पिछले हफ़्ते, वियतनामी पीएचडी छात्र त्रिन्ह होआंग त्रियू ने न्यूयॉर्क विश्वविद्यालय में एआई समस्या समाधान विषय पर अपनी डॉक्टरेट थीसिस का सफलतापूर्वक बचाव किया। यह शोध, गूगल डीपमाइंड के दो वैज्ञानिकों , डॉ. ले वियत क्वोक और लुओंग थांग के योगदान के साथ, नेचर पत्रिका में प्रकाशित हुआ।

2000 से 2022 तक के 30 ओलंपिक ज्यामिति समस्याओं के एक सेट के साथ, अल्फाजियोमेट्री ने 25 समस्याओं को हल किया, जबकि स्वर्ण पदक विजेताओं का औसत स्कोर 25.9 था, जो 1970 के दशक में विकसित कंप्यूटर गणित प्रणालियों की 10 समस्याओं से कहीं अधिक था।

स्क्रीनशॉट 2024 01 18 at 134500.png
अल्फाजियोमेट्री के सदस्यों में, बाएँ से, युहुआई वू, त्रिन्ह होआंग त्रियू, ले वियत क्वोक और लुओंग थांग शामिल हैं। फोटो: वाशिंगटनपोस्ट

हाल के वर्षों में, Google DeepMind गणित से संबंधित कई AI शोध परियोजनाओं पर काम कर रहा है। इसलिए, ओलंपियाड-स्तरीय समस्याओं को मशीन लर्निंग के मूल्यांकन के मानदंड के रूप में उपयोग किया जाता है।

एडिनबर्ग विश्वविद्यालय में गणित के इतिहासकार माइकल बारनी के अनुसार, अल्फाजियोमेट्री अनुसंधान "मानव स्तर पर स्वायत्त रूप से तर्क करने की क्षमता में एक मील का पत्थर है।"

कैलिफोर्निया विश्वविद्यालय के गणितज्ञ टेरेंस ताओ, जिन्होंने 12 साल की उम्र में ओलंपिक स्वर्ण पदक जीता था, ने एआई प्रणाली को एक “शानदार उपलब्धि” कहा और कहा कि इसके परिणाम “आश्चर्यजनक” थे।

स्क्रीनशॉट 2024 01 18 at 134155.png
अल्फाजियोमेट्री पर शोध वैज्ञानिक पत्रिका नेचर में प्रकाशित हुआ था।

इस बीच, अध्ययन के लेखक, त्रिन्ह होआंग त्रियू ने कहा कि गणितीय तर्क, तर्क का ही एक रूप है, लेकिन इसका फायदा यह है कि इसे सत्यापित करना आसान है। वियतनामी डॉक्टर ने कहा, "गणित सत्य की भाषा है।" "अगर आप एक एआई सिस्टम विकसित करना चाहते हैं, तो आपको एक विश्वसनीय एआई विकसित करना होगा जो उस सत्य का पता लगा सके जिस पर उपयोगकर्ता भरोसा कर सकें," खासकर उच्च सुरक्षा आवश्यकताओं वाले अनुप्रयोगों में।

अल्फाजियोमेट्री एक ऐसी प्रणाली है जो ज्यामिति को समझने के लिए परिष्कृत किए जाने से पहले एक तंत्रिका नेटवर्क भाषा मॉडल (कृत्रिम अंतर्ज्ञान में गहन, चैटजीपीटी के समान लेकिन छोटा) को एक प्रतीकात्मक इंजन (कृत्रिम तर्क में विशिष्ट, एक तर्क कंप्यूटर की तरह) के साथ जोड़ती है।

इस एल्गोरिथम की खास बात यह है कि यह शून्य से समाधान उत्पन्न कर सकता है। दूसरी ओर, वर्तमान एआई मॉडलों को मौजूदा या मनुष्यों द्वारा खोजे गए समान समाधानों की खोज करनी होती है।

ये परिणाम बिना किसी मानवीय उत्तर के 10 करोड़ ज्यामितीय उदाहरणों पर प्रशिक्षित एक न्यूरल नेटवर्क पर आधारित थे। जब यह किसी समस्या पर काम करना शुरू करता, तो सबसे पहले प्रतीकात्मक इंजन काम करता। अगर यह अटक जाता, तो न्यूरल एल्गोरिथम तर्क को बेहतर बनाने के तरीके सुझाता। यह चक्र तब तक चलता रहा जब तक समय समाप्त नहीं हो गया (साढ़े चार घंटे) या समस्या हल नहीं हो गई।

कॉलेज डी फ़्रांस के संज्ञानात्मक तंत्रिका विज्ञानी, स्टैनिस्लास डेहेने ने कहा कि वे अल्फ़ाजियोमेट्री के प्रदर्शन से प्रभावित हैं, लेकिन यह प्रणाली "जिस समस्या का समाधान कर रही है, उसके बारे में कुछ भी नहीं समझ पाती।" दूसरे शब्दों में, यह एल्गोरिथम केवल छवियों के तार्किक और संख्यात्मक एन्कोडिंग को ही प्रोसेस करता है। "इसमें वृत्तों, रेखाओं या त्रिभुजों के बारे में कोई स्थानिक जानकारी नहीं है।"

डॉ. लुओंग थांग ने कहा कि इस "संवेदी" तत्व को इस वर्ष गूगल के जेमिनी एआई प्लेटफॉर्म का उपयोग करके जोड़ा जा सकता है।

(वाशिंगटन पोस्ट के अनुसार)

कृत्रिम बुद्धिमत्ता (एआई) के तेजी से विकास ने विश्व आर्थिक मंच पर निजी और सार्वजनिक चर्चाओं पर अपना दबदबा बनाए रखा, क्योंकि सेल्सफोर्स, माइक्रोसॉफ्ट और गूगल सहित सबसे बड़ी तकनीकी कंपनियों ने अपनी ताकत दिखाई।