ທ່ານໝໍຫວຽດນາມ ປະກາດ AI ເຮັດຄະນິດສາດທຽບເທົ່າກັບຫຼຽນຄຳໂອລິມປິກ

AlphaGeometry, ເຄື່ອງມື AI ທີ່ສາມາດແກ້ໄຂບັນຫາເລຂາຄະນິດທີ່ສັບສົນໂດຍສາມປະລິນຍາເອກຫວຽດນາມ, ໄດ້ຖືກຈັດອັນດັບໂດຍ Google ວ່າເທົ່າກັບນັກຫລຽນຄໍາຄະນິດສາດສາກົນ.

ການສຶກສາດັ່ງກ່າວໄດ້ລົງພິມໃນວາລະສານ ວິທະຍາສາດ ທີ່ມີຊື່ສຽງທີ່ມີຊື່ສຽງຫຼາຍກວ່າ 150 ປີໃນວັນທີ 17 ມັງກອນນີ້.

ຜູ້ຂຽນຫຼັກຂອງ AlphaGeometry ແມ່ນ Trinh Hoang Trieu, 29 ປີ, ຈົບປະລິນຍາເອກຈາກມະຫາວິທະຍາໄລນິວຢອກ, ແລະ Luong Minh Thang, 36 ປີ, ປະລິນຍາເອກຈາກມະຫາວິທະຍາໄລ Stanford, ອາເມລິກາ. ພ້ອມກັບ Trieu ແລະ Thang ແມ່ນນັກວິທະຍາສາດອີກ 3 ຄົນ, ໃນນັ້ນມີທ່ານດຣ Le Viet Quoc, ອາຍຸ 42 ປີ, ເຊິ່ງເອີ້ນວ່າ “ອັດສະລິຍະ AI” ຢູ່ Google. ທ່ານດຣ Quoc ແລະ Thang ຍັງເປັນຜູ້ຊ່ຽວຊານອາວຸໂສຂອງ Google DeepMind, ພະແນກຄົ້ນຄວ້າປັນຍາປະດິດ (AI) ຂອງ Google.

ດ້ວຍ 30 ບັນຫາເລຂາຄະນິດໃນ Olympiad ຄະນິດສາດສາກົນ (IMO) ໄລຍະ 2000-2022, AlphaGeometry ໄດ້ແກ້ໄຂບັນຫາ 25 ໃນເວລາທີ່ກໍານົດໄວ້. ໃນຂະນະດຽວກັນ, ລະບົບທີ່ກ້າວຫນ້າທີ່ຜ່ານມາໄດ້ແກ້ໄຂພຽງແຕ່ 10 ບັນຫາ, ໃນຂະນະທີ່ຜູ້ໄດ້ຫລຽນຄໍາ IMO ໄດ້ແກ້ໄຂໂດຍສະເລ່ຍຂອງ 25.9 ບັນຫາ.

ອີງຕາມ Google, ແຕ່ລະ Olympiad ມີບັນຫາ 6, ປົກກະຕິແລ້ວລວມທັງ 2 ບັນຫາເລຂາຄະນິດ, ດັ່ງນັ້ນ AlphaGeometry ສາມາດຈັດການກັບບັນຫາພຽງແຕ່ 1/3 ເທົ່ານັ້ນ. ຖ້າພວກເຮົາພິຈາລະນາພຽງແຕ່ເລຂາຄະນິດ, AI ນີ້ແມ່ນທຽບເທົ່າກັບລະດັບຂອງ IMO ຫຼຽນຄໍາ. ແລະຖ້າພວກເຮົາພິຈາລະນາຈໍານວນບັນຫາທັງຫມົດ, ນີ້ແມ່ນຮູບແບບ AI ທໍາອິດໃນ ໂລກ ທີ່ສາມາດລື່ນກາຍລະດັບຫຼຽນທອງແດງຂອງ IMO 2000 ແລະ 2015.

ຜູ້ຊ່ຽວຊານດ້ານ AI ແລະນັກຄະນິດສາດຫຼາຍຄົນຖືວ່ານີ້ເປັນຜົນໄດ້ຮັບທີ່ຫນ້າປະທັບໃຈ.

"ມັນມີຄວາມຮູ້ສຶກທີ່ສົມບູນແບບສໍາລັບນັກຄົ້ນຄວ້າ AI ທີ່ຈະພະຍາຍາມມືຂອງເຂົາເຈົ້າກັບບັນຫາເລຂາຄະນິດ IMO, ເພາະວ່າການຊອກຫາວິທີແກ້ໄຂໃຫ້ເຂົາເຈົ້າແມ່ນຄ້າຍຄືຫມາກຮຸກ, ໃນນັ້ນພວກເຮົາມີການເຄື່ອນໄຫວທີ່ສົມເຫດສົມຜົນຫນ້ອຍຫຼາຍໃນແຕ່ລະຂັ້ນຕອນ. ແຕ່ຂ້າພະເຈົ້າຍັງແປກໃຈທີ່ເຂົາເຈົ້າສາມາດເຮັດໄດ້," ອາຈານ Ngo Bao Chau ກ່າວ.

ບັນຫາ 3 ຂອງການແຂ່ງຂັນ IMO 2025 ແກ້ໄຂໂດຍ AlphaGeometry. ຮູບພາບ: ສະຫນອງໂດຍລັກສະນະ — ບັນຫາ 3 ຂອງການແຂ່ງຂັນ IMO 2025 ແກ້ໄຂໂດຍ AlphaGeometry. ຮູບພາບ: *ສະຫນອງໂດຍລັກສະນະ*

AlphaGeometry ລວມຕົວແບບພາສາ neural ທີ່ມີຄວາມສາມາດໃນການສົມເຫດສົມຜົນທີ່ດີແລະເຄື່ອງຈັກສັນຍາລັກທີ່ຊ່ຽວຊານໃນການສົມເຫດສົມຜົນຢ່າງມີເຫດຜົນ, ເຊິ່ງຫຼັງຈາກນັ້ນຖືກປັບແຕ່ງເພື່ອເຂົ້າໃຈເລຂາຄະນິດ.

ຫນ້າທໍາອິດ, ເຄືອຂ່າຍ neural ໄດ້ຖືກຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນ, ສ້າງ algorithm ກັບ 100 ລ້ານຕົວຢ່າງຂອງຫຼັກຖານ geometric ໂດຍບໍ່ມີການນໍາໃຊ້ວິທີແກ້ໄຂຂອງມະນຸດ. ເມື່ອ AlphaGeometry ເລີ່ມແກ້ໄຂບັນຫາ, ເຄື່ອງຈັກສັນຍາລັກຈະເລີ່ມຕົ້ນກ່ອນ. ຖ້າມັນຕິດຢູ່, ເຄືອຂ່າຍ neural ຈະແນະນໍາວິທີອື່ນທີ່ຈະຊ່ວຍ.

ຂະບວນການນີ້ເອີ້ນວ່າ "ຊີ້ຍ່ອຍ", ເພີ່ມເສັ້ນ, ຕັດມຸມ, ແຕ້ມຮູບວົງມົນ ... ຄືກັນກັບວິທີທີ່ມະນຸດຈະແກ້ໄຂບັນຫາເລຂາຄະນິດ. loop ສືບຕໍ່ຈົນກ່ວາຄໍາຕອບແມ່ນໄດ້ຮັບຫຼືຈົນກ່ວາ 4.5 ຊົ່ວໂມງ, ເວລາທີ່ໄດ້ຮັບສໍາລັບບັນຫາໃນການສອບເສັງ IMO, ແມ່ນຂຶ້ນ.

ສິ່ງພິເສດກ່ຽວກັບ AI ນີ້, ອີງຕາມສາມປະລິນຍາເອກ, ແມ່ນວ່າຂໍ້ມູນການປ້ອນຂໍ້ມູນແມ່ນປອມຢ່າງສົມບູນ. Trieu ກ່າວວ່າ AlphaGeometry ສ້າງຂໍ້ມູນທີ່ມີຄຸນນະພາບສູງ, ດີພໍທີ່ຈະບັນລຸການປະຕິບັດທີ່ແນ່ນອນໂດຍບໍ່ມີຂໍ້ມູນການຝຶກອົບຮົມຈາກການແກ້ໄຂຂອງມະນຸດ. ນີ້ແມ່ນບາງສິ່ງບາງຢ່າງທີ່ເຄື່ອງມື AI ອື່ນໆເຊັ່ນ ChatGPT ຫຼື Gemini ບໍ່ສາມາດເຮັດໄດ້.

"ເວົ້າງ່າຍໆ, AlphaGeometry ສ້າງວິທີແກ້ໄຂຈາກບໍ່ມີຫຍັງເລີຍ. ຮູບແບບ AI ໃນປະຈຸບັນຈະຄົ້ນຫາວິທີແກ້ໄຂຂອງມະນຸດທີ່ມີຢູ່ຫຼືຄ້າຍຄືກັນ," ທ່ານດຣ Thang ແບ່ງປັນ.

ທີມງານຍັງໄດ້ສ້າງລະບົບ, ປະກອບດ້ວຍລະບົບ 1 (ໄວ, ອັດຕະໂນມັດ, ການຕອບສະຫນອງໂດຍບໍ່ຮູ້ຕົວ) ແລະລະບົບ 2 (ຊ້າ, ມີເຫດຜົນ) ຮ່ວມກັນ. ນີ້ແມ່ນຂ້ອນຂ້າງປົກກະຕິ, ແຕ່ເມື່ອລວມເຂົ້າກັບຂໍ້ມູນປອມ, ມັນຈະສ້າງຄວາມແຕກແຍກ.

ປະລິນຍາເອກ ຫວຽດນາມ 3 ທ່ານ ຢູ່ Google DeepMind (ຈາກຂວາຫາຊ້າຍ): ເລຫວຽດກວກ, ຈີ່ຮ່ວາງເຕີຍ, ເລືອງມິງແທ່ງ. ຮູບພາບ: ສະຫນອງໂດຍລັກສະນະ

Trieu ມີຄວາມຄິດສໍາລັບ AlphaGeometry ໃນປີ 2019, ໃນເວລາທີ່ລາວກໍາລັງຊອກຫາຫົວຂໍ້ສໍາລັບການຄົ້ນຄວ້າຈົບການສຶກສາຂອງລາວຢູ່ມະຫາວິທະຍາໄລນິວຢອກ.

“ຂ້ອຍຄິດຄືນຕອນຮຽນມັດທະຍົມປາຍ, ຂ້ອຍມັກເຮັດບັນຫາເລຂາຄະນິດ ແຕ່ບໍ່ດີພໍທີ່ຈະສອບເສັງລະດັບຊາດໄດ້. ສະນັ້ນ ຂ້ອຍຈຶ່ງຕັດສິນໃຈຮຽນມັນ, ໃນເບື້ອງຕົ້ນພຽງແຕ່ເປັນຕົວແບບທີ່ສາມາດແກ້ບັນຫາຄະນິດສາດງ່າຍໆ,” ຄົນພື້ນເມືອງ Quy Nhon ຈື່.

ໃນເບື້ອງຕົ້ນບັນດານັກຮຽນທີ່ຮຽນວິຊາຄະນິດສາດຢູ່ໂຮງຮຽນມັດທະຍົມຕອນປາຍ ກວົກໂຮ່ເຫ້ວ ແລະ ໂຮງຮຽນມັດທະຍົມປາຍຂອງນະຄອນ ໂຮ່ຈີມິນ, Quoc ແລະ Thang ໄດ້ດຶງດູດຄວາມຄິດຂອງ Trieu ຢ່າງວ່ອງໄວ. ຈາກນັ້ນ Trieu ໄດ້ເຂົ້າຮ່ວມ Google DeepMind, ເຮັດວຽກຢູ່ທີ່ນັ້ນຕັ້ງແຕ່ປີ 2021.

ຮອດເດືອນກໍລະກົດ 2022, ຫຼັງຈາກ 10 ຮຸ່ນ, AlphaGeometry ໄດ້ແກ້ໄຂບັນຫາເລຂາຄະນິດທໍາອິດຂອງຕົນ. ຄວາມແຕກແຍກຂອງທີມງານມາຮອດສາມເດືອນຕໍ່ມາ, ເມື່ອມັນແກ້ໄຂບັນຫາເລຂາຄະນິດຢູ່ IMO.

ຕາມທ່ານດຣ Trieu, AI ສ້າງໂດຍກຸ່ມສາມາດນຳໃຊ້ເປັນລະບົບຊີ້ນຳ, ໜູນຊ່ວຍນັກຮຽນມັດທະຍົມໃນການຮຽນວິຊາ Geometry.

ໃນເວລາທີ່ການທົດສອບ, Evan Chen, ນັກສຶກສາປະລິນຍາເອກໃນຄະນິດສາດທີ່ MIT ແລະ 2014 ຫຼຽນທອງ IMO, ປະຫລາດໃຈວ່າ AI ນີ້ມີປະສິດຕິຜົນແນວໃດ. Chen ກ່າວວ່າໂດຍປົກກະຕິແລ້ວໂຄງການຄອມພິວເຕີແກ້ໄຂບັນຫາເລຂາຄະນິດໂດຍໃຊ້ລະບົບປະສານງານແລະພຶດຊະຄະນິດ, ແຕ່ AlphaGeometry ໃຊ້ກົດລະບຽບເລຂາຄະນິດທີ່ບໍລິສຸດ, ມີມຸມແລະສາມຫຼ່ຽມຄ້າຍຄືກັນ, ຄືກັນກັບນັກຮຽນເຮັດ.

"ຂ້ອຍຢາກຮູ້ຢາກເຫັນວິທີ AlphaGeometry ສາມາດບັນລຸສິ່ງນີ້," Chen ເວົ້າ.

ທ່ານດຣ ເລບ່າງແທງ (ສູນກາງ) ແກ້ໄຂບັນຫາເລກ 3 ຢູ່ IMO 2015. ພາບ: ແວນດີງ ຫງວຽນ — ທ່ານດຣ ເລບ່າງແທງ (ສູນກາງ) ແກ້ໄຂບັນຫາເລກ 3 ຢູ່ IMO 2015. ພາບ: *ແວນດີງ ຫງວຽນ*

1 ເດືອນກ່ອນ, ເມື່ອກັບຄືນໄປໂຮງຮຽນມັດທະຍົມຕອນປາຍ Gifted, ທ່ານດຣ Thang ໄດ້ສົ່ງ Dr. Le Ba Khanh Trinh ແກ້ໄຂບັນຫາ AI ເລກ 3 ຢູ່ IMO 2015. ນີ້ແມ່ນໜຶ່ງໃນບັນດາບັນຫາເລຂາຄະນິດທີ່ຫຍຸ້ງຍາກທີ່ສຸດໃນ IMO. AlphaGeometry ໃຫ້ຄໍາຕອບຫຼັງຈາກ 109 ຂັ້ນຕອນ.

ທ່ານທ້ຽນເຍີນມີຄວາມປະທັບໃຈຍ້ອນແກ້ໄຂດ້ວຍກົດລະບຽບທີ່ງ່າຍດາຍ, ແຕ່ທ່ານບໍ່ພໍໃຈຫຼາຍ, ເພາະວິທີແກ້ໄຂຕາມທ່ານແລ້ວ, ຕ້ອງມີຈິດວິນຍານ, ມີຄວາມງາມທີ່ແນ່ນອນ ແລະ ຕ້ອງເຊື່ອມໂຍງເຂົ້າກັນ. ທ່ານດຣ Trinh ໄດ້ນຳໃຊ້ວິທີການປີ້ນກັນ, ໄດ້ຮັບຜົນພາຍຫຼັງປະມານ 20-30 ຂັ້ນຕອນ. ທ່ານ Trinh ໄດ້ຮັບຫລຽນຄຳທີ່ IMO ປີ 1979 ດ້ວຍຄະແນນດີເລີດ, ທັງເປັນຄົນຫວຽດນາມຄົນດຽວທີ່ໄດ້ຮັບລາງວັນພິເສດໃນການແຂ່ງຂັນ IMO, ດ້ວຍການແກ້ໄຂບັນຫາເລຂາຄະນິດທີ່ສວຍງາມ ແລະ ຮັດກຸມ.

ທີມງານກ່າວວ່ານີ້ອາດຈະເປັນວິທີການສືບຕໍ່ປັບປຸງ AlphaGeometry. ພວກເຂົາຍັງຫວັງວ່າຂັ້ນຕອນຕໍ່ໄປຂອງ AI ນີ້ສາມາດຊ່ວຍມະນຸດແກ້ໄຂບັນຫາ 7 ສະຫັດສະວັດ.

ນີ້ແມ່ນສິ່ງທີ່ດຣ ເລວຽດກວກເຄີຍຄິດວ່າແມ່ນ “ຄວາມຫວັງທີ່ເປັນໄປບໍ່ໄດ້”, ເພາະວ່າ AI ສາມາດແກ້ໄຂບັນຫາໜຶ່ງຂັ້ນຕອນໄດ້ດີ, ແຕ່ບັນຫາຄະນິດສາດມັກມີຫຼາຍຮ້ອຍຂັ້ນ.

“ອັດສະລິຍະ AI” ຢູ່ Google ໃຫ້ຮູ້ວ່າ, ລາວມີຄວາມພາກພູມໃຈທີ່ການຄົ້ນຄວ້າຂອງບັນດານັກວິສະວະກອນຫວຽດນາມ ໄດ້ຮັບການຕີພິມໃນ Nature – ວາລະສານສາກົນທີ່ມີຊື່ສຽງທີ່ສຸດ. ອີງຕາມພຣະອົງ, AI ສາມາດແກ້ໄຂບັນຫາຄະນິດສາດແລະຊຸກຍູ້ມະນຸດໃຫ້ກ້າວໄປຂ້າງຫນ້າ.

“ເພາະວ່າຄະນິດສາດແມ່ນພາສາວິທະຍາສາດ ແລະເຕັກໂນໂລຢີ, ການເຮັດຄະນິດສາດແມ່ນວິທີຊຸກຍູ້ການພັດທະນາຂອງຂະແໜງດັ່ງກ່າວ”.

ດວນຮົ່ງ

ແຫຼ່ງທີ່ມາ