Vietnamesischer Doktorvater hinter dem KI-Wunder bei der Internationalen Mathematik-Olympiade

Google schockierte die Welt am 23. Juli mit der Ankündigung, dass sein Modell für künstliche Intelligenz (KI) bei der Internationalen Mathematik-Olympiade (IMO) 2025 eine Goldmedaille gewonnen habe.

Laut WSJ sind Dr. Luong Minh Thang und seine Kollegen die „Architekten“ dieser Errungenschaft. Im vergangenen Jahr gewann dieses Modell nur eine Silbermedaille. In der Erwartung einer Goldmedaille entschied sich Google für das Mehrzweckmodell Gemini Deep Think (eine Version, die auf der Entwicklerkonferenz im Mai vorgestellt wurde).

Dr. Minh Thang hatte jedoch zunächst damit gerechnet, erneut eine Bronze- oder Silbermedaille zu gewinnen. Schon vor dem Wettbewerb war sein Team mit Anpassungen beschäftigt. Zunächst rechnete Dr. Thang damit, dass DeepMinds Modell alle drei Probleme am ersten Tag lösen würde.

KI „erobert“ internationale olympische Goldmedaille

Die Einfachheit, Eleganz und Lesbarkeit dieser Lösungen verblüfften die Mathematiker. Als Dr. Thang und seine Kollegen am nächsten Tag feststellten, dass das KI-System zwei weitere Probleme gelöst hatte, wurde ihnen klar, dass es durchaus möglich war, eine Goldmedaille zu gewinnen.

Im Ergebnis konnte DeepMind AI fünf von sechs Problemen erfolgreich lösen. Bemerkenswert ist, dass alle Probleme auf empirische Denkmodelle zurückgreifen und mathematische Konzepte in natürlicher Sprache verarbeiten. Dies unterscheidet sich deutlich von den komplexen Ansätzen, die KI-Unternehmen in der Vergangenheit verwendet haben.

„Dies könnte wahrscheinlich ein neuer Computer sein, der die nächste Generation von Mathematikern voranbringen wird“, sagte Dr. Minh Thang gegenüber WSJ .

Zu den Mitgliedern des AlphaGeometry-Teams (von links) gehören Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc und Luong Minh Thang. Foto: Aaron Cohen.

Laut Reuters zeigt diese Errungenschaft, dass Mathematiker in weniger als einem Jahr KI zur Lösung ungelöster Forschungsprobleme einsetzen können.

Herr Junehyuk Jung, Professor für Mathematik an der Brown University (USA) und Forscher bei AI DeepMind, kommentierte: „Ich denke, sobald wir schwierige Denkprobleme mit natürlicher Sprache lösen können, wird sich das Potenzial für eine Zusammenarbeit zwischen KI und Mathematikern eröffnen.“

Die Forscher bei Google teilen diesen Optimismus und glauben, dass die Fähigkeiten von KI-Modellen auf Forschungsherausforderungen in anderen Bereichen wie der Physik angewendet werden können.

Vor 20 Jahren verpasste Herr Thang die IMO-Prüfung, als er im Team landesweit den 8. Platz belegte, während nur 6 Kandidaten für die Teilnahme auf internationaler Ebene ausgewählt wurden.

Obwohl sein Traum, die Spitze der Mathematik zu erobern, unerfüllt blieb, wandte er sich mit Beginn seines Studiums der künstlichen Intelligenz (KI) zu. Dieser Wendepunkt brachte ihn auf besondere Weise zur IMO-Prüfung 2024 – nicht als Kandidat, sondern mit der vom AlphaGeometry-Team entwickelten KI-Software AlphaGeometry, bei der er im britischen Bath gegen mathematische Talente aus über 100 Ländern antrat.

„Im Juli 2024 nahm unser Team zum ersten Mal mithilfe von KI an der Internationalen Mathematik-Olympiade (IMO) teil und gewann eine Silbermedaille“, erzählte Dr. Thang.

Sprung nach vorn

Das Google DeepMind-Team nahm letztes Jahr am IMO-Wettbewerb teil und nutzte dabei eine KI, die die Modelle AlphaProof und AlphaGeometry 2 umfasste. Im ersten Versuch konnte die KI von Google 4 von 6 Fragen richtig beantworten und gewann damit die Silbermedaille.

Bis 2025 gehört Google DeepMind zu den Unternehmen, die eine Partnerschaft mit der IMO eingegangen sind, um offiziell KI-Modelle zum Wettbewerb einzureichen, die von den Koordinatoren bewertet und zertifiziert werden.

In der Hoffnung auf die Goldmedaille entschied sich Google für das Mehrzweckmodell Gemini Deep Think (eine Version, die auf der Entwicklerkonferenz im Mai vorgestellt wurde). Foto: Google.

Um diesen Meilenstein zu feiern, hat der Suchmaschinenriese ein völlig neues Modell entwickelt. Anstatt einem linearen Denkpfad zu folgen, führt Deep Think mehrere Denkprozesse parallel aus, integriert und vergleicht Ergebnisse, bevor eine endgültige Antwort gefunden wird.

Laut Dr. Thang handelt es sich um einen bedeutenden Paradigmenwechsel. Im Jahr 2024 wird ein Experte Fragen in natürlicher Sprache in eine „domänenspezifische Sprache“ übersetzen müssen. Anschließend muss dieser Experte das Ergebnis erklären.

Mit Deep Think kann das KI-System jedoch vollständig in natürlicher Sprache arbeiten, von Anfang bis Ende, und kann viel mehr als nur mathematische Probleme lösen.

Bisher war zur Verbesserung des LLM in Mathematik Verstärkungslernen mit endgültigen Antworten erforderlich. Gegenüber Ars Technica erklärte Dr. Minh Thang, dass auf diese Weise trainierte Modelle zwar die richtige Antwort liefern können, ihr Denkvermögen jedoch unvollständig ist und ein Teil der IMO-Bewertung auf der Darstellung der Lösung basiert.

Um Deep Think für IMO vorzubereiten, verwendete Google neue Techniken des bestärkenden Lernens mit qualitativ hochwertigeren „Langantwort“-Lösungen für mathematische Probleme, wodurch das Modell eine bessere Grundlage für die Bewältigung aller Schritte auf dem Weg zur Antwort erhielt.

„Mit dieser Art von Training können Sie wirklich starkes, langfristiges Denken entwickeln“, sagt Dr. Thang.

Dr. Luong Minh Thang bespricht das gelöste IMO-AlphaGeometry-Problem mit Herrn Le Ba Khanh Trinh. Foto: Wendy Nguyen.

In den letzten Jahren haben KI-Unternehmen wie Google DeepMind aufgrund der einzigartigen Herausforderungen besonderes Interesse an IMO bekundet.

Obwohl die Fragen des Wettbewerbs für Gymnasiasten gedacht sind, erfordern sie dennoch kritisches Denken und ein Verständnis vieler Zweige der Mathematik, darunter Algebra, Kombinatorik, Geometrie und Zahlentheorie.

Nur die fortschrittlichsten KI-Modelle können diese vielschichtigen Probleme zuverlässig lösen. Das DeepMind-Team wies auf einige interessante Aspekte der Leistung von Deep Think hin, die seiner Meinung nach auf das fortgeschrittene Training zurückzuführen sind.

Beispielsweise wandten viele Teilnehmer im dritten Problem ein Konzept auf Hochschulniveau namens „Theorem von Dirichlet“ an und verwendeten dabei mathematische Methoden, die außerhalb des beabsichtigten Rahmens des Wettbewerbs lagen.

Deep Think erkannte jedoch, dass sich das Problem auch mit einfacherer Mathematik lösen ließ. „Unser Modell machte tatsächlich eine brillante Beobachtung und nutzte lediglich die elementare Zahlentheorie, um einen unabhängigen Beweis des Problems zu liefern“, erklärte Professor Jung.

Quelle: https://znews.vn/tien-si-nguoi-viet-dung-sau-ky-tich-cua-ai-tai-olympic-toan-quoc-te-post1572494.html