IT 之家 1 月 18 日消息,谷歌 DeepMind 近日在《Nature》上發(fā)表論文,展示了最新 AI 系統(tǒng) AlphaGeometry,解決數(shù)學(xué)幾何問(wèn)題的能力媲美全球頂尖學(xué)生。
AlphaGeometry 在高中生國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽(IMO)中,30 道題目中正確回答 25 道,正確率為 83%。
作為對(duì)比,人類金牌得主平均能正確回答 25.9 個(gè)問(wèn)題,而此前 AI 模型的最好紀(jì)錄是成功回答 10 道幾何問(wèn)題。
這一成績(jī)非常接近人類參賽者的金牌標(biāo)準(zhǔn),Deepmind 認(rèn)為,這凸顯了人工智能在數(shù)學(xué)領(lǐng)域日益增長(zhǎng)的能力。
參與該項(xiàng)目的 Deepmind 研究員 Quoc V Le 告訴《金融時(shí)報(bào)》,新系統(tǒng)是向構(gòu)建人工通用智能(AGI)邁出的關(guān)鍵一步。
AlphaGeometry 是一種結(jié)合了語(yǔ)言學(xué)習(xí)和演繹推理的神經(jīng)符號(hào)系統(tǒng)。該系統(tǒng)結(jié)合神經(jīng)語(yǔ)言模型的預(yù)測(cè)能力與基于規(guī)則的演繹引擎,共同尋找解決方案。
語(yǔ)言模型是一種解決方案助手,當(dāng)符號(hào)引擎無(wú)法獨(dú)立找到解決方案時(shí),它就會(huì)向符號(hào)引擎建議新的方法。
谷歌 Deepmind 將這種方法比作心理學(xué)家丹尼爾-卡尼曼(Daniel Kahneman)所說(shuō)的 "快思慢慮",結(jié)合快速模式識(shí)別能力與邏輯推理的深思熟慮。
AlphaGeometry 通過(guò)從形狀和線條中隨機(jī)生成幾何圖形來(lái)創(chuàng)建訓(xùn)練數(shù)據(jù)。然后,系統(tǒng)會(huì)識(shí)別并重建這些圖表中的所有連接、關(guān)系和證明。通過(guò)這一過(guò)程,AlphaGeometry 無(wú)需依賴人工演示或指導(dǎo),就可以學(xué)習(xí)和理解幾何圖形。
Deepmind 稱這種技術(shù)為“符號(hào)演繹和回溯”(symbolic deduction and traceback),解決了數(shù)學(xué)中訓(xùn)練數(shù)據(jù)太少的問(wèn)題。
完成后的數(shù)據(jù)集由十億個(gè)隨機(jī)的、獨(dú)一無(wú)二的幾何物體圖組成,每個(gè)圖中的點(diǎn)和線之間的所有關(guān)系都是“詳盡推導(dǎo)”出來(lái)的。
IT 之家附上 AlphaGeometry 源代碼和論文地址如下
Trinh, T.H., Wu, Y., Le, Q.V. et al. Solving olympiad geometry without human demonstrations. Nature 625, 476–482 (2024).https://doi.org/10.1038/s41586-023-06747-5
AlphaGeometry Github 源代碼
本文鏈接:http://www.tebozhan.com/showinfo-45-3247-0.html邁向通用 AI 關(guān)鍵一步,谷歌 AlphaGeometry 國(guó)際奧數(shù)正確率達(dá) 83%
聲明:本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。郵件:2376512515@qq.com
上一篇: 大模型偽裝「潛伏特工」學(xué)會(huì)欺騙,OpenAI 勁敵重磅研究震驚馬斯克
下一篇: 小米申請(qǐng)注冊(cè)“ChatMI”“小米大模型”商標(biāo),用于智能音箱、電動(dòng)汽車等