ការសិក្សានេះត្រូវបានបោះពុម្ពផ្សាយនៅក្នុងទស្សនាវដ្ដីវិទ្យាសាស្ត្រដ៏មានកិត្យានុភាពដែលមានអាយុកាលជាង 150 ឆ្នាំកាលពីថ្ងៃទី 17 ខែមករា។

អ្នកនិពន្ធសំខាន់ៗនៃ AlphaGeometry គឺ Trinh Hoang Trieu អាយុ 29 ឆ្នាំ បញ្ចប់ថ្នាក់បណ្ឌិតពីសាកលវិទ្យាល័យ New York និង Luong Minh Thang អាយុ 36 ឆ្នាំ PhD មកពីសាកលវិទ្យាល័យ Stanford សហរដ្ឋអាមេរិក។ អមដំណើរ Trieu និង Thang គឺជាអ្នកវិទ្យាសាស្ត្របីនាក់ផ្សេងទៀត រួមទាំងបណ្ឌិត Le Viet Quoc អាយុ 42 ឆ្នាំ ដែលត្រូវបានគេស្គាល់ថាជា "ទេពកោសល្យ AI" នៅ Google ។ លោកបណ្ឌិត Quoc និង Thang ក៏ជាអ្នកជំនាញជាន់ខ្ពស់នៅ Google DeepMind ដែលជាផ្នែកស្រាវជ្រាវសិប្បនិម្មិត (AI) របស់ Google ។

ជាមួយនឹងបញ្ហាធរណីមាត្រចំនួន 30 នៅក្នុងកម្មវិធីអូឡាំពិកគណិតវិទ្យាអន្តរជាតិ (IMO) ពីឆ្នាំ 2000 ដល់ឆ្នាំ 2022 AlphaGeometry បានដោះស្រាយបញ្ហាចំនួន 25 ក្នុងរយៈពេលដែលបានបញ្ជាក់។ ទន្ទឹមនឹងនេះដែរ ប្រព័ន្ធទំនើបបំផុតពីមុនបានដោះស្រាយបញ្ហាបានតែ 10 ប៉ុណ្ណោះ ខណៈដែលម្ចាស់មេដាយមាស IMO បានដោះស្រាយបញ្ហាជាមធ្យម 25.9 ។

យោងតាម ​​Google ព្រឹត្តិការណ៍ Olympiad នីមួយៗមានបញ្ហា 6 ជាធម្មតារួមទាំងបញ្ហាធរណីមាត្រចំនួន 2 ដូច្នេះ AlphaGeometry អាចដោះស្រាយបញ្ហាបានត្រឹមតែ 1/3 ប៉ុណ្ណោះ។ នៅក្នុងលក្ខខណ្ឌនៃធរណីមាត្រតែម្នាក់ឯង AI នេះគឺស្មើនឹងម្ចាស់មេដាយមាស IMO ។ ប្រសិនបើយើងរាប់ចំនួនសរុបនៃធាតុនេះគឺជាគំរូ AI ដំបូងគេនៅលើពិភពលោកដែលអាចលើសពីកម្រិតមេដាយសំរឹទ្ធនៃ IMO 2000 និង 2015 ។

អ្នកជំនាញ AI និងគណិតវិទូជាច្រើនចាត់ទុកថានេះជាលទ្ធផលដ៏គួរអោយចាប់អារម្មណ៍មួយ។

លោកសាស្ត្រាចារ្យ ង៉ោ បៅចូវ មានប្រសាសន៍ថា “វាសមហេតុផលឥតខ្ចោះសម្រាប់អ្នកស្រាវជ្រាវ AI ក្នុងការសាកល្បងដៃរបស់ពួកគេចំពោះបញ្ហាធរណីមាត្រ IMO ពីព្រោះការស្វែងរកដំណោះស្រាយចំពោះពួកគេគឺដូចជាអុក ដែលក្នុងនោះយើងមានចលនាសមហេតុផលតិចតួចណាស់ក្នុងមួយជំហាន។ ប៉ុន្តែខ្ញុំនៅតែមានការភ្ញាក់ផ្អើលដែលពួកគេអាចធ្វើវាបាន” ។

AlphaGeometry រួមបញ្ចូលគ្នានូវគំរូភាសាប្រសាទជាមួយនឹងសមត្ថភាពវែកញែកដ៏ល្អ និងម៉ាស៊ីននិមិត្តសញ្ញាដែលមានឯកទេសខាងហេតុផលឡូជីខល បន្ទាប់មកប្តូរតាមបំណងដើម្បីយល់ពីធរណីមាត្រ។

ទីមួយ បណ្តាញសរសៃប្រសាទត្រូវបានបណ្តុះបណ្តាលលើទិន្នន័យ បង្កើតជាក្បួនដោះស្រាយជាមួយនឹងឧទាហរណ៍ 100 លាននៃភស្តុតាងធរណីមាត្រដោយមិនប្រើដំណោះស្រាយរបស់មនុស្ស។ នៅពេលដែល AlphaGeometry ចាប់ផ្តើមដោះស្រាយបញ្ហា និមិត្តសញ្ញាម៉ាស៊ីនចាប់ផ្តើមដំបូង។ ប្រសិនបើវាជាប់គាំង បណ្តាញសរសៃប្រសាទនឹងណែនាំវិធីផ្សេងទៀតដើម្បីជួយ។

ដំណើរការនេះត្រូវបានគេហៅថា "ការបង្កើតចំណុចជំនួយ" គូរបន្ទាត់បន្ថែម កាត់មុំ គូសរង្វង់ជំនួយ... ដូចទៅនឹងវិធីដែលមនុស្សដោះស្រាយបញ្ហាធរណីមាត្រ។ រង្វិលជុំបន្តរហូតដល់ចម្លើយត្រូវបានផ្តល់ឱ្យ ឬរហូតដល់ម៉ោង 4.5 ដែលជាពេលវេលាបែងចែកសម្រាប់បញ្ហាក្នុងការប្រឡង IMO គឺឡើង។

ចំណុចពិសេសរបស់ AI នេះ បើតាមវេជ្ជបណ្ឌិតទាំងបីនាក់នោះ គឺថាទិន្នន័យបញ្ចូលគឺសិប្បនិម្មិតទាំងស្រុង។ Trieu បាននិយាយថា AlphaGeometry បង្កើតទិន្នន័យដែលមានគុណភាពខ្ពស់ដោយខ្លួនឯង ដែលល្អគ្រប់គ្រាន់ដើម្បីសម្រេចបាននូវការអនុវត្តជាក់លាក់ដោយមិនចាំបាច់ត្រូវការទិន្នន័យបណ្តុះបណ្តាលពីដំណោះស្រាយរបស់មនុស្ស។ នេះគឺជាអ្វីដែលឧបករណ៍ AI ផ្សេងទៀតដូចជា ChatGPT ឬ Gemini មិនអាចធ្វើបាន។

លោកបណ្ឌិត Thang បានចែករំលែកថា "និយាយឱ្យសាមញ្ញ AlphaGeometry បង្កើតដំណោះស្រាយពីអ្វីទាំងអស់។ ម៉ូដែល AI បច្ចុប្បន្ននឹងស្វែងរកដំណោះស្រាយរបស់មនុស្សដែលមាន ឬស្រដៀងគ្នា" ។

ក្រុមស្រាវជ្រាវក៏បានបង្កើតប្រព័ន្ធមួយដែលមានប្រព័ន្ធ 1 (លឿន ស្វ័យប្រវត្តិ ការឆ្លើយតបដោយមិនដឹងខ្លួន) និងប្រព័ន្ធ 2 (យឺត ឡូជីខល) រួមបញ្ចូលគ្នាជាមួយគ្នា។ នេះ​គឺ​ជា​ការ​ពិត​ណាស់ ប៉ុន្តែ​នៅ​ពេល​រួម​បញ្ចូល​ជាមួយ​ទិន្នន័យ​សិប្បនិម្មិត វា​នឹង​បង្កើត​ឱ្យ​មាន​របកគំហើញ។

Trieu មានគំនិតសម្រាប់ AlphaGeometry ក្នុងឆ្នាំ 2019 នៅពេលដែលគាត់កំពុងស្វែងរកប្រធានបទសម្រាប់និក្ខេបបទបញ្ចប់ការសិក្សារបស់គាត់នៅសាកលវិទ្យាល័យញូវយ៉ក។

ជនជាតិដើម Quy Nhon បានរំលឹកថា "ខ្ញុំគិតត្រលប់ទៅវិទ្យាល័យវិញ ខ្ញុំធ្លាប់ចូលចិត្តធ្វើបញ្ហាធរណីមាត្រ ប៉ុន្តែមិនល្អគ្រប់គ្រាន់ក្នុងការប្រឡងថ្នាក់ជាតិ។ ដូច្នេះហើយទើបខ្ញុំសម្រេចចិត្តបន្តវា ដោយដំបូងឡើយគ្រាន់តែជាគំរូដែលអាចដោះស្រាយបញ្ហាគណិតវិទ្យាសាមញ្ញប៉ុណ្ណោះ"។

ខណៈដែលសិស្សគណិតវិទ្យានៅវិទ្យាល័យ Quoc Hoc Hue និងវិទ្យាល័យ Gifted នៅទីក្រុងហូជីមិញ Quoc និង Thang ត្រូវបានចាប់អារម្មណ៍យ៉ាងឆាប់រហ័សចំពោះគំនិតរបស់ Trieu ។ បន្ទាប់មក Trieu បានចូលរួមជាមួយ Google DeepMind ដោយធ្វើការនៅទីនោះតាំងពីឆ្នាំ 2021។

នៅខែកក្កដាឆ្នាំ 2022 បន្ទាប់ពីកំណែ 10 AlphaGeometry បានដោះស្រាយបញ្ហាធរណីមាត្រដំបូងរបស់វា។ ចំណុចរបត់សម្រាប់ក្រុមបានមកដល់បីខែក្រោយមក នៅពេលដែលបញ្ហាធរណីមាត្រនៅ IMO ត្រូវបានដោះស្រាយ។

យោងតាម​លោក​វេជ្ជបណ្ឌិត Trieu AI ដែល​បង្កើត​ដោយ​ក្រុម​អាច​ប្រើ​ជា​ប្រព័ន្ធ​ណែនាំ​ជួយ​ដល់​សិស្ស​វិទ្យាល័យ​ក្នុង​ការ​រៀន​ធរណីមាត្រ។

នៅពេលធ្វើតេស្ត Evan Chen និស្សិតបណ្ឌិតផ្នែកគណិតវិទ្យានៅ MIT និងម្ចាស់មេដាយមាស IMO ឆ្នាំ 2014 មានការភ្ញាក់ផ្អើលចំពោះប្រសិទ្ធភាពនៃ AI នេះ។ Chen បាននិយាយថាជាធម្មតាកម្មវិធីកុំព្យូទ័រដោះស្រាយធរណីមាត្រដោយប្រើប្រព័ន្ធកូអរដោណេ និងពិជគណិត ប៉ុន្តែ AlphaGeometry ប្រើក្បួនធរណីមាត្រសុទ្ធ ដោយមានមុំ និងត្រីកោណស្រដៀងគ្នាដូចសិស្សធ្វើដែរ។

Chen បាននិយាយថា "ខ្ញុំចង់ដឹងចង់ឃើញពីរបៀបដែល AlphaGeometry អាចសម្រេចបាននូវចំនុចនេះ"។

មួយខែមុន ពេលត្រឡប់ទៅវិទ្យាល័យ Gifted វិញ លោកបណ្ឌិត Thang បានបញ្ជូនលោកបណ្ឌិត Le Ba Khanh Trinh នូវដំណោះស្រាយ AI ទៅកាន់បញ្ហាលេខ 3 នៅ IMO 2015។ នេះគឺជាបញ្ហាធរណីមាត្រពិបាកបំផុតមួយនៅក្នុង IMOs ។ AlphaGeometry បានផ្តល់ចម្លើយបន្ទាប់ពី 109 ជំហាន។

លោក ថាង បានរៀបរាប់ថា "លោក ទ្រីញ មានការចាប់អារម្មណ៍ ព្រោះវាដោះស្រាយដោយប្រើច្បាប់សាមញ្ញ ប៉ុន្តែគាត់មិនពេញចិត្តខ្លាំងទេ ព្រោះយោងទៅតាមគាត់ ដំណោះស្រាយត្រូវតែមានព្រលឹង ភាពស្រស់ស្អាត និងត្រូវតែភ្ជាប់គ្នាទៅវិញទៅមក" ។ បន្ទាប់មក លោកវេជ្ជបណ្ឌិត Trinh បានប្រើវិធីសាស្ត្របញ្ច្រាស ដោយផ្តល់លទ្ធផលបន្ទាប់ពីប្រហែល 20-30 ជំហាន។ លោក Trinh បានឈ្នះមេដាយមាស IMO ឆ្នាំ 1979 ជាមួយនឹងពិន្ទុដ៏ល្អឥតខ្ចោះ ហើយក៏ជាជនជាតិវៀតណាមតែមួយគត់ដែលឈ្នះរង្វាន់ពិសេសក្នុងការប្រកួត IMO ជាមួយនឹងដំណោះស្រាយដ៏ស្រស់ស្អាត និងសង្ខេបចំពោះបញ្ហាធរណីមាត្រ។

ក្រុម​នេះ​និយាយ​ថា​នេះ​អាច​ជា​វិធី​មួយ​ដើម្បី​បន្ត​ធ្វើ​ឱ្យ​ប្រសើរ​ឡើង​នូវ​ AlphaGeometry។ ពួកគេក៏សង្ឃឹមផងដែរថា ជំហានបន្ទាប់នៃការអភិវឌ្ឍន៍ AI នេះអាចជួយមនុស្សក្នុងការដោះស្រាយបញ្ហា 7 សហស្សវត្សរ៍។

នេះជាអ្វីដែលបណ្ឌិត Le Viet Quoc ធ្លាប់គិតថាជា "ការរំពឹងទុកដែលមិនអាចទៅរួច" ពីព្រោះ AI អាចដោះស្រាយបញ្ហាមួយជំហានបានយ៉ាងល្អ ប៉ុន្តែបញ្ហាគណិតវិទ្យាជារឿយៗមានរាប់រយជំហាន។

"ទេពកោសល្យ AI" នៅ Google បាននិយាយថាគាត់មានមោទនភាពដែលការស្រាវជ្រាវរបស់វិស្វករវៀតណាមត្រូវបានបោះពុម្ពផ្សាយនៅក្នុង Nature ដែលជាទស្សនាវដ្តីអន្តរជាតិដ៏មានកិត្យានុភាពបំផុត។ យោងទៅតាមគាត់ AI អាចដោះស្រាយបញ្ហាគណិតវិទ្យា និងជំរុញមនុស្សជាតិឆ្ពោះទៅមុខ។

លោក Quoc បានមានប្រសាសន៍ថា "ដោយសារតែគណិតវិទ្យាគឺជាភាសានៃវិទ្យាសាស្ត្រ និងបច្ចេកវិទ្យា។ ការធ្វើគណិតវិទ្យាគឺជាមធ្យោបាយជំរុញការអភិវឌ្ឍន៍នៃវិស័យទាំងនេះ"។

ដូន ហុង