Na semana passada, o estudante de doutorado vietnamita Trinh Hoang Trieu defendeu com sucesso sua tese de doutorado sobre o tema de resolução de problemas por IA na Universidade de Nova York. A pesquisa, que contou com a contribuição de dois cientistas do Google DeepMind, Dr. Le Viet Quoc e Luong Thang, foi publicada na revista Nature.

Com um conjunto de 30 problemas de geometria olímpica de 2000 a 2022, o AlphaGeometry resolveu 25 problemas, em comparação com a pontuação média dos medalhistas de ouro de 25,9, superando em muito os 10 problemas resolvidos por sistemas de matemática computacional desenvolvidos na década de 1970.

captura de tela 2024 01 18 às 134500.png
Os membros da AlphaGeometry, da esquerda para a direita, incluem Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc e Luong Thang. Foto: Washington Post.

Nos últimos anos, o Google DeepMind tem desenvolvido diversos projetos de pesquisa em IA relacionados à matemática. Para tanto, problemas de nível olímpico são utilizados como critérios de avaliação do aprendizado de máquina.

Segundo Michael Barany, historiador da matemática da Universidade de Edimburgo, a pesquisa AlphaGeometry "é um marco na capacidade de raciocinar autonomamente em níveis humanos".

Terence Tao, um matemático da Universidade da Califórnia que ganhou uma medalha de ouro olímpica aos 12 anos, chamou o sistema de IA de uma "conquista fantástica" e disse que seus resultados foram "surpreendentes".

captura de tela 2024 01 18 em 134155.png
A pesquisa sobre AlphaGeometry foi publicada na revista científica Nature.

Entretanto, o autor do estudo, Trinh Hoang Trieu, afirmou que o raciocínio matemático é apenas uma forma de raciocínio, mas tem a vantagem de ser fácil de verificar. "A matemática é a linguagem da verdade", disse o médico vietnamita. "Se você quer desenvolver um sistema de IA, precisa construir uma IA confiável que possa encontrar a verdade na qual os usuários possam confiar", especialmente em aplicações com altos requisitos de segurança.

AlphaGeometry é um sistema que combina um modelo de linguagem de rede neural (profundamente baseado em intuição artificial, semelhante ao ChatGPT, mas menor) com um mecanismo simbólico (especializado em raciocínio artificial, como um computador lógico), antes de ser ajustado para compreender geometria.

O diferencial desse algoritmo é a capacidade de gerar uma solução do nada. Os modelos de IA atuais, por outro lado, precisam buscar soluções existentes ou similares que os humanos já tenham encontrado.

Os resultados foram baseados em uma rede neural treinada com 100 milhões de exemplos geométricos sem intervenção humana. Ao iniciar a resolução de um problema, o mecanismo simbólico era acionado primeiro. Caso encontrasse dificuldades, o algoritmo neural sugeria maneiras de aprimorar o argumento. Esse ciclo se repetia até o tempo se esgotar (quatro horas e meia) ou o problema ser resolvido.

Stanislas Dehaene, neurocientista cognitivo do Collège de France, disse estar impressionado com o desempenho do AlphaGeometry, mas que o sistema "não percebe nada sobre o problema que está resolvendo". Em outras palavras, o algoritmo processa apenas as codificações lógicas e numéricas das imagens. "Ele não tem consciência espacial de círculos, linhas ou triângulos."

O Dr. Luong Thang afirmou que esse elemento “sensorial” poderá ser adicionado ainda este ano, utilizando a plataforma de IA Gemini do Google.

(Segundo o Washington Post)

Inteligência artificial generativa domina discussões em Davos . O rápido desenvolvimento da inteligência artificial (IA) dominou os debates públicos e privados no Fórum Econômico Mundial, com as maiores empresas de tecnologia, incluindo Salesforce, Microsoft e Google, demonstrando sua força.