你或许会心生疑惑：人工智能可以下棋、写诗、与人类“交谈”，但它可以解数学题，尤其是平面几何这种既要看图分析，又要拼脑洞、讲推理的题目吗？没错，它不仅能做到，而且还做得越来越好。
今天，就让我们一同走进人工智能解几何题的神奇世界，探究这个没有手、没有眼的“数字大脑”是如何做到的。
实际上，人工智能解几何题，就是在尝试模仿人类的数学思维模式。
第一步：看图识图 理解图形
图像识别：人工智能要先识别图形中的点、线、角等元素，就如同它在区分猫和狗时，会先识别耳朵和鼻子等特征一样。
几何元素提取：将识别出的这些元素整理为“线段AB” “∠ABC” “圆O”等具体的几何元素。
几何关系建模：分析这些元素之间的几何关系，例如“AB=AC” “∠ABC=30° ”等。
这一过程，就像人工智能在“读图”。它要把抽象的图形转化为几何数据结构，记录点线之间的关系、角度大小、是否垂直或平行等信息。
第二步：读懂文字 领会题意
特征识别：识别出“AB”“AC” “∠ABC”等几何对象。
条件与问题提取：理解哪些是已知条件，哪些是要解决的问题。
几何关系分析：理解几何对象之间的关系，例如等长、共点、共圆等。
到这一步，人工智能就完成了“读图”和“看题”的前置工作。此时它的“脑海”中已经形成了一张结构化图谱，涵盖了所有的图形、几何关系和解题任务。下一步，就是“动脑筋”了。
第三步：逻辑推理 寻找答案
目前，人工智能在这一环节主要有两种不同的思路：
基于代数算法的计算推理
这是人工智能解几何题的传统方式，也叫作几何定理的机器证明，由我国数学家吴文俊开创。其核心思路是将几何命题转化为代数方程组之间的蕴含关系，而代数方程组的变形与化简可通过数学算法完成，进而可在计算机上实现几何命题的自动化证明。
基于神经网络的符号推理
通过海量训练数据，人工智能使用深度学习模型——尤其是图神经网络与Transformer架构——来预测如何添加辅助线和可能的定理应用序列，以此模拟人类直觉。
AI可以顺利推演几何题目，可真正读懂图形、领悟几何逻辑，依旧需要我们主动思考。科技是学习的帮手，夯实自身思维能力才是根本。
平时做几何题，你觉得最难的环节是什么？
责任编辑｜赵青云
运营编辑｜李雅欣 麦芷琪（实习）
质量审核 | 原飞燕
图文来源 | 《知识就是力量》杂志《人工智能会解几何题吗？》，撰文/石爽爽（中国科协科学技术传播中心） 王杰（中国科学院数学与系统科学研究院），原文有删改，原创作品转载请注明来源。
知识就是力量
现订购2026年
定价360元
把一整年的知识抱回家！
富灯网提示：文章来自网络，不代表本站观点。
