Την περασμένη εβδομάδα, ο Βιετναμέζος διδακτορικός φοιτητής Trinh Hoang Trieu υπερασπίστηκε με επιτυχία τη διδακτορική του διατριβή με θέμα την επίλυση προβλημάτων τεχνητής νοημοσύνης στο Πανεπιστήμιο της Νέας Υόρκης. Η έρευνα, μαζί με τις συνεισφορές δύο επιστημόνων στο Google DeepMind, του Δρ. Le Viet Quoc και του Luong Thang, δημοσιεύθηκε στο περιοδικό Nature.

Με ένα σύνολο 30 Ολυμπιακών προβλημάτων γεωμετρίας από το 2000 έως το 2022, το AlphaGeometry έλυσε 25 προβλήματα, σε σύγκριση με τη μέση βαθμολογία των χρυσών μεταλλιοφόρων που ήταν 25,9, ξεπερνώντας κατά πολύ τα 10 προβλήματα μαθηματικών συστημάτων υπολογιστών που αναπτύχθηκαν τη δεκαετία του 1970.

στιγμιότυπο οθόνης 2024 01 18 στις 134500.png
Τα μέλη της AlphaGeometry, από αριστερά, περιλαμβάνουν τους Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc και Luong Thang. Φωτογραφία: WashingtonPost

Τα τελευταία χρόνια, το Google DeepMind έχει επιδιώξει μια σειρά από ερευνητικά έργα Τεχνητής Νοημοσύνης που σχετίζονται με τα μαθηματικά. Ως εκ τούτου, προβλήματα σε επίπεδο Ολυμπιάδας χρησιμοποιούνται ως κριτήρια για την αξιολόγηση της μηχανικής μάθησης.

Σύμφωνα με τον Michael Barany, ιστορικό των μαθηματικών στο Πανεπιστήμιο του Εδιμβούργου, η έρευνα της AlphaGeometry «αποτελεί ορόσημο στην ικανότητα αυτόνομης συλλογιστικής σε ανθρώπινο επίπεδο».

Ο Τέρενς Τάο, μαθηματικός του Πανεπιστημίου της Καλιφόρνια, ο οποίος κέρδισε χρυσό ολυμπιακό μετάλλιο σε ηλικία 12 ετών, χαρακτήρισε το σύστημα τεχνητής νοημοσύνης «φανταστικό επίτευγμα» και είπε ότι τα αποτελέσματά του ήταν «εκπληκτικά».

στιγμιότυπο οθόνης 2024 01 18 στις 134155.png
Έρευνα για την Άλφα Γεωμετρία δημοσιεύθηκε στο επιστημονικό περιοδικό Nature.

Εν τω μεταξύ, ο συγγραφέας της μελέτης, Trinh Hoang Trieu, δήλωσε ότι η μαθηματική συλλογιστική είναι απλώς μια μορφή συλλογισμού, αλλά έχει το πλεονέκτημα ότι είναι εύκολο να επαληθευτεί. «Τα μαθηματικά είναι η γλώσσα της αλήθειας», δήλωσε ο Βιετναμέζος γιατρός. «Αν θέλετε να αναπτύξετε ένα σύστημα Τεχνητής Νοημοσύνης, πρέπει να δημιουργήσετε μια αξιόπιστη Τεχνητή Νοημοσύνη που μπορεί να βρει την αλήθεια στην οποία οι χρήστες μπορούν να εμπιστευτούν», ειδικά σε εφαρμογές με υψηλές απαιτήσεις ασφάλειας.

Το AlphaGeometry είναι ένα σύστημα που συνδυάζει ένα μοντέλο γλώσσας νευρωνικού δικτύου (βαθιά στην τεχνητή διαίσθηση, παρόμοιο με το ChatGPT αλλά μικρότερο) με μια συμβολική μηχανή (εξειδικευμένη στην τεχνητή συλλογιστική, όπως ένας λογικός υπολογιστής), προτού βελτιστοποιηθεί για να κατανοήσει τη γεωμετρία.

Η ιδιαιτερότητα του αλγορίθμου είναι ότι μπορεί να δημιουργήσει μια λύση από το τίποτα. Από την άλλη πλευρά, τα τρέχοντα μοντέλα τεχνητής νοημοσύνης πρέπει να αναζητήσουν υπάρχουσες ή παρόμοιες λύσεις που έχουν βρει οι άνθρωποι.

Τα αποτελέσματα βασίστηκαν σε ένα νευρωνικό δίκτυο που είχε εκπαιδευτεί σε 100 εκατομμύρια γεωμετρικά παραδείγματα χωρίς ανθρώπινες απαντήσεις. Όταν άρχιζε να εργάζεται σε ένα πρόβλημα, η συμβολική μηχανή λειτουργούσε πρώτη. Αν κολλούσε, ο νευρωνικός αλγόριθμος πρότεινε τρόπους βελτίωσης του επιχειρήματος. Αυτός ο βρόχος συνεχιζόταν μέχρι να λήξει ο χρόνος (τεσσεράμισι ώρες) ή μέχρι να λυθεί το πρόβλημα.

Ο Stanislas Dehaene, γνωστικός νευροεπιστήμονας στο College de France, δήλωσε ότι εντυπωσιάστηκε από την απόδοση του AlphaGeometry, αλλά το σύστημα «δεν αντιλαμβάνεται τίποτα σχετικά με το πρόβλημα που λύνει». Με άλλα λόγια, ο αλγόριθμος επεξεργάζεται μόνο τις λογικές και αριθμητικές κωδικοποιήσεις των εικόνων. «Δεν έχει χωρική επίγνωση κύκλων, γραμμών ή τριγώνων».

Ο Δρ. Luong Thang είπε ότι αυτό το «αισθητηριακό» στοιχείο θα μπορούσε να προστεθεί φέτος, χρησιμοποιώντας την πλατφόρμα Gemini AI της Google.

(Σύμφωνα με την Washington Post)

Η γενετική τεχνητή νοημοσύνη (ΓΝ) κυριαρχεί στις συζητήσεις στο Νταβός Η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης (ΓΝ) κυριάρχησε στις ιδιωτικές και δημόσιες συζητήσεις στο Παγκόσμιο Οικονομικό Φόρουμ, καθώς οι μεγαλύτερες εταιρείες τεχνολογίας, συμπεριλαμβανομένων των Salesforce, Microsoft και Google, έδειξαν τις δυνάμεις τους.