Tekoäly kansainvälisessä matematiikkaolympiadissa: Miten AlphaProof ja AlphaGeometry 2 saavuttivat hopeamitalin tason

Matemaattinen päättely on olennainen osa ihmisen kognitiivisia kykyjä, ja se edistää tieteellisten löytöjen ja teknologisten kehitysten edistymistä. Kun pyrimme kehittämään tekoälyä, joka vastaa ihmisen kognitiivisia kykyjä, on olennaisen tärkeää varustaa tekoäly edistyneillä matemaattisilla päättelykyvyillä. Vaikka nykyiset tekoälyjärjestelmät pystyvät ratkaisemaan perussuoria matemaattisia ongelmia, ne kamppailevat monimutkaisen päättelyn kanssa, jota vaaditaan edistyneille matemaattisille aloille, kuten algebralle ja geometrialle. Google DeepMind on kuitenkin tehnyt merkittäviä edistysaskelia tekoälyjärjestelmien matemaattisen päättelyn kehittämisessä. Tämä läpimurto tapahtui kansainvälisessä matematiikkaolympiadissa (IMO) 2024. Perustettu vuonna 1959, IMO on vanhin ja arvostetuin matematiikkakilpailu, jossa haastetaan lukio-opiskelijoita ympäri maailmaa ongelmilla, jotka liittyvät algebraan, kombinatoriikkaan, geometriaan ja lukuteoriaan. Jokaisena vuonna nuoret matemaatikot kilpailevat ratkaisemalla kuusi hyvin haastavaa ongelmaa. Tänä vuonna Google DeepMind esitteli kaksi tekoälyjärjestelmää: AlphaProof, joka keskittyy muodolliseen matemaattiseen päättelyyn, ja AlphaGeometry 2, joka erikoistuu geometrisiin ongelmiin. Nämä tekoälyjärjestelmät onnistuivat ratkaisemaan neljä kuudesta ongelmasta ja suorittivat hopeamitalin tasolla. Tässä artikkelissa tutkimme, miten nämä järjestelmät toimivat matemaattisten ongelmien ratkaisemiseksi.

AlphaProof: Yhdistämällä tekoäly ja muodollinen kieli matemaattiseen teoreemien todistamiseen

AlphaProof on tekoälyjärjestelmä, joka on suunniteltu todistamaan matemaattisia lauseita muodollisen kielen Lean avulla. Se yhdistää Gemini-kielen mallin, joka on esikoulutettu kielen malli, AlphaZero-vahvistusoppimisalgoritmiin, joka on kuuluisa shakin, shogin ja gon pelaamisesta.

Gemini-malli kääntää luonnollisen kielen ongelman lauseet muodollisiksi lauseiksi, luoden kirjaston ongelmista, joissa on eri vaikeustasot. Tämä palvelee kahta tarkoitusta: kääntämällä epätarkat luonnolliset kielet tarkoiksi muodollisiksi kieliksi matemaattisten todistusten vahvistamiseksi ja käyttämällä Gemini-mallin ennustuskykyä luomaan luettelo mahdollisista ratkaisuista muodollisen kielen tarkkuudella.

Kun AlphaProof kohtaa ongelman, se luo potentiaalisia ratkaisuja ja etsii todistusaskelia Leanissa vahvistaakseen tai kumotakseen ne. Tämä on olennaisesti neuro-symbolinen lähestymistapa, jossa neuroverkko, Gemini, kääntää luonnollisen kielen ohjeet muodolliseksi kieliksi Leanille todistamaan tai kumotakseen lauseen. Samalla tavalla kuin AlphaZeron itsepelimekanismi, jossa järjestelmä oppii pelaamalla pelejä itsensä kanssa, AlphaProof kouluttaa itsensä yrittämällä todistaa matemaattisia lauseita. Jokainen todistusyritys hienontaa AlphaProofin kielen mallia, ja onnistuneet todistukset vahvistavat mallin kykyä tarkastella haasteellisempia ongelmia.

Kansainvälisessä matematiikkaolympiadissa (IMO) AlphaProof koulutettiin todistamalla tai kumotakseen miljoonia ongelmia, jotka kattoivat eri vaikeustasot ja matemaattisia aiheita. Tämä koulutus jatkui kilpailun aikana, jolloin AlphaProof hienonsi ratkaisujaan, kunnes se löysi täydelliset vastaukset ongelmiin.

AlphaGeometry 2: Integroimalla LLM:t ja symbolista tekoälyä geometrisiin ongelmiin

AlphaGeometry 2 on uusin versio AlphaGeometry-sarjasta, joka on suunniteltu ratkaisemaan geometrisiä ongelmia parannetulla tarkkuudella ja tehokkuudella. Rakentamalla edellisen version perustalle, AlphaGeometry 2 käyttää neuro-symbolista lähestymistapaa, joka yhdistää suuret kielen mallit (LLM) symboliseen tekoälyyn. Tämä integraatio yhdistää sääntöpohjaisen logiikan neuroverkkojen ennustuskykyyn auxiliary-pisteiden tunnistamiseksi, jotka ovat välttämättömiä geometrisiin ongelmiin. AlphaGeometryn LLM ennustaa uusia geometrisiä konstruktioita, kun taas symbolinen tekoäly soveltaa muodollista logiikkaa luomaan todistuksia.

Kun AlphaGeometry kohtaa geometrisen ongelman, sen LLM arvioi useita mahdollisuuksia, ennustaa konstruktioita, jotka ovat olennaisia ongelman ratkaisemiseksi. Nämä ennustukset toimivat arvokkaina vihjeinä, johdaten symbolista moottoria tarkoituksenmukaisiin johtopäätöksiin ja edistäen ratkaisun lähemmäs. Tämä innovatiivinen lähestymistapa mahdollistaa AlphaGeometrian käsitellä monimutkaisia geometrisia haasteita, jotka ulottuvat perinteisten tilanteiden ulkopuolelle.

Yksi tärkeä parannus AlphaGeometry 2:ssa on Gemini-LLM:n integroiminen. Tämä malli on koulutettu alusta lähtien merkittävästi enemmän synteettisillä tiedoilla kuin sen edeltäjä. Tämä laaja koulutus varustaa sen ratkaisemaan vaikeampia geometrisiä ongelmia, mukaan lukien ongelmat, jotka liittyvät esineiden liikkeisiin ja kulmien, suhteiden tai etäisyyksien yhtälöihin. Lisäksi AlphaGeometry 2 sisältää symbolisen moottorin, joka toimii kaksi kertaa nopeammin, mahdollistaen sen tutkia vaihtoehtoisia ratkaisuja ennennäkemättömällä nopeudella. Nämä edistysaskeleet tekevät AlphaGeometry 2:sta voimakkaan työkalun monimutkaisten geometristen ongelmien ratkaisemiseen, asettamalla uuden standardin alalla.

AlphaProof ja AlphaGeometry 2 IMO:ssa

Tänä vuonna kansainvälisessä matematiikkaolympiadissa (IMO) osallistujat haastettiin kuudella monipuolisella ongelmalla: kahdella algebran, yhdellä lukuteorian, yhdellä geometrian ja kahdella kombinatorian ongelmalla. Google-tutkijat käänsivät nämä ongelmat muodolliseksi matemaattiseksi kieleksi AlphaProofille ja AlphaGeometry 2:lle. AlphaProof ratkaisi kaksi algebran ongelmaa ja yhden lukuteorian ongelman, mukaan lukien kilpailun haasteellisin ongelman, jonka vain viisi ihmiskilpailijaa ratkaisi tänä vuonna. Samaan aikaan AlphaGeometry 2 onnistui ratkaisemaan geometrian ongelman, vaikka se ei onnistunut ratkaisemaan kahden kombinatorian haasteita.

Jokainen ongelma IMO:ssa on arvoltaan seitsemän pistettä, ja maksimipistemäärä on 42. AlphaProof ja AlphaGeometry 2 saavuttivat 28 pistettä, saavuttaen täydelliset pisteet ongelmista, joita ne ratkaisivat. Tämä asetti ne korkeaan hopeamitalin luokkaan. Kultamitalin kynnys tänä vuonna oli 29 pistettä, johon 58 kilpailijaa 609:sta osallistujasta ylsi.

Seuraava askel: Luonnollinen kieli matemaattisiin haasteisiin

AlphaProof ja AlphaGeometry 2 ovat osoittaneet vaikuttavia edistysaskelia tekoälyn matemaattisen ongelmanratkaisun kyvyssä. Kuitenkin nämä järjestelmät riippuvat edelleen ihmistutkijoista, jotka kääntävät matemaattisia ongelmia muodolliseksi kieleksi prosessointia varten. Lisäksi on epäselvää, miten nämä erikoistuneet matemaattiset taidot voitaisiin sisällyttää muihin tekoälyjärjestelmiin, kuten hypoteesien tutkimiseen, innovatiivisten ratkaisujen testaamiseen pitkäaikaisiin ongelmiin ja tehokkaaseen ajan hallintaan todistusten yksityiskohtaisissa osissa.

Ylittääkseen nämä rajoitukset Google-tutkijat kehittävät luonnollisen kielen päättelyjärjestelmää, joka perustuu Geminiin ja heidän uusimpiin tutkimuksiin. Tämä uusi järjestelmä pyrkii edistämään ongelmanratkaisun kykyä ilman muodollisen kielen käännöstarvetta ja on suunniteltu integroitumaan sulavasti muihin tekoälyjärjestelmiin.

Pohjimmiltaan

AlphaProofin ja AlphaGeometry 2:n suoritus kansainvälisessä matematiikkaolympiadissa on merkittävä askel tekoälyn kyvyssä ratkaista monimutkaisia matemaattisia päättelyongelmia. Molemmat järjestelmät osoittivat hopeamitalin tason suorituskyvyn ratkaisemalla neljä kuudesta haasteellisesta ongelmasta, osoittaen merkittäviä edistysaskelia muodollisissa todistuksissa ja geometrisissä ongelmanratkaisuissa. Vaikka he saavuttivat merkittäviä saavutuksia, nämä tekoälyjärjestelmät riippuvat edelleen ihmisten syöttämistä ongelmanmuodollistuksista ja kohtaavat haasteita muiden tekoälyjärjestelmien integroimisessa. Tulevaisuuden tutkimus pyrkii parantamaan näitä järjestelmiä edelleen, mahdollisesti integroimalla luonnollisen kielen päättelyn laajentamaan niiden kykyjä laajempiin matemaattisiin haasteisiin.