虽然使用计算机这种方法在生成数据方面取得了成功，但识别和发现这些数据的模式，仍需要依靠数学家。
　　在纯数学中，发现新的研究模式变得更重要，因为它生成的数据可能比任何数学家一生预期的还要多，比如那些具有数千维空间的物体，也可能因为深不可测而无法直接推理。考虑到这些限制，我们相信人工智能会以全新的方式增强数学家的洞察力。
　　我们的研究结果表明，深度学习可以补充数学研究，通过监督学习检测假设模式，并通过机器学习的归因洞察这些模式，从而激发对问题的直觉判断。
　　DeepMind机器学习专家Alex Davies表示，“在DeepMind，我们相信人工智能技术已经足以在许多学科加速科学进步方面发挥基础作用。基础数学就是一个例子，我们希望这篇《自然》杂志的论文能够启发其他研究人员，考虑人工智能作为该领域一个有用工具的潜力。”
　　牛津大学数学家Marc Lackenby表示，“使用机器学习来发现数学不同领域之间意想不到的新联系，这是非常有意思的。我为这些数学领域的发展感到兴奋。我相信我们在牛津大学和悉尼大学与DeepMind合作所做的工作表明，机器学习可以成为数学研究中真正有用的工具。”
　　牛津大学数学教授András Juhász表示，“纯数学家的工作方式是提出猜想并证明这些猜想，从而得出定理。但是这些猜想是从哪里来的呢？我们已经证明，在数学直觉的指导下，机器学习提供了一个强大的框架。这个框架可以在有大量可用数据的领域发现有趣的、可证明的猜想，也适用于对象太大而无法用经典研究方法的领域。”