離通用AI更近了!Google DeepMind新AI媲美國際數學奧林匹克金牌的解題能力Google DeepMind最近發表一款AI系統AlphaGeometry,使用1億筆合成資料訓練,就能在最新...

贴文 1个月前
610 0

離通用AI更近了!Google DeepMind新AI媲美國際數學奧林匹克金牌的解題能力

Google DeepMind最近發表一款AI系統AlphaGeometry,使用1億筆合成資料訓練,就能在最新的30道國際數學奧林匹克(IMO)題目中,在規定時間內解出25道題。它不只比先前只解出10題的最佳AI還厲害,表現還接近人類金牌得主的平均值25.9道題,是邁向通用AI的一大里程碑。這項研究成果,日前也登上《Nature》期刊。

最先進的AI系統解幾何學難題,仍是個挑戰

為何AI解幾何學題目很重要?

因為,幾何學是數學最古老、最基礎的分支之一,也是電腦科學、建築、藝術、工程、天文等領域的重要工具。就電腦科學來說,幾何學因涉及空間屬性,例如距離、形狀、大小和相對位置等,是重要的處理工具,尤其能用來設計和分析演算法,執行常見的AI任務,如圖像處理、電腦視覺和動作規畫等。

幾何學也是國際數學奧林匹克競賽的重要課題。這個競賽旨在測驗邏輯推理和發現新知識的能力,每年吸引全球各地優秀的高中生,來挑戰數學難題。

然而,就算是目前最先進的AI系統,都還難以證明數學猜想(Conjecture)的真偽。AI界普遍認為,能證明數學定理,是發展通用AI(即AGI)的關鍵一步,但它有個大挑戰:訓練資料的缺乏。因為,專為AI建立數學證明資料,既困難又昂貴,專家們很難收集到足夠的訓練資料,來打造AI解題模型。

根據IMO規則生成1億筆訓練資料,最終解出25道題

為解決這個挑戰,Google DeepMind研究團隊Trieu Trinh和Thang Luong先是根據IMO規則,生成了1億個不同複雜度的數學定理和證明,並用這些合成的訓練資料,從頭訓練出一套AI系統AlphaGeometry。在這個過程中,完全沒使用人工範例。 网页链接

暂无评论

暂无评论...