DeepMind 的 AI 系統 AlphaGeometry 能夠高水準解決複雜的幾何問題

2024-01-19 15:24:04

Google DeepMind 的人工智慧研究團隊與紐約大學的同事合作，開發了一種名為 AlphaGeometry 的人工智慧系統，該系統已展示出高水準解決複雜幾何問題的能力。

DeepMind's AI system AlphaGeometry able to solve complex geometry problems at a high level — AlphaGeometry 合成資料產生流程。a，我們先對一大組隨機定理前提進行取樣。b、我們使用符號推演引擎來獲得推演閉包。這將傳回語句的有向非循環圖。對於圖中的每個節點，我們執行回溯以找到其必要前提和依賴推論的最小集合。c、最小前提和對應的子圖構成一個綜合問題及其解決方案。在下面的例子中，E點和D點儘管與HA和BC的構造無關，但仍然參與了證明；因此，它們是由語言模型作為輔助結構來學習的。信用：自然（2024）。DOI：10.1038/s41586-023-06747-5

在他們的論文中發表在日記中自然，該小組描述了他們的新人工智慧系統以及他們在開發過程中使用的想法。該團隊位於自然還發表了podcast概述新的人工智慧系統。

證明數學定理可能是一項具有挑戰性的工作，能夠做好這項工作的人被認為是高等教育機構的寶貴資產，在某些情況下，對於Google等公司來說也是如此。因此，建立了一種識別此類個體的方法—國際數學奧林匹克競賽。它被稱為高中生數學世界錦標賽。

由於在許多現代應用中使用數學固有的許多困難，例如電腦系統的設計，電腦科學家一直希望人工智慧系統能夠解決複雜的問題數學問題和/或證明定理。不幸的是，到目前為止，人工智慧系統的表現並沒有達到預期的效果。然而，在這項新研究中，DeepMind 團隊現在創建了一個名為 AlphaGeometry 的人工智慧系統，該系統可以與國際數學奧林匹克競賽金牌得主的水平進行競爭。

為了創建 AlphaGeometry，研究團隊使用了一種新方法。他們沒有嘗試教導系統如何使用多個範例來證明定理，而是使用了允許系統自我訓練的神經語言模型。這是透過綜合數百萬個具有不同複雜程度的已知定理和證明來完成的。他們還添加了符號推演引擎來幫助系統學習和解決越來越多的問題複雜的問題無需人類的幫助。

然後，研究人員測試了他們的新系統，給了 2002 年至 2020 年國際數學奧林匹克學生面臨的 30 個問題，發現它能夠比以前的人工智慧系統更好地解決其中 25 個問題。他們指出，其表現與比賽中金牌得主的平均值相當。

研究小組指出，該系統目前被編程為處理特定形式的幾何形狀，但表明它可能能夠將其功能擴展到其他領域。

更多資訊：Trieu H. Trinh 等人，在沒有人類演示的情況下解決奧林匹克幾何問題，自然（2024）。DOI：10.1038/s41586-023-06747-5

DeepMind 部落格文章：deepmind.google/discover/blog/ – 幾何系統/

引文:DeepMind 的 AI 系統 AlphaGeometry 能夠高水準解決複雜的幾何問題（2024 年 1 月 19 日）檢索日期：2024 年 1 月 19 日取自 https://techxplore.com/news/2024-01-deepmind-ai-alphageometry-complex-geometry.html

本文檔受版權保護。除了出於私人學習或研究目的的任何公平交易外，不得未經書面許可，不得複製部分內容。所提供的內容僅供參考。