تعتبر الرسوم البيانية المشبعة مزدوجاً (Doubly Saturated Ramsey Graphs) من مجالات الرياضيات الحديثة التي تثير اهتمام الباحثين. هذه الرسوم البيانية تمثل نوعاً خاصاً من الرسوم البيانية التي تحتوي على شروط معينة حيث لا تحتوي على مجموعة مرتبة (clique) بحجم $s$ أو مجموعة مستقلة (independent set) بحجم $t$.

في هذه الدراسة الرائدة، تم استخدام حل مشكلات الـ SAT (SAT solving) مع قراءة وتأليف الكود بواسطة نماذج لغوية كبيرة (Large Language Models) لاكتشاف عائلات لامتناهية من هذه الرسوم البيانية، وذلك في إطار دراسة سابقة لكل من Grinstead وRoberts تعود إلى عام 1982.

علاوة على ذلك، تم الاعتماد على النماذج اللغوية الكبيرة لتوليد وتوثيق براهين صحيحة بلغة Lean، وهو ما يسهم في تعزيز دقة الاكتشافات الرياضية. تُظهر هذه الدراسة كيف يمكن أن تلعب أدوات مثل نماذج الذكاء الاصطناعي دوراً محورياً في تسريع الاكتشافات الرياضية، وتفتح الأبواب لتطبيقات جديدة في الرياضيات التجريبية.

ما هو المستقبل الذي ينتظر الرياضيات مع تطور أدوات الذكاء الاصطناعي؟