DEEPMIND AI ALPHAGEOMETRY способна решать сложные задачи геометрии на высоком уровне

Альфагеометрия Синтетическая-Дата-Генерация.A, мы сначала выбираем большой набор случайных предпосылок теоремы.B, мы используем символический двигатель вывода для получения закрытия вычета.Это возвращает направленный ациклический график утверждений.Для каждого узла на графике мы выполняем Traceback, чтобы найти его минимальный набор необходимых вычетов по предпосылке и зависимости.C, минимальная предпосылка и соответствующий подграф составляют синтетическую проблему и ее решение.В нижнем примере точки E и D приняли участие в доказательстве, несмотря на то, что они не имеют отношения к строительству HA и BC;Поэтому они изучаются языковой моделью как вспомогательные конструкции.Кредит: природа (2024).Doi: 10.1038/s41586-023-06747-5

Команда исследователей искусственного интеллекта в Google DeepMind, работающая с коллегой из Нью -Йоркского университета, разработала систему ИИ под названием «Альфагеометрия», которая продемонстрировала способность решать сложные проблемы геометрии на высоком уровне.

В своей статье, опубликованной в журнале Nature, группа описывает свою новую систему ИИ и идеи, которые они использовали в его разработке.Команда в Nature также опубликовала подкаст, дающий обзор новой системы ИИ.

Доказать математические теоремы могут быть сложными усилиями, и люди, которые могут сделать это хорошо, считаются ценными активами для институтов высшего обучения, а в некоторых случаях компании, такие как Google.Таким образом, было установлено средство идентификации таких людей - международная математическая олимпиада.Он описывается как чемпионат мира по математическим соревнованиям для учеников старших классов.

Из -за многих трудностей, присущих использованию математики для многих современных приложений, таких как проектирование компьютерных систем, компьютерные ученые надеялись на системы ИИ, которые могут решать сложные математические задачи и/или доказать теоремы.К сожалению, до сих пор системы ИИ не работали почти так же хорошо, как надеялись.В этом новом исследовании, однако, команда DeepMind в настоящее время создала систему ИИ под названием Alphageometry, которая конкурирует на уровне студентов-победителей в золотой имедале в международной математической олимпиаде.

Чтобы создать альфаггерометрию, исследовательская группа использовала новый подход.Вместо того, чтобы пытаться научить систему, как доказать теоремы, используя несколько примеров, они использовали модель нейронного языка, которая позволила системе обучаться.Это было сделано путем синтеза миллионов известных теорем и доказательств с различными уровнями сложности.Они также добавили символический механизм вывода, чтобы помочь системе изучать и решить все более сложные проблемы без помощи людей.

Затем исследователи проверили свою новую систему, предоставив ей 30 проблем, с которыми сталкиваются студенты по международной математической олимпиаде в течение 2002–2020 годов, и обнаружили, что он сможет решить 25 из них значительно лучше, чем предыдущие системы ИИ.Они отметили, что его выступление было на одном уровне со средними золотыми призерами на соревнованиях.

Исследовательская группа отмечает, что система в настоящее время запрограммирована на работу с конкретными формами геометрии, но предполагает, что она может расширить свой репертуар на другие области.

Больше информации: Trieu H. Trinh et al. Решение олимпиад геометрии без человеческих демонстраций, природа (2024).Doi: 10.1038/s41586-023-06747-5

Пост в блоге DeepMind: DeepMind.google/discover/blog/… System-for-geometry/