Η μελέτη δημοσιεύθηκε στο Nature, ένα έγκριτο επιστημονικό περιοδικό με ιστορία άνω των 150 ετών, στις 17 Ιανουαρίου.
Οι κύριοι συγγραφείς του AlphaGeometry είναι ο Trinh Hoang Trieu, 29 ετών, κάτοχος διδακτορικού τίτλου από το Πανεπιστήμιο της Νέας Υόρκης, και ο Luong Minh Thang, 36 ετών, κάτοχος διδακτορικού τίτλου από το Πανεπιστήμιο Στάνφορντ των ΗΠΑ. Ο Trieu και ο Thang συνοδεύονται από τρεις άλλους επιστήμονες, συμπεριλαμβανομένου του Δρ. Le Viet Quoc, 42 ετών, ο οποίος είναι γνωστός ως η «ιδιοφυΐα της Τεχνητής Νοημοσύνης» στην Google. Ο Δρ. Quoc και ο Thang είναι επίσης ανώτεροι ειδικοί στο Google DeepMind, το τμήμα έρευνας τεχνητής νοημοσύνης (AI) της Google.
Με 30 προβλήματα γεωμετρίας στην περίοδο 2000-2022 της Διεθνούς Μαθηματικής Ολυμπιάδας (IMO), το AlphaGeometry έλυσε 25 προβλήματα στον προβλεπόμενο χρόνο. Εν τω μεταξύ, ένα προηγούμενο προηγμένο σύστημα έλυνε μόνο 10 προβλήματα, ενώ ένας χρυσός Ολυμπιονίκης του IMO έλυνε κατά μέσο όρο 25,9 προβλήματα.
Σύμφωνα με την Google, κάθε Ολυμπιάδα έχει 6 προβλήματα, συνήθως συμπεριλαμβανομένων 2 προβλημάτων γεωμετρίας, επομένως το AlphaGeometry μπορεί να χειριστεί μόνο το 1/3 των προβλημάτων. Αν λάβουμε υπόψη μόνο τη γεωμετρία, αυτή η Τεχνητή Νοημοσύνη είναι στο ίδιο επίπεδο με τους χρυσούς Ολυμπιονίκες του IMO. Και αν λάβουμε υπόψη τον συνολικό αριθμό προβλημάτων, αυτό είναι το πρώτο μοντέλο Τεχνητής Νοημοσύνης στον κόσμο που μπορεί να ξεπεράσει το όριο του χάλκινου μεταλλίου του IMO 2000 και 2015.
Πολλοί ειδικοί και μαθηματικοί στην Τεχνητή Νοημοσύνη θεωρούν αυτό ένα εντυπωσιακό αποτέλεσμα.
«Είναι απολύτως λογικό για τους ερευνητές της Τεχνητής Νοημοσύνης να δοκιμάσουν την τύχη τους σε προβλήματα γεωμετρίας του ΙΜΟ, επειδή η εύρεση λύσεων σε αυτά μοιάζει λίγο με το σκάκι, καθώς έχουμε πολύ λίγες λογικές κινήσεις σε κάθε βήμα. Αλλά εξακολουθώ να είμαι έκπληκτος που μπορούν να το κάνουν», δήλωσε ο καθηγητής Νγκο Μπάο Τσάου.
Το πρόβλημα 3 του διαγωνισμού IMO 2025 λύθηκε από την AlphaGeometry. Φωτογραφία: Παρέχεται από τον χαρακτήρα
Το AlphaGeometry συνδυάζει ένα νευρωνικό μοντέλο γλώσσας με καλές δυνατότητες συλλογισμού και μια συμβολική μηχανή εξειδικευμένη στη λογική συλλογιστική, η οποία στη συνέχεια προσαρμόζεται για την κατανόηση της γεωμετρίας.
Αρχικά, το νευρωνικό δίκτυο εκπαιδεύεται με βάση δεδομένα, τα οποία δημιουργούνται αλγοριθμικά με 100 εκατομμύρια παραδείγματα γεωμετρικών αποδείξεων χωρίς τη χρήση ανθρώπινων λύσεων. Όταν το AlphaGeometry αρχίζει να λύνει ένα πρόβλημα, η συμβολική μηχανή θα ξεκινήσει πρώτη. Εάν κολλήσει, το νευρωνικό δίκτυο θα προτείνει άλλους τρόπους για να βοηθήσει.
Αυτή η διαδικασία ονομάζεται «υπο-κατάδειξη», δηλαδή η προσθήκη μιας γραμμής, η διχοτόμηση μιας γωνίας, η σχεδίαση ενός υποκύκλου... ακριβώς όπως ένας άνθρωπος θα έλυνε ένα γεωμετρικό πρόβλημα. Ο βρόχος συνεχίζεται μέχρι να δοθεί η απάντηση ή μέχρι να συμπληρωθούν οι 4,5 ώρες, ο χρόνος που έχει διατεθεί για τα προβλήματα στην εξέταση IMO.
Η ιδιαιτερότητα αυτής της Τεχνητής Νοημοσύνης, σύμφωνα με τους τρεις διδάκτορες, είναι ότι τα δεδομένα εισόδου είναι εντελώς τεχνητά. Ο Trieu είπε ότι το AlphaGeometry παράγει δεδομένα υψηλής ποιότητας, αρκετά καλά για να επιτύχει μια συγκεκριμένη απόδοση χωρίς δεδομένα εκπαίδευσης από ανθρώπινες λύσεις. Αυτό είναι κάτι που άλλα εργαλεία Τεχνητής Νοημοσύνης, όπως το ChatGPT ή το Gemini, δεν έχουν καταφέρει να κάνουν.
«Με απλά λόγια, το AlphaGeometry δημιουργεί λύσεις από το τίποτα. Τα τρέχοντα μοντέλα τεχνητής νοημοσύνης θα αναζητούν διαθέσιμες ή παρόμοιες ανθρώπινες λύσεις», μοιράστηκε ο Δρ. Thang.
Η ομάδα δημιούργησε επίσης ένα σύστημα, που αποτελείται από το σύστημα 1 (γρήγορη, αυτόματη, ασυνείδητη απόκριση) και το σύστημα 2 (αργό, λογικό) συνδυασμένα. Αυτό είναι αρκετά φυσιολογικό, αλλά όταν συνδυάζεται με τεχνητά δεδομένα, δημιουργεί μια σημαντική ανακάλυψη.
Τρεις Βιετναμέζοι διδάκτορες στο Google DeepMind (από δεξιά προς τα αριστερά): Le Viet Quoc, Trinh Hoang Trieu, Luong Minh Thang. Φωτογραφία: Παροχή από τον χαρακτήρα
Ο Τριέ είχε την ιδέα για την ΑλφαΓεωμετρία το 2019, όταν έψαχνε για ένα θέμα για την μεταπτυχιακή του έρευνα στο Πανεπιστήμιο της Νέας Υόρκης.
«Νομίζω ότι όταν επέστρεψα στο λύκειο, μου άρεσε πολύ να λύνω γεωμετρικά προβλήματα, αλλά δεν ήμουν αρκετά καλός για να δώσω τις πανελλήνιες εξετάσεις. Έτσι αποφάσισα να το ακολουθήσω, αρχικά απλώς ένα μοντέλο που θα μπορούσε να λύσει απλά μαθηματικά προβλήματα», θυμήθηκε ο ιθαγενής του Κουί Νον.
Αρχικά, μαθητές με ειδίκευση στα Μαθηματικά στο Λύκειο Quoc Hoc Hue και στο Λύκειο Gifted στην πόλη Χο Τσι Μινχ, οι Quoc και Thang προσελκύστηκαν γρήγορα από την ιδέα του Trieu. Στη συνέχεια, ο Trieu εντάχθηκε στο Google DeepMind, όπου εργάζεται από το 2021.
Μέχρι τον Ιούλιο του 2022, μετά από 10 εκδόσεις, το AlphaGeometry έλυσε το πρώτο του πρόβλημα γεωμετρίας. Η σημαντική ανακάλυψη της ομάδας ήρθε τρεις μήνες αργότερα, όταν έλυσε ένα πρόβλημα γεωμετρίας στο IMO.
Σύμφωνα με τον Δρ. Τριέ, η Τεχνητή Νοημοσύνη που δημιουργήθηκε από την ομάδα μπορεί να χρησιμοποιηθεί ως σύστημα καθοδήγησης, υποστηρίζοντας μαθητές λυκείου στην εκμάθηση της Γεωμετρίας.
Κατά τη διάρκεια των δοκιμών, ο Evan Chen, διδακτορικός φοιτητής στα Μαθηματικά στο MIT και χρυσός κάτοχος του βραβείου IMO το 2014, εξεπλάγη από την αποτελεσματικότητα αυτής της τεχνητής νοημοσύνης. Ο Chen είπε ότι συνήθως ένα πρόγραμμα υπολογιστή λύνει προβλήματα γεωμετρίας χρησιμοποιώντας συστήματα συντεταγμένων και άλγεβρα, αλλά το AlphaGeometry χρησιμοποιεί καθαρά γεωμετρικούς κανόνες, με παρόμοιες γωνίες και τρίγωνα, όπως ακριβώς κάνουν και οι φοιτητές.
«Ήμουν περίεργος να μάθω πώς η AlphaGeometry κατάφερε να το πετύχει αυτό», είπε ο Chen.
Ο Dr. Le Ba Khanh Trinh (κέντρο) λύνει το πρόβλημα νούμερο 3 στον IMO 2015. Φωτογραφία: Wendy Nguyen
Πριν από ένα μήνα, όταν επέστρεψε στο Γυμνάσιο Gifted, ο Δρ. Thang έστειλε στον Δρ. Le Ba Khanh Trinh τη λύση με τεχνητή νοημοσύνη στο πρόβλημα νούμερο 3 στο IMO 2015. Αυτό είναι ένα από τα πιο δύσκολα προβλήματα γεωμετρίας στο IMO. Το AlphaGeometry έδωσε την απάντηση μετά από 109 βήματα.
«Ο κ. Τρινχ εντυπωσιάστηκε επειδή το έλυσε χρησιμοποιώντας πολύ απλούς κανόνες, αλλά δεν ήταν πολύ ικανοποιημένος επειδή οι λύσεις, σύμφωνα με τον ίδιο, πρέπει να έχουν ψυχή, μια ορισμένη ομορφιά και πρέπει να συνδέονται μεταξύ τους», αφηγήθηκε ο κ. Θανγκ. Ο Δρ. Τρινχ χρησιμοποίησε στη συνέχεια τη μέθοδο αντιστροφής, δίνοντας το αποτέλεσμα μετά από περίπου 20-30 βήματα. Ο κ. Τρινχ κέρδισε το χρυσό μετάλλιο στον Διεθνή Διαγωνισμό IMO του 1979 με άριστη βαθμολογία και ήταν επίσης ο μόνος Βιετναμέζος που κέρδισε ένα ειδικό βραβείο σε διαγωνισμό του IMO, με μια όμορφη και συνοπτική λύση σε ένα γεωμετρικό πρόβλημα.
Η ομάδα λέει ότι αυτός θα μπορούσε να είναι ένας τρόπος για να συνεχιστεί η βελτίωση της AlphaGeometry. Ελπίζουν επίσης ότι τα επόμενα βήματα αυτής της Τεχνητής Νοημοσύνης μπορούν να βοηθήσουν τους ανθρώπους να λύσουν τα 7 Προβλήματα της Χιλιετίας.
Αυτό ακριβώς θεωρούσε κάποτε ο Δρ. Λε Βιέτ Κουόκ «αδύνατη προοπτική», επειδή η Τεχνητή Νοημοσύνη μπορεί να λύσει πολύ καλά προβλήματα ενός βήματος, αλλά τα μαθηματικά προβλήματα συχνά έχουν εκατοντάδες βήματα.
Ο «ιδιοφυής της Τεχνητής Νοημοσύνης» στην Google δήλωσε περήφανος που η έρευνα των Βιετναμέζων μηχανικών δημοσιεύτηκε στο Nature - το πιο έγκριτο διεθνές περιοδικό. Σύμφωνα με τον ίδιο, η Τεχνητή Νοημοσύνη μπορεί να λύσει μαθηματικά προβλήματα και να ωθήσει την ανθρωπότητα μπροστά.
«Επειδή τα μαθηματικά είναι η γλώσσα της επιστήμης και της τεχνολογίας. Η ενασχόληση με τα μαθηματικά είναι ο τρόπος για να προωθήσουμε την ανάπτυξη αυτών των τομέων», δήλωσε ο κ. Κουόκ.
Ντόαν Χουνγκ
Σχόλιο (0)