Pekan lalu, mahasiswa PhD Vietnam, Trinh Hoang Trieu, berhasil mempertahankan disertasi doktoralnya tentang pemecahan masalah AI di Universitas New York. Penelitian ini, bersama kontribusi dari dua ilmuwan di Google DeepMind, Dr. Le Viet Quoc dan Luong Thang, dipublikasikan di jurnal Nature.

Dengan serangkaian 30 soal geometri Olimpiade dari tahun 2000 hingga 2022, AlphaGeometry memecahkan 25 soal, dibandingkan dengan skor rata-rata peraih medali emas sebesar 25,9, jauh melampaui 10 soal sistem matematika komputer yang dikembangkan pada tahun 1970-an.

tangkapan layar 2024 01 18 pukul 134500.png
Anggota AlphaGeometry, dari kiri, termasuk Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc, dan Luong Thang. Foto: WashingtonPost

Dalam beberapa tahun terakhir, Google DeepMind telah menjalankan sejumlah proyek penelitian AI yang berkaitan dengan matematika. Oleh karena itu, soal-soal tingkat Olimpiade digunakan sebagai kriteria untuk mengevaluasi pembelajaran mesin.

Menurut Michael Barany, seorang sejarawan matematika di Universitas Edinburgh, studi AlphaGeometry “merupakan tonggak penting dalam kemampuan berpikir otomatis pada tingkat manusia.”

Terence Tao, seorang matematikawan dari Universitas California yang memenangkan medali emas Olimpiade pada usia 12 tahun, menyebut sistem AI sebagai “pencapaian yang fantastis” dan mengatakan hasilnya “mengejutkan.”

tangkapan layar 2024 01 18 pukul 134155.png
Penelitian tentang AlphaGeometry telah dipublikasikan dalam jurnal ilmiah Nature.

Sementara itu, penulis studi tersebut, Trinh Hoang Trieu, mengatakan bahwa penalaran matematika hanyalah salah satu bentuk penalaran, tetapi memiliki keunggulan karena mudah diverifikasi. "Matematika adalah bahasa kebenaran," ujar dokter asal Vietnam tersebut. "Jika Anda ingin mengembangkan sistem AI, Anda perlu membangun AI tepercaya yang dapat menemukan kebenaran yang dapat dipercaya oleh pengguna," terutama dalam aplikasi yang membutuhkan persyaratan keamanan tinggi.

AlphaGeometry adalah sistem yang menggabungkan model bahasa jaringan saraf (intuisi buatan yang mendalam, mirip dengan ChatGPT tetapi lebih kecil) dengan mesin simbolik (yang terspesialisasi dalam penalaran buatan, seperti komputer logika), sebelum disempurnakan untuk memahami geometri.

Keistimewaan algoritma ini adalah kemampuannya menghasilkan solusi dari ketiadaan. Di sisi lain, model AI saat ini harus mencari solusi yang sudah ada atau solusi yang telah ditemukan manusia.

Hasilnya didasarkan pada jaringan saraf yang dilatih pada 100 juta contoh geometris tanpa jawaban manusia. Ketika memulai suatu masalah, mesin simbolik akan bekerja terlebih dahulu. Jika mengalami kebuntuan, algoritma saraf akan menyarankan cara untuk memperbaiki argumen. Perulangan ini berlanjut hingga waktu habis (empat setengah jam) atau masalah terpecahkan.

Stanislas Dehaene, seorang ahli saraf kognitif di College de France, mengatakan ia terkesan dengan kinerja AlphaGeometry, tetapi sistem tersebut "tidak menyadari masalah yang dipecahkannya." Dengan kata lain, algoritma tersebut hanya memproses pengkodean logis dan numerik dari gambar. "Sistem ini tidak memiliki kesadaran spasial terhadap lingkaran, garis, atau segitiga."

Dr. Luong Thang mengatakan elemen “sensorik” ini dapat ditambahkan tahun ini, menggunakan platform Gemini AI milik Google.

(Menurut WashingtonPost)

AI Generatif mendominasi diskusi di Davos Perkembangan pesat kecerdasan buatan (AI) mendominasi diskusi pribadi dan publik di Forum Ekonomi Dunia saat perusahaan teknologi terbesar, termasuk Salesforce, Microsoft, dan Google, memamerkan kekuatan mereka.