人机协作发现量子算法：AI 从模糊研究直觉推进到数学发现

一篇发表于 arXiv 的新论文（2606.24899）记录了一个引人注目的人机协作案例——从模糊的研究直觉出发，最终共同发现了符号嵌入量子算法（sign-embedding quantum algorithms），用于矩阵方程和矩阵函数求解，这是量子线性代数的基础原语之一。

论文指出，AI 辅助数学研究通常以「解决预定义问题」来评价。但在实践中，许多重要突破始于更早的阶段：当模糊的研究直觉转化为具体问题、找到有前景的路线、形成一个值得证明的定理族时。这篇报告正是通过一个案例研究来探索这一阶段。

研究的成果是符号嵌入量子算法——一种用于量子计算机上求解矩阵方程和矩阵函数的新方法。这类算法是量子线性代数的核心构建块，对从量子模拟到机器学习等众多量子应用都至关重要。

这一案例表明，人机协作不仅可以加速已知问题的求解，还能在问题发现和形式化的早期阶段发挥作用，为 AI 在数学研究中的应用开辟了新的可能性。