Minggu lalu, pelajar PhD Vietnam Trinh Hoang Trieu berjaya mempertahankan tesis kedoktorannya mengenai topik penyelesaian masalah AI di Universiti New York. Penyelidikan itu, bersama-sama dengan sumbangan daripada dua saintis di Google DeepMind, Dr. Le Viet Quoc dan Luong Thang, diterbitkan dalam jurnal Nature.

Dengan satu set 30 masalah geometri Olimpik dari 2000 hingga 2022, AlphaGeometry menyelesaikan 25 masalah, berbanding markah purata pemenang pingat emas sebanyak 25.9, jauh mengatasi 10 masalah sistem matematik komputer yang dibangunkan pada 1970-an.

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

Dalam beberapa tahun kebelakangan ini, Google DeepMind telah menjalankan beberapa projek penyelidikan AI yang berkaitan dengan matematik. Oleh itu, masalah peringkat Olympiad digunakan sebagai kriteria untuk menilai pembelajaran mesin.

Menurut Michael Barany, seorang ahli sejarah matematik di Universiti Edinburgh, penyelidikan AlphaGeometry "adalah satu peristiwa penting dalam keupayaan untuk menaakul secara autonomi pada peringkat manusia."

Terence Tao, seorang ahli matematik Universiti California yang memenangi pingat emas Olimpik pada usia 12 tahun, menggelar sistem AI sebagai "pencapaian yang hebat" dan berkata keputusannya "mengejutkan."

tangkapan skrin 2024 01 18 di 134155.png
Penyelidikan mengenai AlphaGeometry telah diterbitkan dalam jurnal saintifik Nature.

Sementara itu, pengarang kajian, Trinh Hoang Trieu berkata, penaakulan matematik hanyalah satu bentuk penaakulan tetapi mempunyai kelebihan iaitu mudah untuk disahkan. "Matematik adalah bahasa kebenaran," kata doktor Vietnam itu. "Jika anda ingin membangunkan sistem AI, anda perlu membina AI yang boleh dipercayai yang boleh mencari kebenaran yang boleh dipercayai oleh pengguna," terutamanya dalam aplikasi dengan keperluan keselamatan yang tinggi.

AlphaGeometry ialah sistem yang menggabungkan model bahasa rangkaian saraf (dalam intuisi buatan, serupa dengan ChatGPT tetapi lebih kecil) dengan enjin simbolik (khusus dalam penaakulan buatan, seperti komputer logik), sebelum diperhalusi untuk memahami geometri.

Perkara istimewa tentang algoritma ialah ia boleh menjana penyelesaian daripada tiada. Model AI semasa, sebaliknya, perlu mencari penyelesaian sedia ada atau serupa yang telah ditemui oleh manusia.

Hasilnya berdasarkan rangkaian saraf yang dilatih pada 100 juta contoh geometri tanpa jawapan manusia. Apabila ia mula bekerja pada masalah, enjin simbolik akan berfungsi terlebih dahulu. Jika ia tersekat, algoritma saraf akan mencadangkan cara untuk memperbaiki hujah. Gelung ini berterusan sehingga masa tamat (empat setengah jam) atau masalah telah diselesaikan.

Stanislas Dehaene, ahli sains saraf kognitif di College de France, berkata dia kagum dengan prestasi AlphaGeometry, tetapi sistem itu "tidak melihat apa-apa tentang masalah yang diselesaikannya." Dalam erti kata lain, algoritma hanya memproses pengekodan logik dan berangka imej. "Ia tidak mempunyai kesedaran spatial tentang bulatan, garisan atau segi tiga."

Dr. Luong Thang berkata elemen "deria" ini boleh ditambah tahun ini, menggunakan platform AI Gemini Google.

(Menurut Washington Post)

AI Generatif mendominasi perbincangan di Davos Perkembangan pesat kecerdasan buatan (AI) mendominasi perbincangan peribadi dan awam di Forum Ekonomi Dunia apabila syarikat teknologi terbesar, termasuk Salesforce, Microsoft dan Google, melenturkan otot mereka.