ДеепМинд је представио АлпхаГеометри, систем који може да реши онолико проблема геометрије колико просечни освајач златне медаље на Међународној математичкој олимпијади. АлпхаГеометри отвореног кода решава 25 олимпијских задатака из геометрије у стандардном времену, надмашујући претходни најсавременији систем за 10.
„Решавање геометријских проблема на нивоу Олимпијаде важна је прекретница у развоју дубоког математичког резоновања на путу ка напреднијим и општим системима вештачке интелигенције“, рекли су истраживачи Триеу Тринх и Тханг Луонг. „Надамо се да ће АлпхаГеометри помоћи да се отворе нове могућности у математици, науци и вештачкој интелигенцији.
ДеепМинд тврди да доказивање математичких теорема, или логичких објашњења зашто је нека теорема (као што је Питагорина теорема) истинита, захтева и резоновање и могућност избора између бројних могућих корака. Овај приступ, према истраживачима, може бити користан у развоју система вештачке интелигенције опште намене.
„Показивање да је одређена хипотеза тачна или нетачна сада проширује могућности чак и најнапреднијих система вештачке интелигенције“, рекао је ДеепМинд. „У правцу овог циља, способност доказивања математичких теорема алфагеометрије је важна прекретница јер показује мајсторство логичког закључивања и способност откривања новог знања.
Међутим, обука система вештачке интелигенције за решавање геометријских проблема постало је изазов за научнике због потешкоћа у превођењу доказа у формат који системи могу да разумеју и недостатка корисних података о геометрији.
У развоју АлпхаГеометри, лабораторија је комбиновала модел „неуралног језика“, архитектонски сличан ЦхатГПТ-у, са „мотором за закључивање симбола“ који користи правила (као што је математика) да би закључио решења. Да би се решио недостатак флексибилности симболичког механизма, посебно када се ради са великим или сложеним скуповима података, ДеепМинд је имао неуронски модел да „води“ машину за дедукцију кроз могуће одговоре на дате геометријске проблеме.
Уместо података за обуку, лабораторија је креирала сопствене податке, генеришући 100 милиона „синтетичких теорема“ и доказа различите сложености. Затим је на њима обучена АлпхаГеометри и процењена је перформанса неуронске мреже на задацима из геометрије.
Такви проблеми се заснивају на дијаграмима у којима се морају додати "конструкти" пре него што се могу решити, као што су тачке, праве или кругови.
Резултати АлпхаГеометри објављени су у часопису Натуре.
Као хибридни систем симболичко-неуронске мреже сличан АлпхаФолд 2 и ДеепМинд-овом АлпхаГо-у, АлпхаГеометри можда показује да је комбиновање два приступа — манипулације симболима и неуронских мрежа — најбољи приступ у развоју опште вештачке интелигенције.
„Наш дугорочни циљ је да створимо системе вештачке интелигенције који могу да се генерализују у различитим математичким доменима, развијајући сложено решавање проблема и резоновање од којих ће зависити општи системи вештачке интелигенције, истовремено померајући границе људског знања“, пишу Тринх и Луонг. „Овај приступ би могао да обликује како будући системи вештачке интелигенције откривају нова знања у математици и шире.
Раније је постало познато да су истраживачи ДеепМин-а направили прво научно откриће у свету користећи велики језички модел. Користили су велики језички модел за писање решења проблема као компјутерских програма. ЛЛМ је био упарен са „оцењивачем“ који је аутоматски рангирао програме на основу њихове ефикасности.
bbabo.Net