Google AI-mitmatematikern: DeepMinds agentiska matematikplattform

I maj 2026 släppte forskare på Google DeepMind ett arXiv-preprint med titeln ”AI co-mathematician: Accelerating mathematicians with agentic AI”, där de beskriver en agentisk AI-plattform som orkestrerar hela det matematiska arbetsflödet, inklusive idégenerering, litteratursökning, beräkningar, bevisförsök och teoribyggande.

AI-mitmatematikern, som för närvarande är i begränsad release till en utvald grupp forskare, är i sig inte en problemlösare eller chattbot, utan ett tillståndsbevarande arbetsutrymme som orkestrerar det icke-linjära, röriga matematiska arbetsflödet. Den hanterar parallella forskningsspår, spårar osäkerhet och bevarar misslyckade försök för framtida referens. Utdatana är i LaTeX, standardformatet för dokument inom matematik- och fysikforskning.

Den är byggd på Gemini 3.1. I nuläget använder den Gemini Deep Think internt för bevisförsök och integrerar med Python-exekvering för beräkningsutforskning. Den inkluderar ännu inte specialiserade DeepMind-matematikmotorer (AlphaProof, AlphaEvolve, Aletheia) som interna komponenter, men är designad för att kunna göra det framöver.

Varför är AI-mitmatematikern viktig?

Matematiker använder LLM:er för en rad uppgifter:

• Litteraturgenomgång
• Informella bevisutkast
• Standardiserad LaTeX
• Utforskande kod

De använder AI-verktyg, såsom formella bevisassistenter, för att mekaniskt verifiera bevis. 

Även om varje verktyg är starkt i en viss del av det övergripande arbetsflödet måste matematikern lappa ihop resultaten ad hoc. Fram till nu har det saknats ett infrastrukturverktyg som orkestrerar den icke-linjära process som matematiker använder.

Så fungerar AI-mitmatematikern

Arbetsflödesmodellen är löst anpassad från AI-kodningsverktyg som Claude Code eller Codex. Men detta arbetsflöde kan inte överföras rakt av. Programvara har en specifikation och en testsuite. Matematisk forskning är icke-linjär. Målet kan vara vagt eller odefinierat i början, och fynd längs vägen kan helt omdefiniera frågan.

Arbetsflödet för mitmatematikern drivs av ett multiagentsystem och ser ut så här:

1. Inledande utforskning. I stället för att kräva en perfekt one-shot-prompt förfinar forskaren hög nivå-målen i en interaktiv dialog med systemet och formaliserar forskningsfrågan. Detta gör forskningsavsikten explicit innan arbetet börjar.
2. Litteraturgenomgång. Mitmatematikern genomför en litteraturgenomgång där den identifierar nyckelartiklar och extraherar relevanta bevis och matematiska tekniker.
3. Beräkningsramverk. Mitmatematikern skapar ett Python-bibliotek för beräkningar, tillsammans med demonstrationsfall och tillhörande tester.
4. Genomsökning. När beräkningsramverket har skapats importeras det anpassade biblioteket och skalar upp sökningen över ett molnkluster. Den ger forskaren övergripande lägesrapporter utan att dränka hen i lågnivåloggar.
5. Slutlig leverans. Den slutliga leveransen är en sammanställd LaTeX-rapport. Denna rapport förklarar upptäcktsprocessen, inte bara resultatet, och använder marginalnoteringar för att länka påståenden till specifika referenser eller kodutdata. En rapport markeras som färdig först efter att alla granskningsagenter har godkänt den. Rapporter som inte klarar granskning visas ändå för forskaren, flaggade som olösta, vilket är hur det bristfälliga beviset nådde Lackenby.

AI-mitmatematikerns arbetsflödesarkitektur

AI-mitmatematikerns arkitektur är ett multiagentsystem med en övergripande projektkoordinator-agent och specialiserade underagenter.

Koordinering av arbetsflödet

Innan något arbete görs för att angripa problemet inleder projektkoordinatorn en dialog med forskaren för att förtydliga målet genom klargörande frågor. Till exempel kan en forskare som frågar om övre gränser för ”soffproblemet”, en öppen fråga inom beräkningsgeometri, bli tillfrågad om fokus ska ligga på en viss variant eller flera. Det precisa, överenskomna målet avgränsar problemet innan agenter skickas ut.

När målet har fastställts delegerar projektkoordinatorn arbete till agenter och underagenter, som arbetar parallellt om inte beroenden kräver annat. En agent gör litteraturgenomgången, en annan bygger beräkningsramverket och en tredje genomför sökningen. Det finns dock ett beroende: sökningen kan inte köras förrän det anpassade biblioteket från beräkningsramverket finns.

Att undvika hallucinationer

Standardagenter hittar ofta ogiltiga genvägar, hallucinerar lemmor eller utropar seger i förtid. AI-mitmatematikern använder mekanismer för att undvika dessa brister, inklusive granskningsagenter. 

Om sökutrymmet till exempel exploderar under beräkningsutforskning kan kodningsunderagenten inte markera koden som färdig förrän alla tester passerar och granskningsagenten accepterar resultaten, vilket därmed stoppar arbetsflödet. Denna misslyckade utforskning loggas och skickas till projektkoordinatorn, som sedan varnar forskaren i chatten. Forskaren kan då föreslå en annan ansats.

Sådana återvändsgränder loggas inte bara; de betraktas som information. De versionsspåras och bevaras som en del av forskningsunderlaget. I matematik avslöjar en misslyckad ansats ofta en begränsning eller pekar mot en annan väg.

Genom hela processen filtrerar koordinatorn lågnivåbrus som standard, men forskaren kan borra sig in i valfritt arbetsflöde och ändra det vid behov.

Första fallstudier och samarbetslägen

Ett par tidiga fall speglar olika samarbetslägen: ett bristfälligt bevis som låste upp mänsklig insikt, en marginalkommentar som omformulerade en fråga och snabb upptäckt av återvändsgränd som sparade en veckas felriktat arbete.

Att reparera ett bevis som systemet flaggade som felaktigt

Marc Lackenby, professor i matematik vid University of Oxford, tillämpade systemet på ett problem från Kourovka-häftet (en samling öppna forskningsproblem inom gruppteori). AI:n gjorde ett bevisförsök, en granskningsagent upptäckte en brist i beviset och rapporterade det till Lackenby. Han visste hur glappet skulle repareras.

Det överlämnandet är poängen. En människa fångade det maskinen missade, och maskinen gjorde grovarbetet runtomkring. 

Att följa en marginalkommentar till en ny insikt

En annan matematikprofessor, Gergely Bérczi, forskade på ett problem som rör konjekturer för Stirlingska koefficienter. För en första genomgång gav han AI-mitmatematikern ämnet, dess bakgrund, kända metoder i nuläget och en möjlig riktning som föreslagits av AlphaEvolve-experiment. 

AI-mitmatematikern tog fram bevis (för närvarande under mänsklig matematisk granskning) för två av konjekturerna, tillsammans med detaljerade beräkningsunderlag för sina påståenden. Bérczi rapporterade att systemet hjälpte honom genom en marginalkommentar i det färdiga dokumentet, som uppmärksammade honom på en nyckelinsikt som han sedan följde upp i chattgränssnittet.

Att upptäcka en återvändsgränd innan den kostade en vecka

Semon Rezchikov formulerade slutligen ett tekniskt problem om Hamiltonska diffeomorfismer. Han och projektkoordinatorn diskuterade problemet tills de var överens om en precis definition av uppgiften. Den rapport som AI:n producerade innehöll en nyckellemma med bevis (senare verifierat) som i praktiken löste frågan. 

Längs vägen utforskades en ansats som visade sig vara en återvändsgränd. AI:n nådde återvändsgränden mycket snabbare än annars, så han slösade inte en vecka på den. Systemet komprimerade en veckas bortkastat arbete till timmar.

FrontierMath-benchmarkresultat

AI-mitmatematikern är ett arbetsflödesverktyg, inte i sig ett verktyg för att lösa matematiska problem. Ändå är det viktigt för författarna att visa höga benchmarkresultat av flera skäl:

• För att visa att den underliggande matematikmotorn är tillräckligt kapabel för att vara en användbar samarbetspartner inom gränslandsmatematik.
• För att demonstrera att benchmarktester ger en kontrollerad miljö för att mäta hur mycket orkestreringslagret tillför.
• För att tillhandahålla en proxy för samarbetsförmåga, eftersom någon standardiserad mätning inte finns i dag.

Resultaten: AI-mitmatematikern fick 48 % på FrontierMath Tier 4, ett benchmark på forskningsnivå. Detta är det högsta resultatet som rapporterats, inklusive Googles egen Gemini 3.1 Pro, som fick 19 % på samma test, samma nivå. Epoch AI fann fel i ungefär en tredjedel av FrontierMath-problemen (över nivå 1–4) och genomför en mänsklig granskning.

AI-mitmatematikern fick 87 % på ett internt Google-benchmark bestående av 100 icke-läckta matematikproblem på forskningsnivå med kodkontrollerbara svar, insamlade från professionella matematiker, medan Gemini 3.1 Pro fick 57 % och Gemini 3.1 Deep Think fick 70 %.

Kända begränsningar hos AI-mitmatematikern

Artikeln är öppen med strukturella begränsningar:

• Den huvudsakliga kvalitetskontrollen kommer från granskningsagenter och bevisagenter. Den adversariella granskningscykeln kan visa en bias som tillfredsställer granskaren, där agenterna konvergerar mot argument som nöjer granskningsagenten snarare än som är korrekta. Detta är en verklig strukturell sårbarhet.
• Polerad LaTeX-utskrift kan skapa en falsk känsla av stringens. Ett välformat dokument ser färdigt ut oavsett om den underliggande matematiken är korrekt.
• Systemet fungerar bara väl när forskaren verkligen är domänexpert. Det finns en risk att en icke-expert lämnar över ett vagt problem till systemet och litar blint på dess utdata.
• AI-bevis kräver fortfarande mänsklig verifiering. Bérczis bevis var till exempel fortfarande under mänsklig granskning vid publicering.

Avslutande tankar

AI-mitmatematikern speglar ett skifte från att be AI lösa ett problem till att arbeta med AI i den iterativa, röriga processen för matematisk forskning. Den verkliga flaskhalsen är arbetsflödesinfrastrukturen som speglar hur matematiker faktiskt arbetar.

Om du vill bygga agentiska system som detta själv är DataCamps Associate AI Engineer for Developers och Associate AI Engineer for Data Scientists bra ställen att börja på.