На прошлой неделе вьетнамский аспирант Чинь Хоанг Чиеу успешно защитил докторскую диссертацию на тему решения задач с помощью искусственного интеллекта в Нью-Йоркском университете. Исследование, в котором приняли участие два учёных из Google DeepMind, доктор Ле Вьет Куок и Лыонг Тханг, было опубликовано в журнале Nature.
В наборе из 30 олимпийских задач по геометрии с 2000 по 2022 год AlphaGeometry решила 25 задач, тогда как средний балл золотых медалистов составил 25,9, что намного превышает 10 задач систем компьютерной математики, разработанных в 1970-х годах.
В последние годы Google DeepMind реализует ряд исследовательских проектов в области искусственного интеллекта, связанных с математикой. Поэтому в качестве критериев оценки машинного обучения используются задачи олимпиадного уровня.
По словам Майкла Барани, историка математики из Эдинбургского университета, исследование AlphaGeometry «является важной вехой в развитии способности автоматически рассуждать на человеческом уровне».
Теренс Тао, математик из Калифорнийского университета, завоевавший олимпийское золото в возрасте 12 лет, назвал систему ИИ «фантастическим достижением» и сказал, что результаты «удивительны».
Между тем, автор исследования, Чинь Хоанг Чиеу, заявил, что математические рассуждения — это всего лишь форма рассуждения, но их преимущество в том, что их легко проверить. «Математика — это язык истины», — сказал вьетнамский врач. «Если вы хотите разработать систему ИИ, вам нужно создать надёжный ИИ, способный находить истину, которой пользователи могут доверять», особенно в приложениях, предъявляющих высокие требования к безопасности.
AlphaGeometry — это система, которая объединяет языковую модель нейронной сети (глубокую в плане искусственной интуиции, похожую на ChatGPT, но меньшую) с символьным движком (специализированным в области искусственных рассуждений, подобно логическому компьютеру), а затем настраивается на понимание геометрии.
Особенность алгоритма заключается в том, что он может генерировать решение буквально из ничего. Существующие же модели ИИ, с другой стороны, вынуждены искать существующие решения или решения, найденные людьми.
Результаты были получены с помощью нейронной сети, обученной на 100 миллионах геометрических примеров без участия человека. При запуске задачи первым срабатывает символьный алгоритм. Если он зависает, нейронный алгоритм предлагает способы улучшить аргументацию. Этот цикл продолжается до тех пор, пока не истечёт время (четыре с половиной часа) или задача не будет решена.
Станислас Дехане, когнитивный нейробиолог из Коллеж де Франс, отметил, что впечатлён работой AlphaGeometry, но система «не осознаёт, какую задачу решает». Другими словами, алгоритм обрабатывает только логические и числовые коды изображений. «У неё нет пространственного восприятия окружностей, линий или треугольников».
Доктор Луонг Тханг сказал, что этот «сенсорный» элемент может быть добавлен в этом году с использованием платформы Gemini AI от Google.
(По данным WashingtonPost)
Источник
Комментарий (0)