На прошлой неделе вьетнамский аспирант Тринь Хоанг Триеу успешно защитил докторскую диссертацию на тему решения проблем ИИ в Нью-Йоркском университете. Исследование, а также вклад двух ученых из Google DeepMind, доктора Ле Вьет Куока и Луонг Танга, были опубликованы в журнале Nature.

В наборе из 30 олимпийских геометрических задач 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.

скриншот 2024 01 18 в 134500.png
Члены AlphaGeometry слева направо: Юхуай Ву, Тринь Хоанг Триеу, Ле Вьет Куок и Луонг Тханг. Фото: WashingtonPost

В последние годы Google DeepMind реализует ряд исследовательских проектов в области ИИ, 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».

скриншот 2024 01 18 в 134155.png
Исследование AlphaGeometry опубликовано в научном журнале Nature.

Между тем, автор исследования Тринь Хоанг Триеу заявил, что математическое рассуждение — это всего лишь форма рассуждения, но его преимущество в том, что его легко проверить. «Математика — это язык истины», — сказал вьетнамский врач. «Если вы хотите разработать систему ИИ, вам нужно создать надежный ИИ, который может найти истину, которой пользователи могут доверять», особенно в приложениях, требующих высоких требований к безопасности.

AlphaGeometry — это система, которая объединяет модель языка нейронной сети (глубокую искусственную интуицию, похожую на ChatGPT, но меньшую) с символьным движком (специализированным на искусственных рассуждениях, как логический компьютер), а затем настраивается на понимание геометрии.

Особенность алгоритма в том, что он может генерировать решение из ничего. Текущие модели ИИ, с другой стороны, должны искать существующие решения или решения, которые нашли люди.

Результаты были основаны на нейронной сети, обученной на 100 миллионах геометрических примеров без человеческих ответов. Когда он начинает задачу, символический движок работает первым. Если он застревает, нейронный алгоритм предлагает способы улучшить аргумент. Этот цикл продолжается до тех пор, пока не истечет время (четыре с половиной часа) или пока задача не будет решена.

Станислас Деаен, когнитивный нейробиолог из Коллеж де Франс, сказал, что он был впечатлен работой AlphaGeometry, но система «не осознает проблему, которую решает». Другими словами, алгоритм обрабатывает только логические и числовые кодировки изображений. «У него нет пространственного понимания кругов, 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)

Генеративный ИИ доминирует в дискуссиях в Давосе Быстрое развитие искусственного интеллекта (ИИ) стало главной темой частных и публичных дискуссий на Всемирном экономическом форуме, где крупнейшие технологические компании, включая Salesforce, Microsoft и Google, продемонстрировали свою мощь.