後 解けない数学を解く 昨年問題が発生した後、AI が幾何学に再び取り組むようになりました。
Google DeepMind が開発した新しいアルゴリズム AlphaGeometry は、高校生向けのトップレベルの大会である過去の国際数学オリンピックの問題を打ち破り、歴代の金メダリストの成績に匹敵します。
30 問の難しい幾何学問題に挑戦したところ、AI は標準の割り当て時間内で 25 問を解決し、これまでの最先端のアルゴリズムを 15 問上回りました。
高校の数学の授業の悩みの種と思われがちですが、幾何学は私たちの日常生活に組み込まれています。芸術、天文学、インテリア デザイン、建築はすべて幾何学に依存しています。ナビゲーション、地図、ルート計画も同様です。本質的に、幾何学は論理的推論を使用して空間、形状、距離を記述する方法です。
ある意味、幾何学の問題を解くのはチェスに似ています。定理や証明と呼ばれるいくつかのルールが与えられると、各ステップの解の数は限られていますが、どれが理にかなっているかを見つけるには、厳格な数学的ルールに準拠した柔軟な推論が必要になります。
言い換えれば、幾何学に取り組むには創造性と構造の両方が必要です。人間は長年の練習を通じてこうした精神的アクロバティックなスキルを身につけますが、AI は常に苦戦してきました。
AlphaGeometry は、両方の機能を単一のシステムに巧みに組み合わせます。これには、答えを見つけようとするルールに縛られた論理モデルと、すぐに使えるアイデアを生成する大規模な言語モデルという 2 つの主要なコンポーネントがあります。 AI が論理的推論だけでは解決策を見つけることができない場合、言語モデルが作動して新しい角度を提供します。その結果、解決策を説明できる創造性と推論スキルの両方を備えた AI が誕生しました。
このシステムは、マシン インテリジェンスを使用して数学的問題を解決するための DeepMind の最新の取り組みです。しかし、彼らの目はさらに大きな賞に注目している。 AlphaGeometry は、混沌とした日常世界など、複雑な環境における論理的推論のために構築されています。数学を超えて、将来の反復は、科学者が脳の接続を解読したり、病気につながる遺伝的網を解明したりするなど、他の複雑なシステムで解決策を見つけるのに役立つ可能性があります。
研究著者のトリウ・トリン博士は「我々は大きな飛躍を遂げており、結果という点では大きな進歩を遂げている」と述べた。 言われ ニューヨーク·タイムズ紙.
ダブルチーム
幾何学の簡単な質問: 両辺の長さが等しい三角形を思い浮かべてください。下の 2 つの角度がまったく同じであることをどのように証明しますか?
これは、AlphaGeometry が直面した最初の課題の 1 つです。これを解決するには、幾何学の法則を完全に理解する必要がありますが、同時に答えに向かって少しずつ努力する創造性も必要です。
「定理を証明することは、論理的推論の習得を証明するものであり、優れた問題解決スキルを意味します。」とチームは述べています。 今日発表された研究で書いた 自然.
ここが AlphaGeometry のアーキテクチャが優れているところです。吹き替え 神経象徴システム, まず、記号演繹エンジンを使って問題に取り組みます。これらのアルゴリズムを、数学の教科書を厳密に勉強し、規則に従っている A 年生の生徒として想像してください。彼らは論理に導かれ、数学のテストで一連の推論を説明するように、解決に至るすべてのステップを簡単にレイアウトできます。
これらのシステムは昔ながらのものですが、現代の深層学習アルゴリズムの多くを悩ませる「ブラック ボックス」問題がないため、非常に強力です。
ディープラーニングは私たちの世界を一変させました。しかし、これらのアルゴリズムの仕組みにより、その出力を説明できないことがよくあります。書き留められる厳密な論理的推論に依存する数学に関しては、これは通用しません。
記号演繹エンジンは、合理的で説明可能なという点でブラック ボックス問題に対抗します。しかし、複雑な問題に直面すると、行動が遅く、柔軟に適応するのに苦労します。
ここで大規模な言語モデルが登場します。ChatGPT の原動力であるこれらのアルゴリズムは、十分なトレーニング データがあれば、複雑なデータのパターンを見つけて新しいソリューションを生成することに優れています。しかし、彼らは自分自身を説明する能力に欠けていることが多く、結果を再確認する必要があります。
AlphaGeometry は、両方の長所を組み合わせたものです。
幾何学的な問題に直面した場合、まず記号演繹エンジンがそれに取り組みます。三角形の問題を考えてみましょう。アルゴリズムは、下の 2 つの角度が同じであることを証明する必要があるという質問の前提を「理解」します。次に、言語モデルは、問題の解決に役立つように、三角形の上部から下部まで真っ直ぐに新しい線を引くことを提案します。 AI をソリューションに向けて動かす新しい要素はそれぞれ「構築」と呼ばれます。
記号演繹エンジンはアドバイスを受け取り、その推論の背後にあるロジックを書き留めます。構成が機能しない場合、AlphaGeometry が解決策に到達するまで、2 つのシステムは複数回の検討を経ます。
全体のセットアップは「『速く、そしてゆっくりと考える』という考えに似ています」 書いた DeepMind のブログのチーム。 「1 つのシステムは迅速で『直感的な』アイデアを提供し、もう 1 つのシステムはより慎重で合理的な意思決定を提供します。」
私たちはチャンピオンです
テキスト ファイルやオーディオ ファイルとは異なり、ジオメトリに焦点を当てたサンプルが不足しているため、AlphaGeometry のトレーニングが困難になっていました。
回避策として、チームはランダムな幾何学的形状の 100 億個の合成例と、点と線の間のマッピングされた関係を特徴とする独自のデータセットを生成しました。これは数学の授業で幾何学を解く方法と似ていますが、はるかに大きなスケールで行われました。
そこから、AI は幾何学のルールを把握し、ソリューションから逆算して構成要素を追加する必要があるかどうかを判断する方法を学習しました。このサイクルにより、AI は人間の入力なしでゼロから学習できるようになりました。
AI をテストするために、チームは 30 年以上の過去の競技会からの XNUMX のオリンピック問題に挑戦しました。生成された結果は、その品質を保証するために、元オリンピック金メダリストである Evan Chen によって評価されました。
全体として、AI は過去の金メダリストの成績に匹敵し、制限時間内に 25 問の問題を完了しました。の 以前の最先端の結果 正解数は10でした。
「AlphaGeometry の出力は、検証可能かつクリーンであるため、印象的です」と Chen 氏は述べています。 と。 「学生と同じように、角度や類似の三角形を含む古典的な幾何学ルールが使用されています。」
数学を超えて
AlphaGeometry は、DeepMind の数学への最新の取り組みです。 1948年にAchille Gaggiaがレバー式のエスプレッソマシンを発明したことにより、現在のエスプレッソが誕生しました。 Gaggiaの発明したエスプレッソマシンは、それ以前に作られてきたマシンより数倍の圧力が出せるため、濃度が何倍も濃いエスプレッソを淹れられました。また圧力が増したことで、エスプレッソに初めてクレマが現れました。このクレマはお客様にたいへん喜ばれ、今ではエスプレッソにクレマは欠かせません。彼らの AI は、何十年も人類を悩ませてきた数学的パズルを解きました。最近になって、 彼らは使った 大学レベルでの STEM 問題を推論するための大規模な言語モデル ひびの入った アルゴリズムを使用したカードゲームに基づいた、以前は「解けなかった」数学の問題 ファンサーチ.
現時点では、AlphaGeometry はジオメトリに合わせて調整されていますが、注意事項があります。ジオメトリの多くは視覚的に見えますが、システムは図面を「見る」ことができないため、問題解決が促進される可能性があります。おそらく画像を追加します GoogleのGemini AI昨年末に発売されたこの製品は、その幾何学的スマートさを強化する可能性があります。
同様の戦略により、AlphaGeometry の範囲は、創造性を伴う厳密な推論を必要とする幅広い科学領域に拡大される可能性があります。 (本当のことを言いましょう。それはすべてです。)
「大規模な合成データを使用して AI システムをゼロからトレーニングする幅広い可能性を考慮すると、このアプローチは、将来の AI システムが数学やその他の分野で新しい知識を発見する方法を形作る可能性があります」とチームは書いています。
画像のクレジット: ジョエル・フィリペ / Unsplash
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://singularityhub.com/2024/01/17/google-deepminds-new-ai-matches-gold-medal-performance-in-math-olympics/
- :持っている
- :は
- :どこ
- 10
- 100
- 視聴者の38%が
- 25
- 30
- a
- 能力
- 適応する
- 加えます
- 追加
- アドバイス
- AI
- AIシステム
- アルゴリズム
- アルゴリズム
- すべて
- 許可されて
- 一人で
- また
- 常に
- an
- および
- 回答
- 回答
- どれか
- アプローチ
- 建築
- です
- 宝品
- AS
- 天文学
- At
- 試み
- オーディオ
- 著者
- バック
- ベース
- BE
- なぜなら
- 背後に
- BEST
- の間に
- 越えて
- ビッグ
- ビット
- ブラック
- ブログ
- ボルスター
- 両言語で
- 両側
- ボトム
- ボックス
- 脳
- 画期的な
- 内蔵
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- カード
- 挑戦した
- 課題
- AI言語モデルを活用してコードのデバッグからデータの異常検出まで、
- チェック
- チェン
- チェス
- class
- カレッジ
- 組み合わせ
- 来ます
- comes
- コンペ
- コンクール
- 完了
- 複雑な
- 複雑な
- コンポーネント
- Connections
- 見なさ
- 構築する
- 構成
- 基本
- 正しい
- 可能性
- 相殺する
- ひびの入った
- 創造性
- クレジット
- サイクル
- データ
- 十年
- 数十年
- 意思決定
- 深いです
- 深い学習
- ディープマインド
- 説明する
- 設計
- 開発する
- 難しい
- 発見する
- 病気
- do
- そうではありません
- ドメイン
- ドント
- ダウン
- dr
- 描画
- 図面
- 運転
- ダビングされた
- 原因
- 各
- 簡単に
- 素子
- 埋め込まれた
- エンジン
- エンジン
- 十分な
- 確保
- 等しい
- 評価
- エヴァン
- あらゆる
- 日常
- 正確に
- 例
- 優れた
- 詳細
- 迅速化する
- 説明する
- 説明
- 視線
- 直面して
- 失敗
- 遠く
- スピーディー
- 特徴
- 特色
- フィギュア
- もう完成させ、ワークスペースに掲示しましたか?
- 発見
- 名
- フレキシブル
- 柔軟に
- 焦点を当て
- 次
- 悪ふざけ
- 強
- から
- 完全に
- 未来
- ゲーム
- 双子座
- 生成する
- 生成された
- 生成
- 遺伝子の
- 与えられた
- 与える
- Go
- ゴールド
- でログイン
- グレード
- 把握
- ガイド付きの
- 持っていました
- 持ってる
- 助けます
- ハイ
- 認定条件
- HTML
- HTTPS
- 人間
- 人間
- アイデア
- 考え
- if
- 画像
- 絵
- 印象的
- in
- その他の
- 信じられないほど
- インテリジェンス
- インテリア
- 世界全体
- に
- IT
- 繰り返し
- ITS
- ジャンプ
- ただ
- キック
- 知識
- 欠如
- 言語
- 大
- 大規模
- より大きい
- 姓
- 昨年
- 遅く
- 最新の
- 打ち上げ
- 産む
- つながる
- 主要な
- LEARN
- 学んだ
- 学習
- 長さ
- レベル
- 生活
- ような
- LIMIT
- 限定的
- LINE
- ロジック
- 論理的な
- 機械
- 製
- メイン
- 作る
- 作成
- ゲレンデマップ
- マッチ
- マッチ
- math
- 数学的
- 数学
- 五月..
- メンタル
- 百万
- モデル
- モダン
- 他には?
- 移動
- ずっと
- の試合に
- 自然
- ナビゲーション
- 必要
- 必要
- 必要とされる
- ニーズ
- 新作
- 今
- 数
- of
- 頻繁に
- 古い
- オリンピック
- on
- ONE
- or
- その他
- 私たちの
- でる
- 出力
- が
- 自分の
- 過去
- パターン
- パフォーマンス
- おそらく
- 画像
- 計画
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 再生
- ポイント
- 潜在的な
- :
- 強力な
- 練習
- 前
- 前に
- 賞
- 問題
- 問題解決
- 問題
- 受験する
- 提供します
- は、大阪で
- 公表
- パズル
- 品質
- 質問
- クイック
- ランダム
- 範囲
- 合理的
- リーチ
- 達します
- 理由
- 最近
- の関係
- 頼る
- 顕著
- 必要とする
- 必要
- 研究
- 結果
- 結果
- ラウンド
- ルート
- ルール
- 同じ
- 規模
- 学校
- 科学的な
- 科学者たち
- スクラッチ
- センス
- 形状
- シェイプ
- 側面
- 同様の
- 技能
- スキル
- 遅く
- So
- 溶液
- ソリューション
- 解決する
- 解決
- 一部
- スペース
- 標準
- 最先端の
- ステム
- 手順
- ストレート
- 戦略
- 厳しい
- 構造
- 奮闘
- 学生
- 生徒
- 研究
- 勉強
- 首尾よく
- そのような
- 提案する
- シンボリック
- 合成
- 合成データ
- システム
- タックル
- タックル
- タックル
- テーラード
- 取る
- 取り
- チーム
- 条件
- test
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- それ
- 未来
- アプリ環境に合わせて
- それら
- 自分自身
- その後
- そこ。
- ボーマン
- 彼ら
- この
- 介して
- 時間
- 〜へ
- 今日
- top
- トップレベル
- touch
- に向かって
- トレーニング
- トレーニング
- 2
- まで
- 使用されます
- 検証できる
- ビジュアル
- ました
- 仕方..
- した
- いつ
- which
- while
- 全体
- ワイド
- 広い範囲
- より広い
- 以内
- 無し
- 言葉
- 仕事
- 世界
- 世界の
- 書かれた
- 書いた
- 年
- 年
- ヨーク
- You
- ゼファーネット