Η τεχνητή νοημοσύνη στο Διεθνές Μαθηματικό Ολυμπιάδα: Πώς το AlphaProof και το AlphaGeometry 2 πέτυχαν το επίπεδο αργυρού μεταλλίου

Η μαθηματική σκέψη είναι một ζωτικό аспект των ανθρώπινων γνωστικών ικανοτήτων, οδηγώντας την πρόοδο στις επιστημονικές ανακαλύψεις και τις τεχνολογικές εξελίξεις. Καθώς αγωνιζόμαστε να αναπτύξουμε γενική τεχνητή νοημοσύνη που ταιριάζει με την ανθρώπινη σκέψη, η εξοπλισμός της τεχνητής νοημοσύνης με προηγμένες μαθηματικές ικανότητες είναι απαραίτητος. Ενώ τα τρέχοντα συστήματα τεχνητής νοημοσύνης μπορούν να χειριστούν βασικά μαθηματικά προβλήματα, δυσκολεύονται με τη σύνθετη σκέψη που απαιτείται για προηγμένα μαθηματικά όπως η άλγεβρα και η γεωμετρία. Ωστόσο, αυτό μπορεί να αλλάξει, καθώς η Google DeepMind έχει κάνει σημαντικά βήματα στην προώθηση των μαθηματικών ικανοτήτων της τεχνητής νοημοσύνης. Αυτή η πρόοδος επιτεύχθηκε στο Διεθνές Μαθηματικό Ολυμπιάδα (IMO) 2024. Το IMO είναι ο παλαιότερος και ο πιο prestigioso μαθηματικός διαγωνισμός, που προκαλεί τους μαθητές του λυκείου σε προβλήματα άλγεβρας, συνδυαστικής, γεωμετρίας και θεωρίας αριθμών. Κάθε χρόνο, ομάδες νέων μαθηματικών αγωνίζονται για να λύσουν έξι πολύ δύσκολα προβλήματα. Φέτος, η Google DeepMind εισήγαγε δύο συστήματα τεχνητής νοημοσύνης: το AlphaProof, το οποίο επικεντρώνεται στη формική μαθηματική σκέψη, και το AlphaGeometry 2, το οποίο ειδικεύεται στη λύση γεωμετρικών προβλημάτων. Αυτά τα συστήματα κατάφεραν να λύσουν τέσσερα από τα έξι προβλήματα, επιτυγχάνοντας το επίπεδο του αργυρού μεταλλίου. Σε αυτό το άρθρο, θα εξερευνήσουμε πώς αυτά τα συστήματα λειτουργούν για να λύσουν μαθηματικά προβλήματα.

AlphaProof: Συνδυασμός τεχνητής νοημοσύνης και формικής γλώσσας για την απόδειξη μαθηματικών θεωρημάτων

Το AlphaProof είναι ένα σύστημα τεχνητής νοημοσύνης που σχεδιάστηκε για να αποδείξει μαθηματικές προτάσεις χρησιμοποιώντας τη формική γλώσσα Lean. Ενσωματώνει το Gemini, ένα προ-εκπαιδευμένο μοντέλο γλώσσας, με το AlphaZero, ένα αλγόριθμο ενίσχυσης που είναι διάσημο για την εξοικείωση με το σκάκι, το σόγκι και το Γκο.

Το μοντέλο Gemini μεταφράζει φυσική γλώσσα σε формική γλώσσα, δημιουργώντας μια βιβλιοθήκη προβλημάτων με διαφορετικά επίπεδα δυσκολίας. Αυτό έχει δύο σκοπούς: τη μετάφραση ακαθόριστων φυσικών γλωσσών σε ακριβείς формικές γλώσσες για την επαλήθευση μαθηματικών αποδείξεων και τη χρήση προβλεπτικών ικανοτήτων του Gemini για τη δημιουργία μιας λίστας πιθανών λύσεων με ακρίβεια στη формική γλώσσα.

Όταν το AlphaProof αντιμετωπίζει ένα πρόβλημα, παράγει πιθανές λύσεις και αναζητά βήματα απόδειξης στο Lean για να επικυρώσει ή να απορρίψει αυτές τις λύσεις. Αυτό είναι ουσιαστικά μια νευρο-συμβολική προσέγγιση, όπου το νευρωνικό δίκτυο, το Gemini, μεταφράζει φυσικές γλώσσες σε συμβολικές формικές γλώσσες για να αποδείξει ή να απορρίψει την πρόταση. Παρόμοια με το μηχανισμό αυτο-παιχνιδιού του AlphaZero, όπου το σύστημα μαθαίνει παίζοντας παιχνίδια εναντίον του εαυτού του, το AlphaProof εκπαιδεύεται από την απόπειρα να αποδείξει μαθηματικές προτάσεις. Κάθε απόπειρα απόδειξης βελτιώνει το μοντέλο γλώσσας του AlphaProof, με επιτυχείς αποδείξεις που ενισχύουν την ικανότητα του μοντέλου να αντιμετωπίσει πιο δύσκολα προβλήματα.

Για το Διεθνές Μαθηματικό Ολυμπιάδα (IMO), το AlphaProof εκπαιδεύτηκε αποδεικνύοντας ή απορρίπτοντας εκατομμύρια προβλήματα που καλύπτουν διαφορετικά επίπεδα δυσκολίας και μαθηματικά θέματα. Αυτή η εκπαίδευση συνεχίστηκε κατά τη διάρκεια του διαγωνισμού, όπου το AlphaProof βελτίωσε τις λύσεις του μέχρι να βρει πλήρεις απαντήσεις στα προβλήματα.

AlphaGeometry 2: Ενοποίηση LLMs και συμβολικής τεχνητής νοημοσύνης για την επίλυση γεωμετρικών προβλημάτων

Το AlphaGeometry 2 είναι η τελευταία έκδοση της σειράς AlphaGeometry, σχεδιασμένη για να αντιμετωπίσει γεωμετρικά προβλήματα με αυξημένη ακρίβεια και αποτελεσματικότητα. Βασισμένο στο θεμέλιο του προκατόχου του, το AlphaGeometry 2 χρησιμοποιεί μια νευρο-συμβολική προσέγγιση που συνδυάζει νευρωνικά μοντέλα μεγάλης κλίμακας με συμβολική τεχνητή νοημοσύνη. Αυτή η ενοποίηση συνδυάζει κανόνες-βασισμένη λογική με την προβλεπτική ικανότητα των νευρωνικών δικτύων για την αναγνώριση βοηθητικών σημείων, απαραίτητων για την επίλυση γεωμετρικών προβλημάτων. Το LLM στο AlphaGeometry προβλέπει новые γεωμετρικές κατασκευές, ενώ η συμβολική τεχνητή νοημοσύνη εφαρμόζει формική λογική για να παράγει αποδείξεις.

Όταν αντιμετωπίζει ένα γεωμετρικό πρόβλημα, το LLM του AlphaGeometry αξιολογεί πολλές πιθανότητες, προβλέποντας κατασκευές που είναι απαραίτητες για την επίλυση του προβλήματος. Αυτές οι προβλέψεις χρησιμεύουν ως πολύτιμες ενδείξεις, οδηγώντας τον συμβολικό κινητήρα προς ακριβείς συναγωγές και προωθώντας την προσέγγιση προς μια λύση. Αυτή η καινοτόμος προσέγγιση επιτρέπει στο AlphaGeometry να αντιμετωπίζει σύνθετα γεωμετρικά προκλήματα που υπερβαίνουν τις συμβατικές καταστάσεις.

Μια κλειδί βελτίωση στο AlphaGeometry 2 είναι η ενοποίηση του LLM Gemini. Αυτό το μοντέλο εκπαιδεύτηκε από την αρχή με σημαντικά περισσότερα συνθετικά δεδομένα από τον προκάτοχό του. Αυτή η εκτεταμένη εκπαίδευση το εξοπλίζει για να χειριστεί πιο δύσκολα γεωμετρικά προβλήματα, συμπεριλαμβανομένων εκείνων που αφορούν κινήσεις αντικειμένων και εξισώσεις γωνιών, αναλογιών ή αποστάσεων. Επιπλέον, το AlphaGeometry 2 διαθέτει einen συμβολικό κινητήρα που λειτουργεί δύο τάξεις μεγέθους ταχύτερα, επιτρέποντας του να εξερευνήσει εναλλακτικές λύσεις με ανεπρεσμένη ταχύτητα. Αυτές οι προόδους καθιστούν το AlphaGeometry 2 ένα ισχυρό εργαλείο για την επίλυση περίπλοκων γεωμετρικών προβλημάτων, θέτοντας einen νέο chuẩn στην περιοχή.

AlphaProof και AlphaGeometry 2 στο IMO

Φέτος στο Διεθνές Μαθηματικό Ολυμπιάδα (IMO), οι συμμετέχοντες έπρεπε να αντιμετωπίσουν έξι διαφορετικά προβλήματα: δύο στην άλγεβρα, ένα στη θεωρία αριθμών, ένα στη γεωμετρία και δύο στη συνδυαστική. Οι ερευνητές της Google DeepMind μετέφρασαν αυτά τα προβλήματα σε формική μαθηματική γλώσσα για το AlphaProof και το AlphaGeometry 2. Το AlphaProof αντιμετώπισε δύο προβλήματα άλγεβρας και ένα πρόβλημα θεωρίας αριθμών, συμπεριλαμβανομένου του πιο δύσκολου προβλήματος του διαγωνισμού, που λύθηκε μόνο από πέντε ανθρώπινους διαγωνιζόμενους φέτος. Εν τω μεταξύ, το AlphaGeometry 2 κατάφερε να λύσει το γεωμετρικό πρόβλημα, αν και δεν κατάφερε να λύσει τα δύο προβλήματα συνδυαστικής
Κάθε πρόβλημα στο IMO αξίζει επτά πόντους, με συνολικό μέγιστο 42. Το AlphaProof και το AlphaGeometry 2 κέρδισαν 28 πόντους, επιτυγχάνοντας τέλειες βαθμολογίες στα προβλήματα που λύθηκαν. Αυτό τους τοποθέτησε στην υψηλότερη κατηγορία του αργυρού μεταλλίου. Η όριο του χρυσού μεταλλίου φέτος ήταν 29 πόντους, που επιτεύχθηκε από 58 από τους 609 διαγωνιζόμενους.

Επόμενο Βήμα: Φυσική Γλώσσα για Μαθηματικές Προκλήσεις

Το AlphaProof και το AlphaGeometry 2 έχουν δείξει εντυπωσιακές προόδους στις ικανότητες της τεχνητής νοημοσύνης για την επίλυση μαθηματικών προβλημάτων. Ωστόσο, αυτά τα συστήματα εξακολουθούν να βασίζονται σε ανθρώπινους εμπειρογνώμονες για τη μετάφραση μαθηματικών προβλημάτων σε формική γλώσσα για επεξεργασία. Επιπλέον, δεν είναι σαφές πώς αυτές οι εξειδικευμένες μαθηματικές ικανότητες θα ενσωματωθούν σε άλλα συστήματα τεχνητής νοημοσύνης, όπως για την εξέταση υποθέσεων, την δοκιμή καινοτόμων λύσεων σε μακροχρόνια προβλήματα και την αποτελεσματική διαχείριση των χρονοβόρων аспектων των αποδείξεων.
Για να υπερβούν αυτές τις περιορισμούς, οι ερευνητές της Google αναπτύσσουν ένα σύστημα φυσικής γλώσσας που βασίζεται στο Gemini και στην τελευταία έρευνά τους. Αυτό το νέο σύστημα στοχεύει στην προώθηση των ικανοτήτων επίλυσης προβλημάτων χωρίς να απαιτεί μετάφραση σε формική γλώσσα και σχεδιάζεται για να ενσωματωθεί ομαλά με άλλα συστήματα τεχνητής νοημοσύνης.

Το Κύριο

Η απόδοση του AlphaProof και του AlphaGeometry 2 στο Διεθνές Μαθηματικό Ολυμπιάδα είναι ένα σημαντικό βήμα προς τα εμπρός στις ικανότητες της τεχνητής νοημοσύνης για την αντιμετώπιση σύνθετων μαθηματικών προβλημάτων. Και τα δύο συστήματα έδειξαν επίδοση στο επίπεδο του αργυρού μεταλλίου, λύνοντας τέσσερα από τα έξι προβλήματα, και δείχνοντας σημαντικές προόδους στην απόδειξη και την επίλυση γεωμετρικών προβλημάτων.尽管 τα επιτεύγματα, αυτά τα συστήματα εξακολουθούν να βασίζονται σε ανθρώπινη εισαγωγή για τη μετάφραση προβλημάτων σε формική γλώσσα και αντιμετωπίζουν προκλήσεις ενσωμάτωσης με άλλα συστήματα τεχνητής νοημοσύνης. Μελλοντική έρευνα στοχεύει στην περαιτέρω βελτίωση αυτών των συστημάτων, πιθανώς ενσωματώνοντας φυσική γλώσσα για να επεκτείνει τις ικανότητές τους σε ένα ευρύτερο φάσμα μαθηματικών προκλήσεων.