Новый искусственный интеллект Google DeepMind соответствует золотой медали на олимпиадах по математике

После взломать неразрешимую математическую задачу прошлогодней проблемы, ИИ снова занялся геометрией.

Новый алгоритм AlphaGeometry, разработанный Google DeepMind, может решать задачи прошлых международных математических олимпиад — соревнований высшего уровня для старшеклассников — и соответствует результатам предыдущих золотых медалистов.

Когда ему было предложено решить 30 сложных задач по геометрии, ИИ успешно решил 25 за стандартное отведенное время, опередив предыдущие современные алгоритмы на 15 ответов.

Хотя геометрия часто считается проклятием школьных занятий по математике, геометрия прочно вошла в нашу повседневную жизнь. Искусство, астрономия, дизайн интерьера и архитектура опираются на геометрию. То же самое касается навигации, карт и планирования маршрута. По своей сути геометрия — это способ описания пространства, форм и расстояний с использованием логических рассуждений.

В некотором смысле решение задач по геометрии немного похоже на игру в шахматы. Учитывая некоторые правила, называемые теоремами и доказательствами, для каждого шага существует ограниченное количество решений, но поиск того, какое из них имеет смысл, зависит от гибкого рассуждения, соответствующего строгим математическим правилам.

Другими словами, изучение геометрии требует как творчества, так и структуры. В то время как люди развивают эти умственные акробатические навыки в течение многих лет практики, ИИ всегда боролся с трудностями.

AlphaGeometry умело объединяет обе функции в единую систему. Он состоит из двух основных компонентов: логической модели, основанной на правилах, которая пытается найти ответ, и большой языковой модели для генерации нестандартных идей. Если ИИ не может найти решение, основанное только на логических рассуждениях, в дело вступает языковая модель, открывающая новые точки зрения. В результате появился ИИ, обладающий как творческими способностями, так и способностями к рассуждению, который может объяснить свое решение.

Эта система является последней попыткой DeepMind решить математические задачи с помощью машинного интеллекта. Но их взгляды направлены на более крупный приз. AlphaGeometry создана для логических рассуждений в сложных средах, таких как наш хаотичный повседневный мир. Помимо математики, будущие итерации потенциально могут помочь ученым найти решения в других сложных системах, таких как расшифровка связей в мозгу или распутывание генетических сетей, которые приводят к болезням.

«Мы совершаем большой скачок, большой прорыв с точки зрения результата», — автор исследования доктор Триу Тринь. заявил домен New York Times.

Double Team

Быстрый вопрос по геометрии: представьте себе треугольник, обе стороны которого равны по длине. Как доказать, что два нижних угла абсолютно одинаковы?

Это одна из первых проблем, с которыми столкнулась AlphaGeometry. Чтобы решить ее, вам нужно полностью усвоить правила геометрии, но при этом проявить творческий подход, чтобы медленно приближаться к ответу.

«Доказательство теорем демонстрирует мастерство логических рассуждений… что означает выдающиеся навыки решения проблем», — заявила команда. написал в исследовании, опубликованном сегодня в природа.

Вот где архитектура AlphaGeometry превосходна. Дублированный нервно-символическая система, он сначала решает проблему с механизмом символического вывода. Представьте себе эти алгоритмы как ученика класса «А», который строго изучает учебники по математике и следует правилам. Они руководствуются логикой и могут легко изложить каждый шаг, ведущий к решению — например, объяснить ход рассуждений в тесте по математике.

Эти системы относятся к старой школе, но они невероятно мощны, поскольку в них нет проблемы «черного ящика», которая преследует большую часть современных алгоритмов глубокого обучения.

Глубокое обучение изменило наш мир. Но из-за того, как работают эти алгоритмы, они часто не могут объяснить свои результаты. Это просто неприемлемо, когда дело касается математики, которая опирается на строгие логические рассуждения, которые можно записать.

Механизмы символической дедукции противодействуют проблеме черного ящика, поскольку они рациональны и объяснимы. Но, столкнувшись со сложными проблемами, они медлительны и с трудом могут гибко адаптироваться.

Вот тут-то и приходят на помощь большие языковые модели. Эти алгоритмы, движущая сила ChatGPT, превосходно находят закономерности в сложных данных и генерируют новые решения, если имеется достаточно обучающих данных. Но им часто не хватает способности объясниться, поэтому приходится перепроверять свои результаты.

AlphaGeometry сочетает в себе лучшее из обоих миров.

Когда возникает геометрическая задача, механизм символического вывода решает ее первым. Возьмем задачу о треугольнике. Алгоритм «понимает» суть вопроса: ему необходимо доказать, что два нижних угла одинаковы. Затем языковая модель предлагает провести новую линию от вершины треугольника прямо вниз к низу, чтобы помочь решить проблему. Каждый новый элемент, который продвигает ИИ к решению, называется «конструкцией».

Механизм символической дедукции принимает совет и записывает логику своих рассуждений. Если конструкция не работает, две системы проходят несколько раундов обсуждения, пока AlphaGeometry не найдет решение.

Вся эта установка «сродни идее «думать быстро и медленно»». писал команда в блоге DeepMind. «Одна система обеспечивает быстрые, «интуитивные» идеи, а другая — более обдуманное и рациональное принятие решений».

Мы - чемпионы

В отличие от текстовых или аудиофайлов, здесь мало примеров, посвященных геометрии, что затрудняет обучение AlphaGeometry.

В качестве обходного пути команда создала собственный набор данных, содержащий 100 миллионов синтетических примеров случайных геометрических фигур и отображенных взаимосвязей между точками и линиями — аналогично тому, как вы решаете геометрию на уроке математики, но в гораздо большем масштабе.

После этого ИИ усвоил правила геометрии и научился работать в обратном направлении от решения, чтобы выяснить, нужно ли добавлять какие-либо конструкции. Этот цикл позволил ИИ учиться с нуля без участия человека.

Испытав ИИ, команда поставила ему задачу решить 30 олимпиадных задач, собранных за более чем десятилетие предыдущих соревнований. Полученные результаты были оценены бывшим золотым медалистом Олимпиады Эваном Ченом, чтобы гарантировать их качество.

В целом ИИ сравнялся с результатами предыдущих золотых медалистов, выполнив 25 задач за отведенное время. предыдущий современный результат было 10 правильных ответов.

«Результаты AlphaGeometry впечатляют, поскольку они проверяемы и чисты», — Чен — сказал. «Он использует правила классической геометрии с углами и подобными треугольниками так же, как это делают ученики».

За пределами математики

AlphaGeometry — это последняя попытка DeepMind заняться математикой. В 2021 , их ИИ решал математические головоломки, которые десятилетиями ставили людей в тупик. В последнее время, они использовали большие языковые модели для решения проблем STEM на уровне колледжа и треснувший ранее «неразрешимая» математическая задача, основанная на карточной игре с алгоритмом FunSearch.

На данный момент AlphaGeometry адаптирована к геометрии, но с оговорками. Большая часть геометрии визуальна, но система не может «видеть» чертежи, что могло бы ускорить решение проблем. Добавление изображений, возможно с Искусственный интеллект Gemini от Google, запущенный в конце прошлого года, может улучшить его геометрическую смекалку.

Подобная стратегия могла бы также расширить сферу применения AlphaGeometry на широкий спектр научных областей, требующих строгих рассуждений с оттенком творчества. (Давайте будем честными — это все они.)

«Учитывая более широкий потенциал обучения систем ИИ с нуля с использованием крупномасштабных синтетических данных, этот подход может определить, как системы ИИ будущего будут открывать новые знания в математике и за ее пределами», — написала команда.

Изображение Фото: Жоэль Филипе / Unsplash 

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://singularityhub.com/2024/01/17/google-deepminds-new-ai-matches-gold-medal-performance-in-math-olympics/