Letzte Woche hat der vietnamesische Doktorand Trinh Hoang Trieu seine Doktorarbeit zum Thema KI-Problemlösung an der New York University erfolgreich verteidigt. Die Forschungsergebnisse mit Beiträgen von zwei Wissenschaftlern von Google DeepMind, Dr. Le Viet Quoc und Luong Thang, wurden in der Zeitschrift Nature veröffentlicht.

Mit einem Satz von 30 olympischen Geometrieproblemen aus den Jahren 2000 bis 2022 löste AlphaGeometry 25 Probleme. Die durchschnittliche Punktzahl der Goldmedaillengewinner lag bei 25,9, und übertraf damit bei weitem die 10 Probleme von Computermathematiksystemen, die in den 1970er Jahren entwickelt wurden.

In den letzten Jahren hat Google DeepMind eine Reihe von KI-Forschungsprojekten mit mathematischem Bezug verfolgt. Daher werden Probleme auf olympischem Niveau als Kriterien zur Bewertung des maschinellen Lernens verwendet.

Laut Michael Barany, einem Mathematikhistoriker an der Universität Edinburgh, ist die AlphaGeometry-Studie „ein Meilenstein in der Fähigkeit, auf menschlicher Ebene automatisch zu denken.“

Terence Tao, ein Mathematiker der University of California, der im Alter von 12 Jahren eine olympische Goldmedaille gewann, bezeichnete das KI-System als „fantastische Leistung“ und sagte, die Ergebnisse seien „überraschend“.

Unterdessen erklärte der Forschungsautor Trinh Hoang Trieu, dass mathematisches Denken nur eine Form des Denkens sei, aber den Vorteil habe, leicht verifizierbar zu sein. „Mathematik ist die Sprache der Wahrheit“, sagte der vietnamesische Arzt. „Wenn Sie KI-Systeme entwickeln möchten, müssen Sie eine vertrauenswürdige KI bauen, die Wahrheiten finden kann, denen die Benutzer vertrauen können“, insbesondere bei Anwendungen, die hohe Sicherheitsanforderungen erfordern.

AlphaGeometry ist ein System, das ein neuronales Netzwerk-Sprachmodell (tief in künstlicher Intuition, ähnlich wie ChatGPT, aber kleiner) mit einer symbolischen Engine (spezialisiert auf künstliches Denken, wie ein Logikcomputer) kombiniert, bevor es für das Verständnis von Geometrie feinabgestimmt wird.

Das Besondere an dem Algorithmus ist seine Fähigkeit, aus dem Nichts eine Lösung zu generieren. Aktuelle KI-Modelle müssen hingegen nach bestehenden oder ähnlichen Lösungen suchen, die Menschen gefunden haben.

Dieses Ergebnis basiert auf einem neuronalen Netzwerk, das ohne menschliches Feedback anhand von 100 Millionen geometrischen Beispielen trainiert wurde. Wenn Sie mit der Arbeit an einem Problem beginnen, funktioniert zuerst das symbolische Tool. Stößt das Tool auf Hindernisse, schlägt der neuronale Algorithmus Möglichkeiten zur Stärkung der Beweisargumentation vor. Diese Schleife wird fortgesetzt, bis die Zeit abgelaufen ist (viereinhalb Stunden) oder das Problem gelöst ist.

Stanislas Dehaene, Experte für kognitive Neurowissenschaften am College de France, sagte, er sei von der Leistung von AlphaGeometry beeindruckt, das System habe jedoch „nichts von dem Problem wahrgenommen, das es löste“. Mit anderen Worten: Der Algorithmus übernimmt lediglich die logische und arithmetische Kodierung des Bildes. „Es hat kein räumliches Bewusstsein für Kreise, Linien oder Dreiecke.“

Dr. Luong Thang sagte, dieses „sensorische“ Element könnte noch in diesem Jahr mithilfe der Gemini-KI-Plattform von Google hinzugefügt werden.

(Laut Washington Post)

Generative KI dominiert Diskussionen in Davos Die rasante Entwicklung der künstlichen Intelligenz (KI) dominierte die privaten und öffentlichen Diskussionen beim Weltwirtschaftsforum, als die größten Technologieunternehmen, darunter Salesforce, Microsoft und Google, ihre Muskeln spielen ließen.