На прошлой неделе вьетнамский аспирант Тринь Хоанг Чиеу успешно защитил докторскую диссертацию на тему решения задач с помощью искусственного интеллекта в Нью-Йоркском университете. Исследование, в котором приняли участие два ученых из Google DeepMind, доктор Ле Вьет Куок и Луонг Тханг, было опубликовано 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.

В последние годы Google DeepMind реализует ряд исследовательских проектов в области искусственного интеллекта, связанных с математикой. Поэтому в качестве критериев оценки машинного обучения используются задачи олимпийского 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».

Между тем автор исследования Тринь Хоанг Чиеу заявил, что математическое рассуждение — это всего лишь форма рассуждения, но ее преимущество в том, что ее легко проверить. «Математика — это язык истины», — сказал вьетнамский врач. «Если вы хотите разрабатывать системы ИИ, вам необходимо создать надежный ИИ, способный находить истину, которой пользователи могут доверять», особенно в приложениях, предъявляющих высокие требования 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 способен генерировать решение из ничего. С другой стороны, нынешним моделям ИИ придется искать существующие или похожие решения, которые уже нашли люди.

Этот результат получен с помощью нейронной сети, обученной на 100 миллионах геометрических примеров без обратной связи с человеком. Приступая к работе над проблемой, в первую очередь следует использовать символический инструмент. Если инструмент сталкивается с препятствиями, нейронный алгоритм предложит способы усиления аргументации доказательства. Этот цикл продолжается до тех пор, пока не истечет время (четыре с половиной часа) или проблема не будет решена.

Станислас Деаен, эксперт по когнитивной нейронауке из Коллеж де Франс, сказал, что он был впечатлен работой AlphaGeometry, но что система «ничего не поняла о решаемой ею задаче». Другими словами, алгоритм выполняет только логическое и арифметическое кодирование изображения. «У него нет пространственного восприятия 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.