Google DeepMindi uus tehisintellekt saavutab matemaatikaolümpia kuldmedali

Taasavaldanud Platon

järgijaid: 0

pärast lahendamatu matemaatika purustamine probleem eelmisel aastal, AI on tagasi geomeetriaga tegelema.

Google DeepMindi poolt välja töötatud uus algoritm AlphaGeometry võib purustada varasemate rahvusvaheliste matemaatikaolümpiaadide – kõrgetasemelise keskkooliõpilaste võistluse – probleeme ja ühtib varasemate kuldmedalistide saavutustega.

Kui tehisintellekt lahendas 30 rasket geomeetriaülesannet, lahendas see standardse aja jooksul edukalt 25, edestades varasemaid tipptasemel algoritme 15 vastusega.

Kuigi geomeetriat peetakse sageli keskkooli matemaatikatunni hädaks, on geomeetria meie igapäevaelus kinnistunud. Kunst, astronoomia, sisekujundus ja arhitektuur toetuvad kõik geomeetriale. Nii ka navigeerimine, kaardid ja marsruudi planeerimine. Geomeetria on oma olemuselt viis kirjeldada ruumi, kujundeid ja vahemaid loogilise arutluskäigu abil.

Mõnes mõttes sarnaneb geomeetriaülesannete lahendamine natuke malemänguga. Arvestades mõningaid reegleid, mida nimetatakse teoreemideks ja tõestusteks, on iga sammu jaoks piiratud arv lahendusi, kuid mõistliku leidmine sõltub paindlikust arutluskäigust, mis vastab rangetele matemaatikareeglitele.

Teisisõnu nõuab geomeetriaga tegelemine nii loovust kui ka struktuuri. Kuigi inimesed arendavad neid vaimseid akrobaatilisi oskusi aastatepikkuse praktika jooksul, on AI alati hädas olnud.

AlphaGeometry ühendab mõlemad funktsioonid nutikalt üheks süsteemiks. Sellel on kaks põhikomponenti: reeglitega seotud loogiline mudel, mis püüab leida vastust, ja suur keelemudel, mis loob valmis ideid. Kui tehisintellekt ei leia lahendust, mis põhineb ainult loogilisel arutlusel, hakkab keelemudel pakkuma uusi vaatenurki. Tulemuseks on nii loovuse kui ka arutlusoskustega tehisintellekt, mis suudab selle lahendust selgitada.

Süsteem on DeepMindi uusim katsetus matemaatiliste probleemide lahendamisel masinintelligentsiga. Kuid nende pilk on suunatud suuremale auhinnale. AlphaGeometry on loodud loogiliseks arutlemiseks keerulistes keskkondades – nagu meie kaootiline igapäevamaailm. Lisaks matemaatikale võivad tulevased iteratsioonid aidata teadlastel leida lahendusi muudes keerulistes süsteemides, nagu ajuühenduste dešifreerimine või haigusteni viivate geneetiliste võrkude lahtiharutamine.

"Teeme suure hüppe, tulemuste osas suure läbimurde," uuringu autor dr Trieu Trinh ütles the,en New York Timesile.

Topeltmeeskond

Kiire geomeetriaküsimus: kujutage ette kolmnurka, mille mõlemad küljed on võrdse pikkusega. Kuidas tõestada, et kaks alumist nurka on täpselt samad?

See on üks esimesi väljakutseid, millega AlphaGeometry silmitsi seisis. Selle lahendamiseks peate täielikult mõistma geomeetria reegleid, kuid omama ka loovust, et vastata.

"Teoreemide tõestamine näitab loogilise arutlemise meisterlikkust, mis tähendab märkimisväärset probleemide lahendamise oskust," ütles meeskond. kirjutas täna aastal avaldatud uurimistöös loodus.

Siin paistab AlphaGeometry arhitektuur silma. Dubleeritud neuro-sümboolne süsteem, lahendab see esmalt sümboolse mahaarvamismootori probleemi. Kujutage ette neid algoritme A-klassi õpilasena, kes õpib rangelt matemaatikaõpikuid ja järgib reegleid. Nad juhinduvad loogikast ja suudavad hõlpsasti välja tuua kõik lahenduseni viivad sammud – näiteks matemaatika testis mõttekäigu selgitamine.

Need süsteemid on vana kooli, kuid uskumatult võimsad, kuna neil puudub "musta kasti" probleem, mis kummitab paljusid kaasaegseid süvaõppe algoritme.

Sügav õppimine on meie maailma ümber kujundanud. Kuid nende algoritmide toimimise tõttu ei suuda nad sageli oma väljundit selgitada. See lihtsalt ei toimi, kui tegemist on matemaatikaga, mis tugineb rangetele loogilistele arutluskäikudele, mida saab üles kirjutada.

Sümboolsed deduktsioonimootorid neutraliseerivad musta kasti probleemi, kuna need on ratsionaalsed ja seletatavad. Kuid keeruliste probleemidega silmitsi seistes on nad aeglased ja neil on raske paindlikult kohaneda.

Siin tulevad kasutusele suured keelemudelid. ChatGPT liikumapanev jõud – need algoritmid on suurepärased keerukate andmete mustrite leidmiseks ja uute lahenduste loomiseks, kui koolitusandmeid on piisavalt. Kuid sageli puudub neil võime end selgitada, mistõttu on vaja oma tulemusi veel kord kontrollida.

AlphaGeometry ühendab endas mõlema maailma parima.

Geomeetriaprobleemiga silmitsi seistes annab sümboolne mahaarvamismootor selle esimesena. Võtke kolmnurga ülesanne. Algoritm "mõistab" küsimuse eeldust, kuna ta peab tõestama, et kaks alumist nurka on samad. Seejärel soovitab keelemudel probleemi lahendamiseks tõmmata kolmnurga ülaosast otse alla uue joone. Iga uut elementi, mis liigutab tehisintellekti lahenduse poole, nimetatakse "konstruktsiooniks".

Sümboolne mahaarvamismootor võtab nõu ja kirjutab üles oma arutluskäigu taga oleva loogika. Kui konstruktsioon ei tööta, läbivad kaks süsteemi mitu arutelu, kuni AlphaGeometry jõuab lahenduseni.

Kogu seadistus on "sarnane ideega "mõtlemine, kiire ja aeglane"" kirjutas meeskond DeepMindi ajaveebis. "Üks süsteem pakub kiireid, "intuitiivseid" ideid ja teine sihipärasemaid ja ratsionaalsemaid otsuseid."

Me oleme võitjad

Erinevalt teksti- või helifailidest on geomeetriale keskendunud näiteid vähe, mis muutis AlphaGeometry treenimise keeruliseks.

Lahendusena koostas meeskond oma andmestiku, mis sisaldas 100 miljonit sünteetilist näidet juhuslikest geomeetrilistest kujunditest ning kaardistatud seoseid punktide ja joonte vahel – sarnaselt sellele, kuidas lahendate geomeetriat matemaatikatunnis, kuid palju suuremas skaalas.

Sealt alates mõistis tehisintellekt geomeetria reegleid ja õppis lahendusest tagurpidi töötama, et välja selgitada, kas on vaja konstruktsioone lisada. See tsükkel võimaldas tehisintellektil õppida nullist ilma inimliku sekkumiseta.

Tehisintellekti proovile pannes esitas meeskond sellele väljakutse 30 olümpiaadiülesannetega, mis olid üle kümne aasta kestnud eelmistest võistlustest. Loodud tulemusi hindas nende kvaliteedi tagamiseks eelmine olümpiaadi kuldmedalist Evan Chen.

Kokkuvõttes vastas AI varasemate kuldmedalistide esitustele, täites tähtaja jooksul 25 ülesannet. The varasem tipptasemel tulemus oli 10 õiget vastust.

"AlphaGeometry väljund on muljetavaldav, kuna see on nii kontrollitav kui ka puhas," Chen ütles. "See kasutab klassikalise geomeetria reegleid nurkade ja sarnaste kolmnurkadega täpselt nagu õpilased."

Peale matemaatika

AlphaGeometry on DeepMindi uusim katse matemaatikas. in 2021, nende tehisintellekt purustas matemaatilisi mõistatusi, mis olid inimesi aastakümneid seganud. Viimasel ajal, nad kasutasid suured keelemudelid STEM-probleemide põhjendamiseks kolledži tasemel ja krakitud varem “lahendamatu” matemaatikaülesanne, mis põhineb algoritmiga kaardimängul FunSearch.

Praegu on AlphaGeometry kohandatud geomeetriale ja ettevaatusabinõudega. Suur osa geomeetriast on visuaalne, kuid süsteem ei näe jooniseid, mis võib kiirendada probleemide lahendamist. Piltide lisamine, võib-olla koos Google'i Gemini AI, mis käivitati eelmise aasta lõpus, võib selle geomeetrilist nutikust tugevdada.

Sarnane strateegia võiks laiendada ka AlphaGeometry haaret paljudele teadusvaldkondadele, mis nõuavad ranget arutluskäiku ja loovust. (Olgem tõelised – see on kõik.)

"Arvestades tehisintellektisüsteemide nullist väljaõppe suuremahuliste sünteetiliste andmetega laiemat potentsiaali, võib see lähenemisviis kujundada seda, kuidas tuleviku tehisintellektisüsteemid avastavad uusi teadmisi nii matemaatikas kui ka mujal," kirjutas meeskond.

Image Credit: Joel Filipe / Unsplash