贡献
| 贡献 | AI 参与度 | 结果 |
|---|---|---|
| Eigenweights (Feng26) | 完全自主 | 在算术几何中计算出新的结构常数，未使用人工输入 |
| Independent‑set bounds (LeeSeo26) | 人机协作 | 对相互作用粒子系统的新界限的证明 |
| Erdős‑1051 (BKKKZ26) | 人机协作 | 自主解答导致的推广已在同行评审论文中发表 |
| Semi‑autonomous evaluation (Feng et al., 2026b) | 混合 | 评估了 Bloom 的 Erdős 猜想数据库中的 700 个开放问题；解决了其中四个未解问题 |
| Intermediate propositions (FYZ26, ACGKMP26) | 混合 | 为两篇独立论文贡献了关键引理 |
DeepMind 提出了一套 AI 辅助数学的分类法：
- Level 0 – 完全自主的结果（例如 Erdős‑652、654、1040）。
- Level 1 – 对开放问题的自主解答（例如 Erdős‑1051）。
- Level 2 – 已提交至期刊的人机协作或混合贡献（例如 Eigenweights、Independence Polynomials）。
- Levels 3‑4 – 重大进展或里程碑式突破——目前为空。
所有提示和模型输出均可在 Aletheia GitHub repository 公共获取。
扩展至物理和计算机科学
第二篇论文 (arXiv:2602.03837) 将相同的代理推理应用于理论物理和计算机科学。
新的协作方案
- Advisor 模型 – 人类通过迭代的 “Vibe‑Proving” 循环引导 AI，在直觉与形式化证明之间交替。
- 平衡提示 – 同时请求证明 和 反驳，以减轻确认偏误。
- 代码辅助验证 – AI 生成测试代码，自动验证数学主张。
突出案例研究
- 算法谜题 – Gemini 通过引入连续数学工具（Kirszbraun 定理、Stone‑Weierstrass 定理）解决了经典的 Max‑Cut 与 Steiner Tree 问题。
- 在线子模优化猜想 – 提供了一个三项反例，推翻了关于数据流中项目复制的十年直觉。
- 机器学习优化惩罚 – 分析了一种新颖的自适应惩罚技术，并形式化证明其收敛性。
- 拍卖理论扩展 – 使用拓扑学和序理论将 Revelation Principle 从有理出价扩展到实数出价。
- 宇宙弦辐射 – 通过 Gegenbauer 多项式推导出奇异积分的闭式解。
这些成果已在会议上展示（例如 ICLR ’26 接收），并计划提交期刊。该工作展示了 AI 跨越不同科学领域并充当高级协作者的能力。
对科学工作流的影响
- 力量倍增器 – Gemini Deep Think 负责知识检索、严格验证和低层次的证明检查，使研究者能够专注于概念创新。
- 负责任的文档 – 该分类法和 “Human‑AI Interaction card” 为透明报告 AI 贡献提供框架。
- 可扩展的协作 – 代理流水线（生成器 → 验证器 → 修订者）支持完全自主研究以及引导式人机合作。
DeepMind 将 Gemini Deep Think 定位为在纯数学探索、IMO 银牌解题以及 AlphaEvolve 编码代理等早期里程碑之后的下一步进化。
参考文献
- Gemini Deep Think 论文：arXiv:2602.10177 与 arXiv:2602.03837。
- Aletheia 提示与输出： https://github.com/google-deepmind/superhuman/tree/main/aletheia。
- 相关 DeepMind 博客文章：Exploring the Beauty of Pure Mathematics、FunSearch、AlphaEvolve、Gemini for STOC’26。
致谢
该项目在 Google DeepMind 内部进行大规模合作，由 Thang Luong 与 Vahab Mirrokni 领衔，Tony Feng、David Woodruff 等人提供技术贡献，并得到全球数学社区的广泛反馈，包括 Terence Tao 与 Ravi Vakil 等。