កាលពីសប្តាហ៍មុន និស្សិតបណ្ឌិតវៀតណាម Trinh Hoang Trieu បានការពារនិក្ខេបបទថ្នាក់បណ្ឌិតរបស់គាត់ដោយជោគជ័យលើប្រធានបទនៃការដោះស្រាយបញ្ហា AI នៅសាកលវិទ្យាល័យញូវយ៉ក។ ការស្រាវជ្រាវនេះ ដោយមានការចូលរួមចំណែកពីអ្នកវិទ្យាសាស្ត្រពីររូបនៅ Google DeepMind គឺបណ្ឌិត Le Viet Quoc និង Luong Thang ត្រូវបានបោះពុម្ពផ្សាយនៅក្នុងទស្សនាវដ្តី Nature។

ជាមួយនឹងសំណុំនៃបញ្ហាធរណីមាត្រអូឡាំពិកចំនួន 30 ពីឆ្នាំ 2000 ដល់ឆ្នាំ 2022 AlphaGeometry បានដោះស្រាយបញ្ហាចំនួន 25 បើប្រៀបធៀបទៅនឹងពិន្ទុមធ្យមរបស់ម្ចាស់មេដាយមាសចំនួន 25.9 ដែលលើសពីបញ្ហាចំនួន 10 នៃប្រព័ន្ធគណិតវិទ្យាដែលបានបង្កើតឡើងក្នុងទសវត្សរ៍ឆ្នាំ 1970 ។

ក្នុងរយៈពេលប៉ុន្មានឆ្នាំថ្មីៗនេះ Google DeepMind បាននឹងកំពុងបន្តគម្រោងស្រាវជ្រាវ AI ជាច្រើនទាក់ទងនឹងគណិតវិទ្យា។ ដូច្នេះ​បញ្ហា​កម្រិត​អូឡាំពិក​ត្រូវ​បាន​ប្រើ​ជា​លក្ខណៈ​វិនិច្ឆ័យ​សម្រាប់​វាយ​តម្លៃ​ការ​រៀន​ម៉ាស៊ីន។

យោងតាមលោក Michael Barany ប្រវត្តិវិទូផ្នែកគណិតវិទ្យានៅសាកលវិទ្យាល័យ Edinburgh ការសិក្សា AlphaGeometry "គឺជាព្រឹត្តិការណ៍ដ៏សំខាន់មួយនៅក្នុងសមត្ថភាពក្នុងការវែកញែកដោយស្វ័យប្រវត្តិនៅកម្រិតមនុស្ស" ។

Terence Tao អ្នកគណិតវិទូនៃសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ាដែលបានឈ្នះមេដាយមាសអូឡាំពិកនៅអាយុ 12 ឆ្នាំបានហៅប្រព័ន្ធ AI ថាជា "សមិទ្ធិផលដ៏អស្ចារ្យ" ហើយបាននិយាយថាលទ្ធផលគឺ "គួរឱ្យភ្ញាក់ផ្អើល" ។

ទន្ទឹមនឹងនោះ អ្នកនិពន្ធស្រាវជ្រាវ Trinh Hoang Trieu បាននិយាយថា ហេតុផលគណិតវិទ្យាគ្រាន់តែជាទម្រង់នៃការវែកញែកប៉ុណ្ណោះ ប៉ុន្តែមានគុណសម្បត្តិងាយស្រួលក្នុងការផ្ទៀងផ្ទាត់។ វេជ្ជបណ្ឌិតវៀតណាមបាននិយាយថា "គណិតវិទ្យាគឺជាភាសានៃសេចក្តីពិត" ។ “ប្រសិនបើអ្នកចង់អភិវឌ្ឍប្រព័ន្ធ AI អ្នកត្រូវបង្កើត AI ដែលអាចទុកចិត្តបាន ដែលអាចស្វែងរកការពិតដែលអ្នកប្រើប្រាស់អាចទុកចិត្តបាន” ជាពិសេសនៅក្នុងកម្មវិធីដែលទាមទារតម្រូវការសុវត្ថិភាពខ្ពស់។

AlphaGeometry គឺជាប្រព័ន្ធដែលរួមបញ្ចូលគ្នានូវគំរូភាសាបណ្តាញសរសៃប្រសាទ (ជ្រៅក្នុងវិចារណញាណសិប្បនិម្មិត ស្រដៀងទៅនឹង ChatGPT ប៉ុន្តែតូចជាង) ជាមួយនឹងម៉ាស៊ីននិមិត្តសញ្ញា (ឯកទេសក្នុងហេតុផលសិប្បនិម្មិត ដូចជាកុំព្យូទ័រតក្កវិជ្ជា) មុនពេលត្រូវបានកែសម្រួលឱ្យយល់អំពីធរណីមាត្រ។

ចំនុចពិសេសរបស់ algorithm គឺវាមានសមត្ថភាពបង្កើតដំណោះស្រាយពីអ្វីទាំងអស់។ ម្យ៉ាងវិញទៀត ម៉ូដែល AI បច្ចុប្បន្ននឹងត្រូវស្វែងរកដំណោះស្រាយដែលមានស្រាប់ ឬស្រដៀងគ្នាដែលមនុស្សបានរកឃើញ។

លទ្ធផលនេះគឺផ្អែកលើបណ្តាញសរសៃប្រសាទដែលត្រូវបានបណ្តុះបណ្តាលលើឧទាហរណ៍ធរណីមាត្រ 100 លានដោយគ្មានមតិកែលម្អរបស់មនុស្ស។ នៅពេលចាប់ផ្តើមធ្វើការលើបញ្ហា ឧបករណ៍និមិត្តសញ្ញានឹងដំណើរការដំបូង។ ប្រសិនបើឧបករណ៍ជួបប្រទះឧបសគ្គ នោះក្បួនដោះស្រាយសរសៃប្រសាទនឹងណែនាំវិធីដើម្បីពង្រឹងអាគុយម៉ង់ភស្តុតាង។ រង្វិលជុំនេះបន្តរហូតដល់ពេលវេលាអស់ (បួនម៉ោងកន្លះ) ឬបញ្ហាត្រូវបានដោះស្រាយ។

Stanislas Dehaene អ្នកជំនាញខាងសរសៃប្រសាទនៃការយល់ដឹងនៅ College de France បាននិយាយថាគាត់មានការចាប់អារម្មណ៍ចំពោះដំណើរការរបស់ AlphaGeometry ប៉ុន្តែប្រព័ន្ធ "មិនបានយល់ឃើញអ្វីអំពីបញ្ហាដែលវាកំពុងដោះស្រាយនោះទេ។" ម្យ៉ាងវិញទៀត ក្បួនដោះស្រាយគ្រប់គ្រងតែការអ៊ិនកូដឡូជីខល និងនព្វន្ធនៃរូបភាពប៉ុណ្ណោះ។ "វាមិនមានការយល់ដឹងអំពីលំហនៃរង្វង់ បន្ទាត់ ឬត្រីកោណទេ។"

លោកវេជ្ជបណ្ឌិត Luong Thang បាននិយាយថា ធាតុ "អារម្មណ៍" នេះអាចត្រូវបានបន្ថែមនៅឆ្នាំនេះ ដោយប្រើវេទិកា Gemini AI របស់ Google ។

(យោងតាម ​​WashingtonPost)

Generative AI គ្របដណ្ដប់លើការពិភាក្សានៅ Davos ការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័សនៃបញ្ញាសិប្បនិមិត្ត (AI) បានគ្របដណ្ដប់លើការពិភាក្សាឯកជន និងសាធារណៈនៅឯវេទិកាសេដ្ឋកិច្ចពិភពលោក ខណៈដែលក្រុមហ៊ុនបច្ចេកវិទ្យាដ៏ធំបំផុត រួមទាំង Salesforce, Microsoft និង Google បានពង្រីកសាច់ដុំរបស់ពួកគេ។