Google DeepMind का नया AI गणित ओलंपिक में स्वर्ण पदक के प्रदर्शन से मेल खाता है

Google DeepMind का नया AI गणित ओलंपिक में स्वर्ण पदक के प्रदर्शन से मेल खाता है

समय टिकट: 17 जनवरी, 2024 शाम 4:16 बजे
स्रोत नोड: 3067930

बाद एक अनसुलझे गणित को सुलझाना पिछले वर्ष की समस्या, ज्यामिति से निपटने के लिए AI वापस आ गया है।

Google DeepMind द्वारा विकसित, एक नया एल्गोरिदम, अल्फ़ाजियोमेट्री, पिछले अंतर्राष्ट्रीय गणितीय ओलंपियाड की समस्याओं को कुचल सकता है - हाई स्कूल के छात्रों के लिए एक शीर्ष स्तरीय प्रतियोगिता - और पिछले स्वर्ण पदक विजेताओं के प्रदर्शन से मेल खाता है।

जब 30 कठिन ज्यामिति समस्याओं को चुनौती दी गई, तो एआई ने मानक आवंटित समय के भीतर 25 को सफलतापूर्वक हल कर दिया, और पिछले अत्याधुनिक एल्गोरिदम को 15 उत्तरों से हरा दिया।

जबकि ज्यामिति को अक्सर हाई स्कूल की गणित कक्षा के लिए अभिशाप माना जाता है, ज्यामिति हमारे रोजमर्रा के जीवन में अंतर्निहित है। कला, खगोल विज्ञान, आंतरिक डिजाइन और वास्तुकला सभी ज्यामिति पर निर्भर हैं। इसलिए नेविगेशन, मानचित्र और मार्ग नियोजन करें। इसके मूल में, ज्यामिति तार्किक तर्क का उपयोग करके अंतरिक्ष, आकृतियों और दूरियों का वर्णन करने का एक तरीका है।

एक तरह से ज्यामिति की समस्याओं को हल करना शतरंज खेलने जैसा है। कुछ नियमों को देखते हुए - जिन्हें प्रमेय और प्रमाण कहा जाता है - प्रत्येक चरण के लिए सीमित संख्या में समाधान होते हैं, लेकिन कौन सा समाधान सही है, इसका पता लगाना कड़े गणितीय नियमों के अनुरूप लचीले तर्क पर निर्भर करता है।

दूसरे शब्दों में, ज्यामिति से निपटने के लिए रचनात्मकता और संरचना दोनों की आवश्यकता होती है। जबकि मनुष्य वर्षों के अभ्यास के माध्यम से इन मानसिक कलाबाजी कौशलों को विकसित करता है, एआई को हमेशा संघर्ष करना पड़ा है।

अल्फ़ाजियोमेट्री चतुराई से दोनों विशेषताओं को एक ही सिस्टम में जोड़ती है। इसके दो मुख्य घटक हैं: एक नियम-बाध्य तार्किक मॉडल जो उत्तर खोजने का प्रयास करता है, और एक बड़ा भाषा मॉडल जो आउट-ऑफ़-द-बॉक्स विचार उत्पन्न करता है। यदि एआई अकेले तार्किक तर्क के आधार पर समाधान खोजने में विफल रहता है, तो भाषा मॉडल नए कोण प्रदान करने के लिए काम करता है। परिणाम रचनात्मकता और तर्क कौशल दोनों के साथ एक एआई है जो इसके समाधान की व्याख्या कर सकता है।

यह सिस्टम मशीन इंटेलिजेंस के साथ गणितीय समस्याओं को हल करने में डीपमाइंड का नवीनतम प्रयास है। लेकिन उनकी नजर एक बड़े पुरस्कार पर है. अल्फ़ाजियोमेट्री को जटिल वातावरणों में तार्किक तर्क के लिए बनाया गया है - जैसे कि हमारी अराजक रोजमर्रा की दुनिया। गणित से परे, भविष्य की पुनरावृत्तियाँ संभावित रूप से वैज्ञानिकों को अन्य जटिल प्रणालियों में समाधान खोजने में मदद कर सकती हैं, जैसे मस्तिष्क कनेक्शन को समझना या बीमारी का कारण बनने वाले आनुवंशिक जाल को सुलझाना।

"हम एक बड़ी छलांग लगा रहे हैं, परिणाम के मामले में एक बड़ी सफलता," अध्ययन लेखक डॉ. त्रियु त्रिन्ह बोला था la न्यूयॉर्क टाइम्स.

डबल टीम

एक त्वरित ज्यामिति प्रश्न: एक त्रिभुज का चित्र बनाएं जिसकी दोनों भुजाओं की लंबाई बराबर हो। आप कैसे साबित करेंगे कि नीचे के दो कोण बिल्कुल एक जैसे हैं?

यह AlphaGeometry के सामने आने वाली पहली चुनौतियों में से एक है। इसे हल करने के लिए, आपको ज्यामिति के नियमों को पूरी तरह से समझने की आवश्यकता है, लेकिन उत्तर की ओर बढ़ने के लिए रचनात्मकता भी होनी चाहिए।

टीम ने कहा, "प्रमेयों को सिद्ध करना तार्किक तर्क की महारत को दर्शाता है... एक उल्लेखनीय समस्या-समाधान कौशल का प्रतीक है।" में आज प्रकाशित शोध में लिखा प्रकृति.

यहीं पर अल्फ़ाजियोमेट्री का आर्किटेक्चर उत्कृष्ट है। डब एक न्यूरो-प्रतीकात्मक प्रणाली, यह सबसे पहले अपने प्रतीकात्मक कटौती इंजन के साथ एक समस्या से निपटता है। इन एल्गोरिदम की कल्पना एक ग्रेड ए छात्र के रूप में करें जो गणित की पाठ्यपुस्तकों का सख्ती से अध्ययन करता है और नियमों का पालन करता है। वे तर्क द्वारा निर्देशित होते हैं और समाधान की ओर ले जाने वाले हर कदम को आसानी से बता सकते हैं - जैसे गणित की परीक्षा में तर्क की एक पंक्ति को समझाना।

ये सिस्टम पुराने स्कूल के हैं लेकिन अविश्वसनीय रूप से शक्तिशाली हैं, क्योंकि इनमें "ब्लैक बॉक्स" समस्या नहीं है जो आधुनिक गहन शिक्षण एल्गोरिदम को परेशान करती है।

गहन शिक्षा ने हमारी दुनिया को नया आकार दिया है। लेकिन ये एल्गोरिदम कैसे काम करते हैं, इसके कारण वे अक्सर अपने आउटपुट की व्याख्या नहीं कर पाते हैं। जब गणित की बात आती है तो यह काम नहीं करेगा, जो कड़े तार्किक तर्क पर निर्भर करता है जिसे लिखा जा सकता है।

प्रतीकात्मक कटौती इंजन ब्लैक बॉक्स समस्या का प्रतिकार करते हैं क्योंकि वे तर्कसंगत और व्याख्या योग्य हैं। लेकिन जटिल समस्याओं का सामना करते हुए, वे धीमे होते हैं और लचीले ढंग से अनुकूलन करने के लिए संघर्ष करते हैं।

यहीं पर बड़े भाषा मॉडल आते हैं। ChatGPT के पीछे प्रेरक शक्ति, ये एल्गोरिदम जटिल डेटा में पैटर्न खोजने और पर्याप्त प्रशिक्षण डेटा होने पर नए समाधान उत्पन्न करने में उत्कृष्ट हैं। लेकिन उनमें अक्सर खुद को समझाने की क्षमता का अभाव होता है, जिससे उनके परिणामों की दोबारा जांच करना आवश्यक हो जाता है।

अल्फ़ाजियोमेट्री दोनों दुनियाओं के सर्वश्रेष्ठ को जोड़ती है।

जब ज्यामिति की समस्या का सामना करना पड़ता है, तो प्रतीकात्मक कटौती इंजन सबसे पहले इसे आगे बढ़ाता है। त्रिभुज समस्या लीजिए. एल्गोरिथम प्रश्न के आधार को "समझता" है, इसमें उसे यह साबित करने की आवश्यकता होती है कि नीचे के दो कोण समान हैं। फिर भाषा मॉडल समस्या को हल करने में मदद के लिए त्रिकोण के शीर्ष से सीधे नीचे तक एक नई रेखा खींचने का सुझाव देता है। प्रत्येक नया तत्व जो एआई को समाधान की ओर ले जाता है उसे "निर्माण" कहा जाता है।

प्रतीकात्मक कटौती इंजन सलाह लेता है और इसके तर्क के पीछे तर्क लिखता है। यदि निर्माण काम नहीं करता है, तो दोनों प्रणालियाँ विचार-विमर्श के कई दौर से गुजरती हैं जब तक कि अल्फ़ाजियोमेट्री समाधान तक नहीं पहुँच जाती।

पूरा सेटअप "तेज और धीमी गति से सोचने" के विचार के समान है। लिखा था डीपमाइंड के ब्लॉग पर टीम। "एक प्रणाली तेज़, 'सहज ज्ञान युक्त' विचार प्रदान करती है, और दूसरी, अधिक विचारशील, तर्कसंगत निर्णय लेने की सुविधा प्रदान करती है।"

हम विजेता हैं

पाठ या ऑडियो फ़ाइलों के विपरीत, ज्यामिति पर केंद्रित उदाहरणों की कमी है, जिससे अल्फ़ाजियोमेट्री को प्रशिक्षित करना मुश्किल हो गया है।

वर्कअराउंड के रूप में, टीम ने अपना स्वयं का डेटासेट तैयार किया जिसमें यादृच्छिक ज्यामितीय आकृतियों के 100 मिलियन सिंथेटिक उदाहरण और बिंदुओं और रेखाओं के बीच संबंधों को मैप किया गया - ठीक उसी तरह जैसे आप गणित कक्षा में ज्यामिति को हल करते हैं, लेकिन बहुत बड़े पैमाने पर।

वहां से, एआई ने ज्यामिति के नियमों को समझा और यह पता लगाने के लिए कि क्या किसी निर्माण को जोड़ने की आवश्यकता है, समाधान से पीछे की ओर काम करना सीखा। इस चक्र ने एआई को बिना किसी मानवीय इनपुट के शुरुआत से सीखने की अनुमति दी।

एआई का परीक्षण करते हुए, टीम ने पिछले एक दशक से अधिक प्रतियोगिताओं की 30 ओलंपियाड समस्याओं के साथ इसे चुनौती दी। उत्पन्न परिणामों का मूल्यांकन उनकी गुणवत्ता सुनिश्चित करने के लिए पिछले ओलंपियाड स्वर्ण पदक विजेता, इवान चेन द्वारा किया गया था।

कुल मिलाकर, एआई ने समय सीमा के भीतर 25 समस्याओं को पूरा करते हुए पिछले स्वर्ण पदक विजेताओं के प्रदर्शन की बराबरी की। पिछला अत्याधुनिक परिणाम 10 सही उत्तर थे.

"अल्फा जियोमेट्री का आउटपुट प्रभावशाली है क्योंकि यह सत्यापन योग्य और साफ दोनों है," चेन कहा. "यह कोणों और समान त्रिभुजों के साथ शास्त्रीय ज्यामिति नियमों का उपयोग करता है जैसे छात्र करते हैं।"

गणित से परे

अल्फ़ाजियोमेट्री डीपमाइंड का गणित में नवीनतम प्रयास है। 2021 में, उनके एआई ने उन गणितीय पहेलियों को सुलझाया जिन्होंने दशकों से मनुष्यों को चकित कर दिया था। अभी हाल ही में, उन्होंने उपयोग किया कॉलेज स्तर पर एसटीईएम समस्याओं का समाधान करने के लिए बड़े भाषा मॉडल और फटा एल्गोरिथम के साथ कार्ड गेम पर आधारित एक पूर्व "अघुलनशील" गणित समस्या मनोरंजक खोज.

अभी के लिए, अल्फ़ाजियोमेट्री को ज्यामिति के अनुरूप और चेतावनियों के साथ तैयार किया गया है। अधिकांश ज्यामिति दृश्य है, लेकिन सिस्टम चित्रों को "देख" नहीं सकता है, जिससे समस्या को हल करने में तेजी आ सकती है। छवियाँ जोड़ना, शायद साथ Google का जेमिनी AIपिछले साल के अंत में लॉन्च किया गया, इसकी ज्यामितीय स्मार्टनेस को मजबूत कर सकता है।

एक समान रणनीति अल्फ़ाजियोमेट्री की पहुंच को वैज्ञानिक डोमेन की एक विस्तृत श्रृंखला तक भी विस्तारित कर सकती है, जिसके लिए रचनात्मकता के स्पर्श के साथ कड़े तर्क की आवश्यकता होती है। (आइए वास्तविक बनें - ये सभी हैं।)

टीम ने लिखा, "बड़े पैमाने पर सिंथेटिक डेटा के साथ एआई सिस्टम को शुरू से प्रशिक्षित करने की व्यापक क्षमता को देखते हुए, यह दृष्टिकोण यह आकार दे सकता है कि भविष्य के एआई सिस्टम गणित और उससे परे नए ज्ञान की खोज कैसे करेंगे।"

छवि क्रेडिट: जोएल फ़िलिप / Unsplash 

समय टिकट:

से अधिक विलक्षणता हब