지난주, 베트남 박사과정생인 찐 황 찌에우(Trinh Hoang Trieu)가 뉴욕대학교에서 AI 문제 해결을 주제로 한 박사 학위 논문을 성공적으로 심사했습니다. 이 연구는 구글 딥마인드의 두 과학자 인 르 비엣 꾸옥(Le Viet Quoc) 박사와 루옹 탕(Luong Thang)의 기여와 함께 네이처(Nature) 저널에 게재되었습니다.
AlphaGeometry는 2000년부터 2022년까지의 30개 올림픽 기하학 문제 중에서 25개 문제를 풀었는데, 이는 금메달리스트의 평균 점수인 25.9점보다 높은 수치이며, 1970년대에 개발된 컴퓨터 수학 시스템의 10개 문제를 훌쩍 뛰어넘는 성과입니다.
최근 몇 년 동안 구글 딥마인드는 수학 관련 AI 연구 프로젝트를 다수 추진해 왔습니다. 따라서 올림피아드 수준의 문제들이 머신러닝 평가 기준으로 활용됩니다.
에든버러 대학의 수학 역사학자 마이클 바라니에 따르면, 알파지오메트리 연구는 "인간 수준에서 자동으로 추론하는 능력에 있어서 이정표"입니다.
12세의 나이로 올림픽 금메달을 딴 캘리포니아대 수학자인 테렌스 타오는 이 AI 시스템을 "환상적인 업적"이라 칭하며 그 결과가 "놀랍다"고 말했다.
한편, 이 연구의 저자인 찐 황 찌에우는 수학적 추론은 추론의 한 형태일 뿐이지만 검증이 쉽다는 장점이 있다고 말했습니다. "수학은 진실의 언어입니다."라고 이 베트남 의사는 말했습니다. "AI 시스템을 개발하려면 사용자가 신뢰할 수 있는 진실을 찾아낼 수 있는 신뢰할 수 있는 AI를 구축해야 합니다." 특히 높은 안전 요건이 요구되는 애플리케이션에서는 더욱 그렇습니다.
AlphaGeometry는 인공적 직관에 중점을 둔 신경망 언어 모델(ChatGPT와 유사하지만 규모가 더 작음)과 논리 컴퓨터와 같이 인공적 추론에 특화된 기호 엔진을 결합한 후 기하학을 이해하도록 미세 조정된 시스템입니다.
이 알고리즘의 특별한 점은 무(無)에서 해결책을 도출할 수 있다는 것입니다. 반면, 현재의 AI 모델은 기존에 존재하거나 인간이 찾아낸 해결책을 찾아야 합니다.
이 결과는 인간의 답이 없는 1억 개의 기하학적 예시로 학습된 신경망을 기반으로 합니다. 문제가 발생하면 기호 엔진이 먼저 작동합니다. 문제가 해결되지 않으면 신경망 알고리즘이 논증을 개선할 방법을 제시합니다. 이 루프는 시간이 초과되거나(4시간 30분) 문제가 해결될 때까지 계속됩니다.
콜레주 드 프랑스의 인지신경과학자 스타니슬라스 드하네는 알파지오메트리의 성능에 깊은 인상을 받았지만, 이 시스템은 "자신이 해결하려는 문제에 대한 인식이 전혀 없다"고 말했습니다. 다시 말해, 이 알고리즘은 이미지의 논리적, 수치적 인코딩만 처리합니다. "원, 선, 삼각형에 대한 공간적 인식이 전혀 없습니다."
루옹 탕 박사는 올해 구글의 제미니 AI 플랫폼을 사용하여 이러한 "감각적" 요소가 추가될 수 있다고 말했습니다.
(워싱턴포스트에 따르면)
[광고_2]
원천
댓글 (0)