Modèles et plateformes d’IA
AlphaGeometry2 : L’IA qui surpasse les champions humains des Olympiades de géométrie
Ajouter Unite.AI à vos sources préférées sur Google
L’intelligence artificielle a longtemps tenté d’imiter la raison logique humaine. Bien qu’elle ait fait des progrès considérables dans la reconnaissance de modèles, la raison abstraite et la déduction symbolique sont restées des défis difficiles pour l’IA. Cette limitation devient particulièrement évidente lorsque l’IA est utilisée pour la résolution de problèmes mathématiques, une discipline qui a longtemps été un témoignage des capacités cognitives humaines telles que la pensée logique, la créativité et la compréhension profonde. Contrairement aux autres branches des mathématiques qui s’appuient sur des formules et des manipulations algébriques, la géométrie est différente. Elle nécessite non seulement une raison structurée, étape par étape, mais également la capacité de reconnaître des relations cachées et la compétence pour construire des éléments supplémentaires pour résoudre des problèmes.
Pendant longtemps, ces capacités étaient considérées comme uniques aux humains. Cependant, Google DeepMind a travaillé sur le développement d’une IA capable de résoudre ces tâches de raisonnement complexes. L’année dernière, ils ont présenté AlphaGeometry, un système d’IA qui combine la puissance prédictive des réseaux de neurones avec la logique structurée de la déduction symbolique pour résoudre des problèmes de géométrie complexes. Ce système a eu un impact significatif en résolvant 54 % des problèmes de géométrie des Olympiades internationales de mathématiques (IMO) pour atteindre des performances équivalentes à celles des médailles d’argent. Récemment, ils ont encore amélioré cela avec AlphaGeometry2, qui a atteint un taux de résolution incroyable de 84 % pour surpasser les performances d’un médaillé d’or moyen de l’IMO.
Dans cet article, nous allons explorer les innovations clés qui ont permis à AlphaGeometry2 d’atteindre ce niveau de performance et ce que ce développement signifie pour l’avenir de l’IA dans la résolution de problèmes de raisonnement complexes. Mais avant de plonger dans ce qui rend AlphaGeometry2 spécial, il est essentiel de comprendre d’abord ce qu’est AlphaGeometry et comment il fonctionne.
AlphaGeometry : L’IA pionnière dans la résolution de problèmes de géométrie
AlphaGeometry est un système d’IA conçu pour résoudre des problèmes de géométrie complexes au niveau des IMO. Il s’agit essentiellement d’un système neuro-symbolique qui combine un modèle de langage neuronal avec un moteur de déduction symbolique. Le modèle de langage neuronal aide le système à prédire de nouveaux construits géométriques, tandis que le moteur de déduction symbolique applique une logique formelle pour générer des preuves. Cette configuration permet à AlphaGeometry de penser plus comme un humain en combinant les capacités de reconnaissance de modèles des réseaux de neurones, qui reproduisent la pensée intuitive humaine, avec la raison structurée de la logique formelle, qui imite les capacités de raisonnement déductif humaines. L’une des innovations clés dans AlphaGeometry était la façon dont il a généré des données d’entraînement. Au lieu de s’appuyer sur des démonstrations humaines, il a créé un milliard de diagrammes géométriques aléatoires et a systématiquement dérivé des relations entre les points et les lignes. Ce processus a créé un ensemble de données massif de 100 millions d’exemples uniques, aidant le modèle neuronal à prédire des construits géométriques fonctionnels et guidant le moteur symbolique vers des solutions précises. Cette approche hybride a permis à AlphaGeometry de résoudre 25 des 30 problèmes de géométrie des Olympiades dans le temps de compétition standard, correspondant étroitement aux performances des meilleurs concurrents humains.
Comment AlphaGeometry2 améliore les performances
Bien qu’AlphaGeometry ait été une avancée dans la raison mathématique pilotée par l’IA, il avait certaines limites. Il a lutté pour résoudre des problèmes complexes, manquait d’efficacité dans la gestion d’une large gamme de défis de géométrie et avait des limites dans la couverture des problèmes. Pour surmonter ces obstacles, AlphaGeometry2 introduit une série d’améliorations significatives :
- Élargir la capacité de l’IA à comprendre des problèmes de géométrie plus complexes
L’une des améliorations les plus significatives dans AlphaGeometry2 est sa capacité à travailler avec une gamme plus large de problèmes de géométrie. L’ancien AlphaGeometry a lutté avec des problèmes qui impliquaient des équations linéaires d’angles, de rapports et de distances, ainsi que ceux qui nécessitaient une réflexion sur les points, les lignes et les cercles en mouvement. AlphaGeometry2 surmonte ces limites en introduisant un modèle de langage plus avancé qui lui permet de décrire et d’analyser ces problèmes complexes. En conséquence, il peut désormais aborder 88 % de tous les problèmes de géométrie des IMO des deux dernières décennies, une augmentation significative par rapport aux 66 % précédents.
- Un moteur de résolution de problèmes plus rapide et plus efficace
Une autre raison clé pour laquelle AlphaGeometry2 performe si bien est son moteur symbolique amélioré. Ce moteur, qui sert de noyau logique de ce système, a été amélioré de plusieurs manières. Premièrement, il a été amélioré pour fonctionner avec un ensemble plus raffiné de règles de résolution de problèmes, ce qui le rend plus efficace et plus rapide. Deuxièmement, il peut désormais reconnaître lorsqu’il s’agit de différents construits géométriques qui représentent le même point dans un problème, lui permettant de raisonner de manière plus flexible. Enfin, le moteur a été réécrit en C++ plutôt qu’en Python, ce qui le rend plus de 300 fois plus rapide qu’auparavant. Cette accélération permet à AlphaGeometry2 de générer des solutions plus rapidement et plus efficacement.
- Entraîner l’IA avec des problèmes de géométrie plus complexes et plus variés
L’efficacité du modèle neuronal d’AlphaGeometry2 provient de son entraînement approfondi dans des problèmes de géométrie synthétiques. AlphaGeometry a initialement généré un milliard de diagrammes géométriques aléatoires pour créer 100 millions d’exemples d’entraînement uniques. AlphaGeometry2 va plus loin en générant des diagrammes plus étendus et plus complexes qui incluent des relations géométriques complexes. De plus, il intègre désormais des problèmes qui nécessitent l’introduction de constructions auxiliaires – de nouveaux points ou lignes définis pour aider à résoudre un problème, lui permettant de prédire et de générer des solutions plus sophistiquées.
- Trouver le meilleur chemin vers une solution avec des stratégies de recherche plus intelligentes
Une innovation clé d’AlphaGeometry2 est sa nouvelle approche de recherche, appelée l’Ensemble de connaissances partagées d’arbres de recherche (SKEST). Contrairement à son prédécesseur, qui s’appuyait sur une méthode de recherche de base, AlphaGeometry2 exécute plusieurs recherches en parallèle, avec chaque recherche apprenant des autres. Cette technique lui permet d’explorer une gamme plus large de solutions possibles et améliore considérablement la capacité de l’IA à résoudre des problèmes complexes en un temps plus court.
- Apprendre à partir d’un modèle de langage plus avancé
Un autre facteur clé derrière le succès d’AlphaGeometry2 est l’adoption du modèle Gemini de Google, un modèle d’IA de pointe qui a été formé sur un ensemble encore plus vaste et plus diversifié de problèmes mathématiques. Ce nouveau modèle de langage améliore la capacité d’AlphaGeometry2 à générer des solutions étape par étape en raison de sa chaîne de raisonnement améliorée. AlphaGeometry2 peut désormais aborder les problèmes de manière plus structurée. En affinant ses prédictions et en apprenant à partir de différents types de problèmes, le système peut désormais résoudre un pourcentage encore plus important de questions de géométrie de niveau olympique.
Atteindre des résultats qui surpassent les champions humains des Olympiades
Grâce aux progrès ci-dessus, AlphaGeometry2 résout 42 des 50 problèmes de géométrie des IMO de 2000 à 2024, atteignant un taux de réussite de 84 %. Ces résultats surpassent les performances d’un médaillé d’or moyen de l’IMO et établissent une nouvelle norme pour la raison mathématique pilotée par l’IA. Au-delà de ses performances impressionnantes, AlphaGeometry2 fait également des progrès dans l’automatisation de la preuve de théorèmes, nous rapprochant d’IA qui peuvent non seulement résoudre des problèmes de géométrie mais également expliquer leur raisonnement de manière que les humains puissent comprendre.
L’avenir de l’IA dans la raison mathématique
Les progrès d’AlphaGeometry à AlphaGeometry2 montrent comment l’IA s’améliore dans la gestion de problèmes mathématiques complexes qui nécessitent une pensée profonde, une logique et une stratégie. Cela signifie également que l’IA n’est plus seulement capable de reconnaître des modèles – elle peut raisonner, établir des liens et résoudre des problèmes de manière qui ressemble davantage à la raison logique humaine.
AlphaGeometry2 nous montre également ce dont l’IA pourrait être capable à l’avenir. Au lieu de simplement suivre des instructions, l’IA pourrait commencer à explorer de nouvelles idées mathématiques par elle-même et même aider à la recherche scientifique. En combinant les réseaux de neurones avec la raison logique, l’IA pourrait ne pas être seulement un outil capable d’automatiser des tâches simples mais un partenaire qualifié qui aide à élargir les connaissances humaines dans des domaines qui reposent sur la pensée critique.
Pourrions-nous entrer dans une ère où l’IA prouve des théorèmes et fait de nouvelles découvertes en physique, en ingénierie et en biologie ? Alors que l’IA passe des calculs brutaux à une résolution de problèmes plus réfléchie, nous pourrions être à la veille d’un avenir où les humains et l’IA travaillent ensemble pour découvrir des idées que nous n’aurions jamais pensées possibles.
