گوگل ڈیپ مائنڈ کا نیا AI ریاضی اولمپکس میں گولڈ میڈل کی کارکردگی سے مماثل ہے۔

کے بعد ناقابل حل ریاضی کو توڑنا پچھلے سال مسئلہ، AI جیومیٹری سے نمٹنے کے لیے واپس آ گیا ہے۔

گوگل ڈیپ مائنڈ کی طرف سے تیار کردہ، ایک نیا الگورتھم، الفا جیومیٹری، ماضی کے بین الاقوامی ریاضی اولمپیاڈز کے مسائل کو کچل سکتا ہے، جو ہائی اسکول کے طلبا کے لیے ایک اعلیٰ سطحی مقابلہ ہے اور پچھلے گولڈ میڈلسٹ کی کارکردگی سے میل کھاتا ہے۔

جب جیومیٹری کے 30 مشکل مسائل کے ساتھ چیلنج کیا گیا تو، AI نے 25 جوابات سے پچھلے جدید ترین الگورتھم کو پیچھے چھوڑتے ہوئے، مقررہ وقت کے اندر 15 کو کامیابی سے حل کیا۔

اگرچہ اکثر ہائی اسکول کی ریاضی کی کلاس کو نقصان سمجھا جاتا ہے، جیومیٹری ہماری روزمرہ کی زندگی میں سرایت کر جاتی ہے۔ آرٹ، فلکیات، داخلہ ڈیزائن، اور فن تعمیر سبھی جیومیٹری پر انحصار کرتے ہیں۔ تو نیویگیشن، نقشے اور راستے کی منصوبہ بندی کریں۔ اس کے مرکز میں، جیومیٹری منطقی استدلال کا استعمال کرتے ہوئے جگہ، اشکال اور فاصلوں کو بیان کرنے کا ایک طریقہ ہے۔

ایک طرح سے، جیومیٹری کے مسائل کو حل کرنا شطرنج کھیلنے کے مترادف ہے۔ کچھ اصولوں کے پیش نظر — جنہیں تھیومز اور ثبوت کہا جاتا ہے — ہر قدم کے حل کی ایک محدود تعداد ہے، لیکن یہ تلاش کرنا کہ کون سا سمجھتا ہے، ریاضی کے سخت اصولوں کے مطابق لچکدار استدلال پر انحصار کرتا ہے۔

دوسرے الفاظ میں، جیومیٹری سے نمٹنے کے لیے تخلیقی صلاحیت اور ساخت دونوں کی ضرورت ہوتی ہے۔ جب کہ انسان برسوں کی مشق کے ذریعے یہ ذہنی ایکروبیٹک مہارتیں تیار کرتے ہیں، AI نے ہمیشہ جدوجہد کی ہے۔

الفا جیومیٹری چالاکی سے دونوں خصوصیات کو ایک نظام میں یکجا کرتی ہے۔ اس کے دو اہم اجزاء ہیں: ایک اصول کا پابند منطقی ماڈل جو جواب تلاش کرنے کی کوشش کرتا ہے، اور ایک بڑی زبان کا نمونہ جس سے باہر کے خیالات پیدا ہوتے ہیں۔ اگر AI صرف منطقی استدلال کی بنیاد پر کوئی حل تلاش کرنے میں ناکام رہتا ہے، تو زبان کا ماڈل نئے زاویے فراہم کرنے کے لیے کک کرتا ہے۔ نتیجہ تخلیقی صلاحیتوں اور استدلال کی مہارت دونوں کے ساتھ ایک AI ہے جو اس کے حل کی وضاحت کر سکتا ہے۔

یہ سسٹم ڈیپ مائنڈ کا مشینی ذہانت سے ریاضی کے مسائل کو حل کرنے کا تازہ ترین قدم ہے۔ لیکن ان کی نظریں ایک بڑے انعام پر ہیں۔ الفا جیومیٹری پیچیدہ ماحول میں منطقی استدلال کے لیے بنائی گئی ہے—جیسے ہماری روزمرہ کی افراتفری کی دنیا۔ ریاضی سے ہٹ کر، مستقبل کی تکرار سائنس دانوں کو دوسرے پیچیدہ نظاموں میں حل تلاش کرنے میں ممکنہ طور پر مدد کر سکتی ہے، جیسے دماغی رابطوں کو سمجھنا یا جینیاتی جالوں کو کھولنا جو بیماری کا باعث بنتے ہیں۔

"ہم ایک بڑی چھلانگ لگا رہے ہیں، نتیجہ کے لحاظ سے ایک بڑی پیش رفت،" مطالعہ کے مصنف ڈاکٹر ٹریو ٹرین بتایا la نیو یارک ٹائمز.

ڈبل ٹیم

جیومیٹری کا ایک فوری سوال: ایک مثلث کی تصویر بنائیں جس کی لمبائی میں دونوں اطراف برابر ہوں۔ آپ کیسے ثابت کرتے ہیں کہ نیچے کے دو زاویے بالکل ایک جیسے ہیں؟

یہ الفا جیومیٹری کو درپیش اولین چیلنجوں میں سے ایک ہے۔ اسے حل کرنے کے لیے، آپ کو جیومیٹری کے اصولوں کو مکمل طور پر سمجھنے کی ضرورت ہے لیکن جواب کی طرف انچ تک تخلیقی صلاحیت بھی حاصل کرنی ہوگی۔

"تھیورمز کو ثابت کرنا منطقی استدلال کی مہارت کو ظاہر کرتا ہے… ایک قابل ذکر مسئلہ حل کرنے کی مہارت کی نشاندہی کرتا ہے،" ٹیم میں آج شائع ہونے والی تحقیق میں لکھا فطرت، قدرت.

یہ وہ جگہ ہے جہاں الفا جیومیٹری کا فن تعمیر بہترین ہے۔ ڈب ایک نیورو علامتی نظام، یہ سب سے پہلے اپنے علامتی کٹوتی انجن کے ساتھ ایک مسئلہ سے نمٹتا ہے۔ ان الگورتھم کو گریڈ A کے طالب علم کے طور پر تصور کریں جو ریاضی کی نصابی کتابوں کا سختی سے مطالعہ کرتا ہے اور قواعد کی پیروی کرتا ہے۔ وہ منطق کے ذریعہ رہنمائی کرتے ہیں اور آسانی سے حل کی طرف لے جانے والے ہر قدم کو ترتیب دے سکتے ہیں - جیسے ریاضی کے امتحان میں استدلال کی لائن کی وضاحت کرنا۔

یہ سسٹم پرانے اسکول ہیں لیکن ناقابل یقین حد تک طاقتور ہیں، اس لیے کہ ان میں "بلیک باکس" کا مسئلہ نہیں ہے جو جدید گہری سیکھنے والے الگورتھم کا شکار ہے۔

گہری تعلیم نے ہماری دنیا کو نئی شکل دی ہے۔ لیکن یہ الگورتھم کیسے کام کرتے ہیں اس کی وجہ سے، وہ اکثر اپنے آؤٹ پٹ کی وضاحت نہیں کر سکتے۔ یہ صرف اس وقت نہیں ہوگا جب بات ریاضی کی ہو، جو کہ سخت منطقی استدلال پر انحصار کرتی ہے جسے لکھا جا سکتا ہے۔

علامتی کٹوتی کے انجن بلیک باکس کے مسئلے کا مقابلہ کرتے ہیں کہ وہ عقلی اور قابل وضاحت ہیں۔ لیکن پیچیدہ مسائل کا سامنا کرتے ہوئے، وہ سست ہیں اور لچکدار طریقے سے اپنانے کے لیے جدوجہد کرتے ہیں۔

یہ وہ جگہ ہے جہاں زبان کے بڑے ماڈل آتے ہیں۔ ChatGPT کے پیچھے چلنے والی قوت، یہ الگورتھم پیچیدہ ڈیٹا میں پیٹرن تلاش کرنے اور نئے حل پیدا کرنے میں بہترین ہیں، اگر تربیت کا کافی ڈیٹا موجود ہو۔ لیکن وہ اکثر اپنے آپ کو سمجھانے کی صلاحیت سے محروم ہوتے ہیں، جس کی وجہ سے ان کے نتائج کو دوگنا چیک کرنا ضروری ہوتا ہے۔

الفا جیومیٹری دونوں جہانوں کے بہترین کو یکجا کرتی ہے۔

جب جیومیٹری کے مسئلے کا سامنا کرنا پڑتا ہے تو، علامتی کٹوتی انجن اسے پہلے جانے دیتا ہے۔ مثلث کا مسئلہ لیں۔ الگورتھم سوال کی بنیاد کو "سمجھتا ہے"، اس میں اسے ثابت کرنے کی ضرورت ہے کہ نیچے کے دو زاویے ایک جیسے ہیں۔ اس کے بعد لینگویج ماڈل اس مسئلے کو حل کرنے میں مدد کرنے کے لیے مثلث کے اوپر سے سیدھی نیچے کی طرف ایک نئی لکیر کھینچنے کا مشورہ دیتا ہے۔ ہر نیا عنصر جو AI کو حل کی طرف لے جاتا ہے اسے "تعمیر" کا نام دیا جاتا ہے۔

علامتی کٹوتی انجن مشورہ لیتا ہے اور اس کے استدلال کے پیچھے منطق لکھتا ہے۔ اگر تعمیر کام نہیں کرتی ہے، تو دونوں سسٹمز غور و فکر کے متعدد دوروں سے گزرتے ہیں جب تک کہ الفا جیومیٹری حل تک نہ پہنچ جائے۔

پورا سیٹ اپ "سوچ، تیز اور سست،" کے خیال کے مترادف ہے۔ لکھا ہے ڈیپ مائنڈ کے بلاگ پر ٹیم۔ "ایک نظام تیز، 'بدیہی' خیالات، اور دوسرا، زیادہ جان بوجھ کر، عقلی فیصلہ سازی فراہم کرتا ہے۔"

ہم فاتح ہیں

متن یا آڈیو فائلوں کے برعکس، جیومیٹری پر توجہ مرکوز کرنے والی مثالوں کی کمی ہے، جس نے الفا جیومیٹری کو تربیت دینا مشکل بنا دیا۔

ایک کام کے طور پر، ٹیم نے اپنا ڈیٹا سیٹ تیار کیا جس میں بے ترتیب ہندسی شکلوں کی 100 ملین مصنوعی مثالیں اور پوائنٹس اور لائنوں کے درمیان میپ کیے گئے تعلقات — اسی طرح جیسے آپ ریاضی کی کلاس میں جیومیٹری کو حل کرتے ہیں، لیکن بہت بڑے پیمانے پر۔

وہاں سے، AI نے جیومیٹری کے اصولوں کو سمجھ لیا اور حل سے پیچھے کی طرف کام کرنا سیکھا تاکہ یہ معلوم کیا جا سکے کہ آیا اسے کوئی تعمیرات شامل کرنے کی ضرورت ہے۔ اس سائیکل نے AI کو بغیر کسی انسانی ان پٹ کے شروع سے سیکھنے کی اجازت دی۔

AI کو آزمائش میں ڈالتے ہوئے، ٹیم نے اسے پچھلے مقابلوں کی ایک دہائی سے زائد اولمپیاڈ کے 30 مسائل کے ساتھ چیلنج کیا۔ ان کے معیار کو یقینی بنانے کے لیے پیدا ہونے والے نتائج کا اندازہ اولمپیاڈ کے سابق گولڈ میڈلسٹ ایون چن نے کیا۔

مجموعی طور پر، AI نے ماضی کے طلائی تمغہ جیتنے والوں کی کارکردگی سے مماثل ہے، مقررہ وقت کے اندر 25 مسائل کو پورا کیا۔ دی سابقہ ​​جدید ترین نتیجہ 10 درست جوابات تھے۔

چن نے کہا. "یہ کلاسیکی جیومیٹری کے اصولوں کو زاویوں اور اسی طرح کے مثلثوں کے ساتھ استعمال کرتا ہے جیسا کہ طلباء کرتے ہیں۔"

ریاضی سے آگے

الفا جیومیٹری ریاضی میں ڈیپ مائنڈ کا تازہ ترین قدم ہے۔ 2021 میں، ان کے AI نے ریاضیاتی پہیلیاں توڑ دیں جنہوں نے دہائیوں سے انسانوں کو اسٹمپ کیا تھا۔ زیادہ حال ہی میں، انہوں نے استعمال کیا کالج کی سطح پر STEM کے مسائل کو حل کرنے کے لیے زبان کے بڑے ماڈلز اور پھٹے الگورتھم کے ساتھ کارڈ گیم پر مبنی ریاضی کا ایک "ناقابل حل" مسئلہ FunSearch.

ابھی کے لیے، الفا جیومیٹری کو جیومیٹری کے مطابق بنایا گیا ہے، اور انتباہات کے ساتھ۔ جیومیٹری کا زیادہ تر حصہ بصری ہے، لیکن سسٹم ڈرائنگ کو "دیکھ" نہیں سکتا، جس سے مسئلہ حل کرنے میں تیزی آ سکتی ہے۔ تصاویر شامل کرنا، شاید کے ساتھ گوگل کا جیمنی AIگزشتہ سال کے آخر میں لانچ کیا گیا، اس کے جیومیٹرک اسمارٹ کو تقویت دے سکتا ہے۔

اسی طرح کی حکمت عملی الفا جیومیٹری کی رسائی کو وسیع پیمانے پر سائنسی ڈومینز تک بڑھا سکتی ہے جس میں تخلیقی صلاحیتوں کے ساتھ سخت استدلال کی ضرورت ہوتی ہے۔ (آئیے حقیقی بنیں - یہ سب کچھ ہے۔)

ٹیم نے لکھا، "بڑے پیمانے پر مصنوعی ڈیٹا کے ساتھ شروع سے AI سسٹم کو تربیت دینے کی وسیع صلاحیت کو دیکھتے ہوئے، یہ نقطہ نظر اس بات کی تشکیل کر سکتا ہے کہ مستقبل کے AI سسٹمز ریاضی اور اس سے آگے کے نئے علم کو کیسے دریافت کرتے ہیں۔"

تصویری کریڈٹ: جوئل فلپ / Unsplash سے 

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://singularityhub.com/2024/01/17/google-deepminds-new-ai-matches-gold-medal-performance-in-math-olympics/