Forskere bag et nyt system kaldet FAR (Find, Attempt, and Recommend) har vist, at AI kan hjælpe matematikere med at finde og prioritere åbne problemer i stor skala – uden at overlade hele processen til maskinen. Systemet, beskrevet i et paper på arXiv, vender den traditionelle arbejdsgang: I stedet for at mennesker vælger et enkelt problem på forhånd, angiver eksperter blot en forskningsretning, hvorefter AI'en søger gennem et stort korpus af litteratur for at finde kandidatproblemer.

I et pilotstudie inden for kombinatorik startede FAR med 5.245 artikler, udvandt 6.453 kandidat-formodninger eller åbne problemer og filtrerede dem til 4.717, der stadig er velformulerede og uløste. Efter yderligere automatiseret ræsonnering og triage stod 598 potentielle løsninger tilbage, hvoraf 77 blev udvalgt til gennemgang af forfatterteamet. Blandt resultaterne fandt forskerne interessante opdagelser relateret til formodninger og spørgsmål fra blandt andre Davies–Jenssen–Perkins–Roberts, Erdős–Straus, Ikenmeyer–Pak–Panova og Lund–Saraf–Wolf.

Det centrale problem, som systemet adresserer, er ressourceallokering: AI-modeller i frontlinjen er en begrænset ressource, og ekspertgennemgang er endnu mere knap. Traditionelt koncentreres menneskelig indsats i starten og slutningen af processen – ved valg af problem og ved gennemgang af resultater – hvilket bliver en flaskehals. FAR flytter menneskets rolle fra at vælge et enkelt problem til at definere en retning, og lader systemet håndtere den mellemliggende søgning og filtrering.

For beslutningstagere i forskningsinstitutioner, universiteter og AI-drevne laboratorier betyder dette en mere effektiv udnyttelse af både AI-kapacitet og eksperters tid. Systemet kan potentielt accelerere matematisk opdagelse ved at sikre, at de få timer, en ekspert har til rådighed, bruges på de mest lovende kandidater – ikke på at lede efter dem. Det er et skridt mod en ny form for human-AI-samarbejde, hvor maskinen ikke erstatter mennesket, men forstærker dets evne til at navigere i et stadigt voksende forskningslandskab.