Нейросеть для решения домашних заданий по геометрии
Исследовательская лаборатория DeepMind, занимающаяся вопросами искусственного интеллекта, утверждает, что создала нейросеть которая может решать сложные геометрические задачи. По мнению экспертов, это значительный шаг на пути к машинам с более человеческими способностями мышления.
Геометрия и математика в более широком смысле уже некоторое время бросают вызов ученым. По сравнению с текстовыми моделями генеративного ИИ, данных для обучения нейросетей решению математических задач намного меньше. Дело в том, что решение математических задач требует логических рассуждений, с чем большинство современных моделей ИИ не справляются . Именно эта потребность в рассуждениях объясняет, почему математика служит важным ориентиром для оценки прогресса в области искусственного интеллекта.
Разработка DeepMind под названием AlphaGeometry сочетает в себе языковую модель с типом искусственного интеллекта, называемым символическим движком, который использует символы и логические правила для выполнения выводов. Языковые модели превосходно распознают закономерности и прогнозируют последующие этапы процесса. Однако их рассуждениям не хватает строгости, необходимой для решения математических задач. С другой стороны, символический механизм основан исключительно на формальной логике и строгих правилах, что позволяет ему направлять языковую модель к рациональным решениям.
Эти два подхода, отвечающие за творческое мышление и логическое рассуждение соответственно, работают вместе для решения сложных математических задач. Это очень похоже на то, как люди решают задачи по геометрии, сочетая имеющиеся у них знания с исследовательскими экспериментами.
DeepMind утверждает, что протестировала AlphaGeometry на 30 геометрических задачах того же уровня сложности, что и на Международной математической олимпиаде, и добилась неплохих результатов. За время отведенное для решения задач, искусственный интеллект решил двадцать пять. Предыдущая современная система, разработанная китайским математиком Вэнь-Цюн Ву в 1978 году, выполнила всего десять.
«Это действительно впечатляющий результат, я ожидал, что это произойдет [только] через несколько лет»», — говорит Флорис ван Доорн (Floris van Doorn), профессор математики Боннского университета, не принимавший участия в исследовании.
Изображение: сгенерировано fusionbrain.ai