[论文解读] ChatGPT for Computational Topology

Jian Liu, Shen Li+1 more|arXiv (Cornell University)|Oct 11, 2023

Topological and Geometric Data AnalysisComputer Science被引用 3

一句话总结

本文展示了如何通过 ChatGPT 将纯数学拓扑学与计算实现之间的鸿沟弥合，使非程序员能够生成准确且可执行的计算拓扑代码。通过专家指导的提示工程，作者成功计算了单纯复形、超图和有向图的贝蒂数、拉普拉斯算子、狄拉克算子以及持久调和空间——在包括分子结构和六边形点集在内的基准示例中均获得正确结果。

ABSTRACT

ChatGPT represents a significant milestone in the field of artificial intelligence (AI), finding widespread applications across diverse domains. However, its effectiveness in mathematical contexts has been somewhat constrained by its susceptibility to conceptual errors. Concurrently, topological data analysis (TDA), a relatively new discipline, has garnered substantial interest in recent years. Nonetheless, the advancement of TDA is impeded by the limited understanding of computational algorithms and coding proficiency among theoreticians. This work endeavors to bridge the gap between theoretical topological concepts and their practical implementation in computational topology through the utilization of ChatGPT. We showcase how a pure theoretician, devoid of computational experience and coding skills, can effectively transform mathematical formulations and concepts into functional code for computational topology with the assistance of ChatGPT. Our strategy outlines a productive process wherein a mathematician trains ChatGPT on pure mathematical concepts, steers ChatGPT towards generating computational topology code, and subsequently validates the generated code using established examples. Our specific case studies encompass the computation of Betti numbers, Laplacian matrices, and Dirac matrices for simplicial complexes, as well as the persistence of various homologies and Laplacians. Furthermore, we explore the application of ChatGPT in computing recently developed topological theories for hypergraphs and digraphs. This work serves as an initial step towards effectively transforming pure mathematical theories into practical computational tools, with the ultimate goal of enabling real applications across diverse fields.

研究动机与目标

• 解决长期以来将纯拓扑理论转化为实用计算代码的挑战，特别是针对无编程经验的数学家。
• 通过利用类似 ChatGPT 的大语言模型作为计算协作者，突破理论拓扑与应用计算之间的障碍。
• 证明纯理论数学家仅通过与 ChatGPT 的自然语言交互，即可有效生成并验证用于高级拓扑不变量的可执行代码。
• 将 ChatGPT 的适用范围扩展至新兴的拓扑框架，如超图和有向图同调，包括首次已知的持久调和空间计算。
• 建立一种可复现的、由专家监督的工作流程，用于在计算拓扑中使用大语言模型，通过基于测试的验证确保结果正确性。

提出的方法

• 通过精确的自然语言描述，对 ChatGPT 进行计算拓扑基础数学概念（包括单纯复形、同调和拉普拉斯算子）的训练。
• 通过迭代提示引导 ChatGPT 生成用于从输入单纯复形计算贝蒂数、狄拉克矩阵和拉普拉斯矩阵的 Python 代码。
• 使用已知的数学示例（如正六边形、C60 分子）构建验证流水线，以测试和调试生成的代码。
• 通过定义路径同调和嵌入同调，将提示策略扩展至超图和有向图，使这些结构的贝蒂数和拉普拉斯算子代码得以生成。
• 采用相同的专家监督方法，利用 ChatGPT 生成的代码计算持久调和空间——这是文献中首次实现的计算。
• 使用标准计算工具（如 NumPy、SciPy）执行并验证结果，确保数值准确性和可复现性。

实验结果

研究问题

• RQ1 非编程数学家是否能仅通过与 ChatGPT 的自然语言交互，可靠地生成正确的计算拓扑代码？
• RQ2 在未接受计算数学正式训练的情况下，ChatGPT 在多大程度上能准确实现如持久拉普拉斯算子和调和空间等高级拓扑不变量？
• RQ3 专家监督提示策略在将抽象拓扑理论转化为可执行代码时，多大程度上能有效减少概念和实现错误？
• RQ4 ChatGPT 是否可用于计算此前未计算过的不变量，如在超图和有向图等新兴拓扑框架中的持久调和空间？
• RQ5 LLM 生成的代码在计算拓扑中的实际限制和性能特征是什么，特别是针对分子结构等真实世界数据？

主要发现

• ChatGPT 为单纯复形成功生成了正确且可执行的代码，用于计算贝蒂数、拉普拉斯矩阵和狄拉克算子，并在正六边形点集上得到验证。
• 首次在文献中通过 ChatGPT 生成的代码计算了持久调和空间，为拓扑数据分析做出了新颖贡献。
• 对于分子结构（C20、C60、CB7），计算得到的 0 阶和 1 阶贝蒂数以及拉普拉斯算子的最小正特征值均准确且与理论预期一致。
• 计算流水线在标准笔记本电脑上运行，每个分子体系的计算耗时约数十分钟，表明具有合理的效率。
• 专家监督提示策略显著减少了错误，所有测试案例的结果均与已知数学基准匹配。
• 该方法已扩展至超图和有向图，实现了首次已知的在这些非标准拓扑框架中使用 LLM 生成代码计算贝蒂数和拉普拉斯算子。