Το νέο AI της Google DeepMind ανταποκρίνεται στην απόδοση χρυσού μετάλλου στους Ολυμπιακούς Αγώνες των Μαθηματικών

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

$Η νέα τεχνητή νοημοσύνη της Google DeepMind ανταποκρίνεται στις επιδόσεις με χρυσό μετάλλιο στους Μαθηματικούς Ολυμπιακούς Αγώνες PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.$

Μετά το ραγίζοντας ένα άλυτο μαθηματικό πρόβλημα πέρυσι, η τεχνητή νοημοσύνη επέστρεψε για να αντιμετωπίσει τη γεωμετρία.

Αναπτύχθηκε από το Google DeepMind, ένας νέος αλγόριθμος, ο AlphaGeometry, μπορεί να συντρίψει προβλήματα από προηγούμενες Διεθνείς Μαθηματικές Ολυμπιάδες —ένας διαγωνισμός κορυφαίου επιπέδου για μαθητές γυμνασίου—και ταιριάζει με τις επιδόσεις προηγούμενων χρυσών μεταλλίων.

Όταν αντιμετώπισε 30 δύσκολα προβλήματα γεωμετρίας, η τεχνητή νοημοσύνη έλυσε επιτυχώς 25 εντός του τυπικού καθορισμένου χρόνου, ξεπερνώντας τους προηγούμενους αλγόριθμους τελευταίας τεχνολογίας κατά 15 απαντήσεις.

Ενώ συχνά θεωρείται η όλεθρος του μαθήματος των μαθηματικών στο γυμνάσιο, η γεωμετρία είναι ενσωματωμένη στην καθημερινή μας ζωή. Η τέχνη, η αστρονομία, η εσωτερική διακόσμηση και η αρχιτεκτονική βασίζονται στη γεωμετρία. Το ίδιο και η πλοήγηση, οι χάρτες και ο σχεδιασμός διαδρομής. Στον πυρήνα της, η γεωμετρία είναι ένας τρόπος περιγραφής του χώρου, των σχημάτων και των αποστάσεων χρησιμοποιώντας λογικό συλλογισμό.

Κατά κάποιο τρόπο, η επίλυση προβλημάτων γεωμετρίας μοιάζει λίγο με το να παίζεις σκάκι. Δεδομένων ορισμένων κανόνων - που ονομάζονται θεωρήματα και αποδείξεις - υπάρχει περιορισμένος αριθμός λύσεων σε κάθε βήμα, αλλά η εύρεση οποιασδήποτε λογικής βασίζεται σε ευέλικτο συλλογισμό που συμμορφώνεται με αυστηρούς μαθηματικούς κανόνες.

Με άλλα λόγια, η αντιμετώπιση της γεωμετρίας απαιτεί τόσο δημιουργικότητα όσο και δομή. Ενώ οι άνθρωποι αναπτύσσουν αυτές τις νοητικές ακροβατικές δεξιότητες μέσα από χρόνια εξάσκησης, η τεχνητή νοημοσύνη πάντα αγωνιζόταν.

Το AlphaGeometry συνδυάζει έξυπνα και τα δύο χαρακτηριστικά σε ένα ενιαίο σύστημα. Έχει δύο βασικά στοιχεία: Ένα λογικό μοντέλο που δεσμεύεται από κανόνες που επιχειρεί να βρει μια απάντηση και ένα μεγάλο μοντέλο γλώσσας για να δημιουργήσει ιδέες έξω από το κουτί. Εάν η τεχνητή νοημοσύνη δεν καταφέρει να βρει μια λύση που βασίζεται μόνο στη λογική συλλογιστική, το γλωσσικό μοντέλο ξεκινά για να παρέχει νέες οπτικές γωνίες. Το αποτέλεσμα είναι μια τεχνητή νοημοσύνη με δεξιότητες δημιουργικότητας και συλλογισμού που μπορεί να εξηγήσει τη λύση της.

Το σύστημα είναι η τελευταία επιδρομή της DeepMind στην επίλυση μαθηματικών προβλημάτων με νοημοσύνη μηχανών. Αλλά τα μάτια τους είναι στραμμένα σε ένα μεγαλύτερο έπαθλο. Το AlphaGeometry έχει δημιουργηθεί για λογικούς συλλογισμούς σε πολύπλοκα περιβάλλοντα—όπως ο χαοτικός καθημερινός μας κόσμος. Πέρα από τα μαθηματικά, μελλοντικές επαναλήψεις θα μπορούσαν ενδεχομένως να βοηθήσουν τους επιστήμονες να βρουν λύσεις σε άλλα πολύπλοκα συστήματα, όπως η αποκρυπτογράφηση εγκεφαλικών συνδέσεων ή η αποκάλυψη γενετικών ιστών που οδηγούν σε ασθένειες.

"Κάνουμε ένα μεγάλο άλμα, μια μεγάλη ανακάλυψη όσον αφορά το αποτέλεσμα", ο συγγραφέας της μελέτης Δρ. Trieu Trinh είπε ο New York Times.

Double Team

Μια γρήγορη ερώτηση γεωμετρίας: Φανταστείτε ένα τρίγωνο με τις δύο πλευρές ίσες σε μήκος. Πώς αποδεικνύετε ότι οι δύο κάτω γωνίες είναι ακριβώς ίδιες;

Αυτή είναι μια από τις πρώτες προκλήσεις που αντιμετώπισε η AlphaGeometry. Για να το λύσετε, πρέπει να κατανοήσετε πλήρως τους κανόνες στη γεωμετρία, αλλά και να έχετε δημιουργικότητα για να λάβετε την απάντηση.

«Η απόδειξη θεωρημάτων δείχνει την κυριαρχία του λογικού συλλογισμού… υποδηλώνοντας μια αξιοσημείωτη ικανότητα επίλυσης προβλημάτων», η ομάδα έγραψε σε έρευνα που δημοσιεύτηκε σήμερα στο Φύση.

Εδώ υπερέχει η αρχιτεκτονική του AlphaGeometry. Μεταγλωττισμένη ένα νευρο-συμβολικό σύστημα, αντιμετωπίζει πρώτα ένα πρόβλημα με τη συμβολική μηχανή έκπτωσης. Φανταστείτε αυτούς τους αλγόριθμους ως μαθητή βαθμού Α που μελετά αυστηρά εγχειρίδια μαθηματικών και ακολουθεί κανόνες. Καθοδηγούνται από τη λογική και μπορούν εύκολα να σχεδιάσουν κάθε βήμα που οδηγεί σε μια λύση - όπως να εξηγήσουν μια γραμμή συλλογισμού σε μια δοκιμασία μαθηματικών.

Αυτά τα συστήματα είναι παλιάς τεχνολογίας αλλά απίστευτα ισχυρά, καθώς δεν έχουν το πρόβλημα του «μαύρου κουτιού» που στοιχειώνει πολλούς σύγχρονους αλγόριθμους βαθιάς μάθησης.

Η βαθιά μάθηση έχει αναδιαμορφώσει τον κόσμο μας. Αλλά λόγω του τρόπου με τον οποίο λειτουργούν αυτοί οι αλγόριθμοι, συχνά δεν μπορούν να εξηγήσουν το αποτέλεσμα τους. Αυτό απλά δεν ισχύει όταν πρόκειται για μαθηματικά, τα οποία στηρίζονται σε αυστηρούς λογικούς συλλογισμούς που μπορούν να γραφτούν.

Οι μηχανές συμβολικής αφαίρεσης εξουδετερώνουν το πρόβλημα του μαύρου κουτιού καθώς είναι λογικές και εξηγήσιμες. Αντιμέτωποι όμως με πολύπλοκα προβλήματα, είναι αργοί και αγωνίζονται να προσαρμοστούν ευέλικτα.

Εδώ μπαίνουν τα μεγάλα γλωσσικά μοντέλα. Η κινητήρια δύναμη πίσω από το ChatGPT, αυτοί οι αλγόριθμοι είναι εξαιρετικοί στην εύρεση μοτίβων σε περίπλοκα δεδομένα και στη δημιουργία νέων λύσεων, εάν υπάρχουν αρκετά δεδομένα εκπαίδευσης. Αλλά συχνά δεν έχουν την ικανότητα να εξηγήσουν τον εαυτό τους, καθιστώντας απαραίτητο τον διπλό έλεγχο των αποτελεσμάτων τους.

Το AlphaGeometry συνδυάζει τα καλύτερα και των δύο κόσμων.

Όταν αντιμετωπίζετε ένα πρόβλημα γεωμετρίας, η συμβολική μηχανή αφαίρεσης το δίνει πρώτα. Πάρτε το πρόβλημα του τριγώνου. Ο αλγόριθμος «καταλαβαίνει» την υπόθεση της ερώτησης, στο ότι πρέπει να αποδείξει ότι οι δύο κάτω γωνίες είναι ίδιες. Το μοντέλο γλώσσας προτείνει στη συνέχεια να σχεδιάσετε μια νέα γραμμή από την κορυφή του τριγώνου κατευθείαν προς τα κάτω για να βοηθήσετε στην επίλυση του προβλήματος. Κάθε νέο στοιχείο που κινεί την τεχνητή νοημοσύνη προς τη λύση ονομάζεται "κατασκευή".

Η μηχανή συμβολικής αφαίρεσης παίρνει τη συμβουλή και καταγράφει τη λογική πίσω από το σκεπτικό της. Εάν η κατασκευή δεν λειτουργεί, τα δύο συστήματα περνούν από πολλαπλούς γύρους συζήτησης έως ότου το AlphaGeometry φτάσει στη λύση.

Ολόκληρη η ρύθμιση είναι «παρόμοια με την ιδέα της «σκέψης, γρήγορη και αργή»,» Έγραψε η ομάδα στο ιστολόγιο του DeepMind. «Το ένα σύστημα παρέχει γρήγορες, «διαισθητικές» ιδέες και το άλλο, πιο σκόπιμη, ορθολογική λήψη αποφάσεων».

Είμαστε οι πρωταθλητές

Σε αντίθεση με τα αρχεία κειμένου ή ήχου, υπάρχει έλλειψη παραδειγμάτων που επικεντρώνονται στη γεωμετρία, γεγονός που καθιστούσε δύσκολη την εκπαίδευση της AlphaGeometry.

Ως λύση, η ομάδα δημιούργησε το δικό της σύνολο δεδομένων που περιλαμβάνει 100 εκατομμύρια συνθετικά παραδείγματα τυχαίων γεωμετρικών σχημάτων και χαρτογραφημένες σχέσεις μεταξύ σημείων και γραμμών — παρόμοιο με το πώς λύνεις τη γεωμετρία στο μάθημα των μαθηματικών, αλλά σε πολύ μεγαλύτερη κλίμακα.

Από εκεί, η τεχνητή νοημοσύνη αντιλήφθηκε τους κανόνες της γεωμετρίας και έμαθε να εργάζεται προς τα πίσω από τη λύση για να καταλάβει αν χρειάζεται να προσθέσει οποιεσδήποτε κατασκευές. Αυτός ο κύκλος επέτρεψε στην τεχνητή νοημοσύνη να μάθει από την αρχή χωρίς καμία ανθρώπινη συμβολή.

Δοκιμάζοντας την τεχνητή νοημοσύνη, η ομάδα την αμφισβήτησε με 30 προβλήματα Ολυμπιάδας από πάνω από μια δεκαετία προηγούμενων διαγωνισμών. Τα αποτελέσματα που δημιουργήθηκαν αξιολογήθηκαν από έναν προηγούμενο χρυσό Ολυμπιονίκη, τον Evan Chen, για να διασφαλιστεί η ποιότητά τους.

Συνολικά, η τεχνητή νοημοσύνη ταίριαξε με τις επιδόσεις των προηγούμενων χρυσών Ολυμπιονικών, ολοκληρώνοντας 25 προβλήματα εντός του χρονικού ορίου. ο προηγούμενο υπερσύγχρονο αποτέλεσμα ήταν 10 σωστές απαντήσεις.

"Η έξοδος του AlphaGeometry είναι εντυπωσιακή επειδή είναι και επαληθεύσιμη και καθαρή", δήλωσε ο Chen είπε. "Χρησιμοποιεί κανόνες κλασικής γεωμετρίας με γωνίες και παρόμοια τρίγωνα όπως ακριβώς κάνουν οι μαθητές."

Πέρα από τα Μαθηματικά

Το AlphaGeometry είναι η τελευταία επιδρομή της DeepMind στα μαθηματικά. σε 2021, η τεχνητή νοημοσύνη τους έσπασε μαθηματικούς γρίφους που είχαν παραγκωνίσει τους ανθρώπους για δεκαετίες. Πιο πρόσφατα, χρησιμοποίησαν μεγάλα γλωσσικά μοντέλα για να αιτιολογήσουν προβλήματα STEM σε επίπεδο κολεγίου και Ραγισμένο ένα προηγουμένως «άλυτο» μαθηματικό πρόβλημα που βασίζεται σε ένα παιχνίδι καρτών με τον αλγόριθμο FunSearch.

Προς το παρόν, το AlphaGeometry είναι προσαρμοσμένο στη γεωμετρία και με προειδοποιήσεις. Μεγάλο μέρος της γεωμετρίας είναι οπτικό, αλλά το σύστημα δεν μπορεί να «δει» τα σχέδια, κάτι που θα μπορούσε να επιταχύνει την επίλυση προβλημάτων. Προσθήκη εικόνων, ίσως με Το Gemini AI της Google, που κυκλοφόρησε στα τέλη του περασμένου έτους, μπορεί να ενισχύσει τις γεωμετρικές του ικανότητες.

Μια παρόμοια στρατηγική θα μπορούσε επίσης να επεκτείνει την εμβέλεια του AlphaGeometry σε ένα ευρύ φάσμα επιστημονικών τομέων που απαιτούν αυστηρή λογική με ένα άγγιγμα δημιουργικότητας. (Ας είμαστε αληθινοί - είναι όλα αυτά.)

«Δεδομένης της ευρύτερης δυνατότητας εκπαίδευσης συστημάτων τεχνητής νοημοσύνης από την αρχή με συνθετικά δεδομένα μεγάλης κλίμακας, αυτή η προσέγγιση θα μπορούσε να διαμορφώσει τον τρόπο με τον οποίο τα συστήματα τεχνητής νοημοσύνης του μέλλοντος ανακαλύπτουν νέα γνώση, στα μαθηματικά και όχι μόνο», έγραψε η ομάδα.

Image Credit: Τζόελ Φίλιπ / Unsplash