Новий штучний інтелект від Google DeepMind відповідає золотим медалям на Олімпіаді з математики

Перевидано Платоном

читають: 0

$Новий штучний інтелект від Google DeepMind відповідає золотим медалям на математичній олімпіаді PlatoBlockchain Data Intelligence. Вертикальний пошук. Ai.$

після зламати нерозв'язну математику Проблема минулого року, ШІ повернувся до геометрії.

Новий алгоритм, AlphaGeometry, розроблений компанією Google DeepMind, може розгадувати задачі з минулих міжнародних математичних олімпіад — змагання найвищого рівня для старшокласників — і відповідає показникам попередніх золотих медалістів.

Коли йому поставили 30 складних геометричних завдань, ШІ успішно розв’язав 25 за стандартно відведений час, перевершивши попередні найсучасніші алгоритми на 15 відповідей.

Хоча геометрія часто вважається прокляттям на уроках математики в середній школі, геометрія є частиною нашого повсякденного життя. Мистецтво, астрономія, дизайн інтер’єру та архітектура – все покладається на геометрію. Так само як навігація, карти та планування маршруту. За своєю суттю геометрія є способом опису простору, форм і відстаней за допомогою логічних міркувань.

У певному сенсі розв’язування геометричних завдань схоже на гру в шахи. Враховуючи деякі правила, які називаються теоремами та доказами, існує обмежена кількість рішень для кожного кроку, але пошук того, яке з них має сенс, залежить від гнучких міркувань, які відповідають суворим математичним правилам.

Іншими словами, робота з геометрією вимагає як креативності, так і структури. Хоча люди розвивають ці розумові акробатичні навички роками практики, штучному інтелекту завжди було важко.

AlphaGeometry вміло поєднує обидві функції в єдину систему. Вона складається з двох основних компонентів: пов’язаної з правилами логічної моделі, яка намагається знайти відповідь, і великої мовної моделі для створення нестандартних ідей. Якщо штучному інтелекту не вдається знайти рішення, засноване лише на логічних міркуваннях, спрацьовує мовна модель, щоб надати нові кути. Результатом є штучний інтелект, що володіє як творчими здібностями, так і навичками міркування, який може пояснити своє рішення.

Ця система є останнім кроком DeepMind у розв’язанні математичних проблем за допомогою машинного інтелекту. Але їхні очі спрямовані на більший приз. AlphaGeometry створено для логічних міркувань у складних середовищах, таких як наш хаотичний повсякденний світ. Крім математики, майбутні ітерації потенційно можуть допомогти вченим знайти рішення в інших складних системах, таких як розшифровка зв’язків мозку або розгадування генетичних мереж, які призводять до хвороб.

«Ми робимо великий стрибок, великий прорив з точки зору результату», — автор дослідження доктор Тріє Трінь сказав Нью-Йорк Таймс.

Подвійна команда

Швидке запитання з геометрії: уявіть трикутник, обидві сторони якого однакові за довжиною. Як довести, що два нижні кути абсолютно однакові?

Це одна з перших проблем, з якою зіткнулася AlphaGeometry. Щоб розв’язати її, вам потрібно повністю зрозуміти правила геометрії, але також мати творчі здібності, щоб підійти до відповіді.

«Доведення теорем демонструє майстерність логічних міркувань… що означає чудову навичку розв’язувати проблеми», — команда написав у дослідженні, опублікованому сьогодні в природа.

Ось де найкраща архітектура AlphaGeometry. Дубльований нейросимволічну систему, він спочатку вирішує проблему з механізмом символічної дедукції. Уявіть ці алгоритми у вигляді першокласника, який суворо вивчає підручники з математики та дотримується правил. Вони керуються логікою та можуть легко викласти кожен крок, що веде до рішення, як-от пояснити рядок міркувань у тесті з математики.

Ці системи є старовинними, але неймовірно потужними, оскільки вони не мають проблеми «чорної скриньки», яка переслідує більшість сучасних алгоритмів глибокого навчання.

Глибоке навчання змінило наш світ. Але через те, як ці алгоритми працюють, вони часто не можуть пояснити свій результат. Це просто не вийде, коли мова заходить про математику, яка спирається на суворе логічне міркування, яке можна записати.

Механізми символічної дедукції протидіють проблемі чорного ящика, оскільки вони раціональні та зрозумілі. Але зіткнувшись із складними проблемами, вони повільні й намагаються гнучко адаптуватися.

Тут на допомогу приходять великі мовні моделі. Ці алгоритми, які є рушійною силою ChatGPT, чудово знаходять шаблони в складних даних і генерують нові рішення, якщо є достатньо навчальних даних. Але вони часто не вміють пояснити себе, що змушує двічі перевіряти їхні результати.

AlphaGeometry поєднує найкраще з обох світів.

Коли стикається з проблемою геометрії, механізм символічної дедукції дає її першим. Візьмемо задачу про трикутник. Алгоритм «розуміє» передумову запитання, оскільки йому потрібно довести, що два нижні кути однакові. Потім мовна модель пропонує намалювати нову лінію від вершини трикутника прямо вниз до низу, щоб допомогти вирішити проблему. Кожен новий елемент, який рухає ШІ до рішення, називається «конструкцією».

Механізм символічної дедукції приймає пораду та записує логіку своїх міркувань. Якщо конструкція не працює, дві системи проходять кілька раундів обговорення, поки AlphaGeometry не знайде рішення.

Вся установка «схожа на ідею «думати, швидко і повільно»» пише команда в блозі DeepMind. «Одна система забезпечує швидкі, «інтуїтивно зрозумілі» ідеї, а інша — більш обдумане, раціональне прийняття рішень».

Ми є чемпіоном

На відміну від текстових чи аудіофайлів, прикладів, присвячених геометрії, бракує, що ускладнює навчання AlphaGeometry.

Як обхідний шлях, команда створила власний набір даних, який містить 100 мільйонів синтетичних прикладів випадкових геометричних фігур і нанесених на карту зв’язків між точками та лініями — подібно до того, як ви розв’язуєте геометрію на уроці математики, але в набагато більшому масштабі.

Після цього штучний інтелект зрозумів правила геометрії та навчився працювати у зворотному напрямку від рішення, щоб визначити, чи потрібно додавати якісь конструкції. Цей цикл дозволив штучному інтелекту навчатися з нуля без участі людини.

Випробовуючи штучний інтелект, команда кинула йому виклик за допомогою 30 олімпіадних задач із понад десяти років попередніх змагань. Отримані результати були оцінені золотим медалістом попередньої Олімпіади Еваном Ченом, щоб переконатися в їх якості.

Загалом ШІ зрівнявся з результатами минулих золотих медалістів, виконавши 25 завдань за ліміт часу. The попередній сучасний результат було 10 правильних відповідей.

«Результат AlphaGeometry вражає, тому що він одночасно перевірений і чистий», — Чен сказав. «Вона використовує класичні правила геометрії з кутами та подібними трикутниками, як це роблять студенти».

За межами математики

AlphaGeometry — це остання спроба DeepMind у математиці. У 2021, їхній штучний інтелект розгадував математичні головоломки, які десятиліттями спантеличували людей. Останнім часом, вони використовували великі мовні моделі для вирішення проблем STEM на рівні коледжу та тріщини раніше «нерозв’язана» математична задача, заснована на картковій грі з алгоритмом FunSearch.

Наразі AlphaGeometry пристосований до геометрії із застереженнями. Велика частина геометрії є візуальною, але система не може «бачити» креслення, що могло б пришвидшити вирішення проблеми. Додавання зображень, можливо, з ШІ Gemini від Google, запущений наприкінці минулого року, може посилити його геометричні розумні особливості.

Подібна стратегія може також розширити охоплення AlphaGeometry до широкого кола наукових областей, які вимагають суворих міркувань із відтінком креативності. (Будемо правдивими — це всі.)

«Враховуючи ширший потенціал навчання систем штучного інтелекту з нуля за допомогою великомасштабних синтетичних даних, цей підхід може визначити те, як системи штучного інтелекту майбутнього відкривають нові знання в математиці та за її межами», — написала команда.

Зображення Фото: Джоель Філіпе / Unsplash