Gümüşten Altın’a: DeepMind’in Matematik Olimpiyatı’nı Nasıl Fethettiği

DeepMind’in yapay zeka sistemi, yalnızca bir yıl içinde matematiksel akıl yürütmede önemli ilerleme kaydetmiştir. 2024 yılında Uluslararası Matematik Olimpiyatı’nda (IMO) gümüş madalya kazanan AI sistemi, 2025 yılında altın madalya kazanmıştır. Bu hızlı ilerleme, soyut problemleri çözmek için insan benzeri yaratıcılık ve anlayış gerektiren komplex problemleri ele alma yeteneğinde yapay zeka’nın artan yeteneklerini vurgulamaktadır. Bu makale, DeepMind’in bu dönüşümü nasıl gerçekleştirdiğini, arkasındaki teknik ve stratejik seçimlerin neler olduğunu ve bu gelişmelerin daha geniş anlamını ele alacaktır.

IMO’nun Önemi

Uluslararası Matematik Olimpiyatı, 1959 yılında kurulan ve lise öğrencileri için dünyanın önde gelen matematik yarışması olarak tanınan bir organizasyondur. Her yıl, dünyanın dört bir yanından gelen üst düzey öğrenciler, cebir, geometri, sayı teorisi ve kombinasyonik across altı zorlu problemle karşı karşıya kalırlar. Bu problemleri çözmenin daha fazla bir şey gerektirdiği; katılımcıların gerçek matematiksel yaratıcılık, katı mantıksal düşünme ve zarif kanıtlar oluşturma yeteneği göstermeleri gerekir.

Yapay zeka için IMO, benzersiz bir zorluk sunar. Yapay zeka, desen tanıma, veri analizi ve hatta Go ve satranç gibi kompleks oyunları ustalıkla halletmiştir, ancak Olimpiyat matematiği, yaratıcı, soyut akıl yürütme ve yeni fikirlerin sentezini gerektirir; bunlar geleneksel olarak insan zekasının özellikleri olarak kabul edilir. Sonuç olarak, IMO, insan benzeri akıl yürütmeye ne kadar yakın olduğunu değerlendirmek için doğal bir test alanı haline gelmiştir.

2024 Gümüş Madalya Başarısı

2024 yılında DeepMind, IMO seviyesindeki problemleri çözmek için iki yapay zeka sistemi tanıttı: AlphaProof ve AlphaGeometry 2. Her iki sistem de “nöro-semantik” AI’nın örnekleridir, büyük dil modellerinin (LLM’ler) gücünü sembolik mantığın sağlamlığıyla birleştiren sistemlerdir.

AlphaProof, formal bir matematik dili olan Lean kullanarak matematiksel ifadeleri kanıtlamak için tasarlandı. DeepMind’in büyük dil modeli Gemini ile birlikte AlphaZero’yı birleştirdi, AlphaZero bir pekiştirme öğrenimi motorudur ve masa oyunlarındaki başarisiyle tanınır. Bu bağlamda Gemini’nin rolü, doğal dil problemlerini Lean’a çevirmek ve mantıksal adımlar oluşturarak kanıtlamaya çalışmaktı. AlphaProof, çeşitli matematiksel disiplinler ve zorluklar içeren milyonlarca örnek problem üzerinde eğitildi. Sistem, giderek daha karmaşık ifadeleri kanıtlamaya çalışarak kendini geliştirdi, bu da AlphaZero’nun kendi kendine oyun oynayarak öğrenmesine benzer.

AlphaGeometry 2, geometri problemlerini çözmek için tasarlandı. Burada, Gemini’nin dil anlama yeteneği, AI’nin yardımcı yapıları öngörmesine olanak tanıdı, bir sembolik akıl yürütme motoru ise mantıksal çıkarımları yönetti. Bu melez yaklaşım, AlphaGeometry‘nin geleneksel makine akıl yürütmelerinin ötesinde geometri problemlerini ele almasına olanak tanıdı.

Bu sistemler birlikte, altı IMO probleminden dördünü çözdü: iki cebir, bir sayı teorisi ve bir geometri problemi, 42 üzerinden 28 puan elde etti. Bu performans, bir AI’nin ilk kez IMO’da gümüş madalya seviyesine ulaştığını gösterdi. Ancak bu başarı, problemleri formal matematik dillerine çevirmek için insan uzmanlarına büyük ölçüde bağımlı kaldı. Ayrıca her problem için günlerce süren büyük hesaplama kaynakları gerektirdi.

Altın Madalya Arkasındaki Teknik İnovasyonlar

DeepMind’in gümüşten altın madalyaya geçişi, birkaç önemli teknik gelişme tarafından sürüldü.

1. Kanıtlar için Doğal Dil

En önemli değişiklik, uzmanların formal dillere çevirmeleri gereken sistemlerden, doğal dili kanıtların aracı olarak kullanmaya geçmekti. Bu değişiklik, Deep Think yeteneklerine sahip gelişmiş bir Gemini sürümü ile gerçekleştirildi. Artık problemleri Lean’a çevirmek yerine, model doğrudan metni işler, gayri resmi taslaklar oluşturur, kritik adımları içsel olarak formalize eder ve bir İngilizce kanıtı üretir. İnsan geri bildirimi ile pekiştirme öğrenimi (RLHF) kullanılarak, mantıksal olarak tutarlı, kısa ve sunulan çözümler ödüllendirildi.

Gemini Deep Think, kamu sürümünden iki önemli şekilde farklıdır. İlk olarak, daha uzun bağlam pencereleri ve her sorgu için daha fazla hesaplama jetonu ayırır, bu da modelin çok sayfalı düşünce zincirlerini sürdürmesine olanak tanır. İkincisi, spekülatif düşünce için yüzlerce farklı yol üretir ve bir süpervizör en umut verici yolları sıralar ve tanır, Monte Carlo ağaç araması kavramlarını metne uygular. Bu yaklaşım, insan ekibinin fikirlerini nasıl üretip, verimsiz fikirleri nasıl bir kenara bıraktığını ve nihayetinde güzel çözümlere nasıl ulaştığını taklit eder.

2. Eğitim ve Pekiştirme Öğrenimi

Gemini Deep Think’i eğitmek, modeli nihai cevaplar yerine sonraki adımları öngörmek için ince ayarlamak anlamına geliyordu. Bu amaçla, 100.000 yüksek kaliteli Olimpiyat ve üniversite sınavı çözümü derlenmiştir. Derleme, principalmente kamu matematik forumlarından, arXiv ön baskılarından ve kolej problem setlerinden toplanmıştır. İnsan mentorlar, eğitim örneklerini illogical veya eksik kanıtlardan arındırmak için incelediler. Pekiştirme öğrenimi, modeli kesin ve kısa kanıtlar üretmeye yöneltmek için kullanıldı. İlk sürümler çok fazla sözcük içeren kanıtlar üretiyordu, ancak tekrar eden ifadeler üzerine cezalar, çıktının kısaltılmasına yardımcı oldu.

Geleneksel ince ayarın aksine, burada geri bildirimler nadirdir, yani kanıt ya doğru ya yanlıştır. DeepMind, her doğrulanmış alt lemma’nın genel puana katkıda bulunabileceği bir adımlı ödül sistemi uyguladı. Bu ödül mekanizması, Gemini’yi tam kanıt nadir olduğunda bile yönlendirir. Eğitim süreci üç ay sürdü ve yaklaşık 25 milyon TPU saati gerektirdi.

3. Büyük Ölçekli Paralelleştirme

Paralelleştirme de DeepMind’in gümüşten altın madalyaya geçişinde kritik bir rol oynadı. Her problem, paralel olarak birden fazla akıl yürütme dalı üretti ve kaynaklar, diğerleri tıkandığında daha vaat eden yollara dinamik olarak kaydırıldı. Bu dinamik zamanlama, özellikle büyük çözüm alanlarına sahip kombinasyonik problemler için özellikle faydalı oldu. Bu yaklaşım, insanların tam bir endüksiyon önce yardımcı eşitsizlikleri test edişine benzer. Bu teknik hesaplama açısından pahalıydı, ancak DeepMind’in TPU v5 kümeleri kullanılarak yönetilebilirdi.

2025’te DeepMind IMO

Yarışmanın bütünlüğünü korumak için, DeepMind modelin ağırlıklarını IMO’dan üç hafta önce dondurdu, böylece resmi problemlerin eğitim setine sızması engellenmiştir. Ayrıca, daha önce yayınlanmamış Olimpiyat sorularının çözümlerini içeren verileri filtrelediler.

Yarışmada, Gemini Deep Think, altı resmi problemi düz metin formatında aldı, internet erişimi sağlanmadı. Sistem, bir processo başına standard bir dizüstü bilgisayarın hesaplamalı gücünü simüle etmek için yapılandırılmış bir küme üzerinde çalıştı. Tüm problem çözme süreci, zaman sınırları içinde, üç saatin altında tamamlandı. Üretilen kanıtlar, IMO koordinatörlerine değiştirilmeden sunuldu.

Gemini Deep Think, ilk beş problemde mükemmel puanlar elde etti. Son soru, bir kombinasyonik bulmaca ve %94’lük insan katılımcıları tarafından çözülemeyen bir soruydu, ancak AI, 42 üzerinden 35 puanla altın madalya kazandı. Bu, bir önceki yılın gümüş performansı olan yedi puan daha yüksekti. Gözlemciler, AI’nin kanıtlarını “diligent” ve “tam” olarak tanımladı, insan katılımcıların beklentilerini karşıladıklarını ve katı gerekçelendirmelere uyduğunu belirttiler.

AI ve Matematik için Sonuçlar

DeepMind’in başarısı, hem AI hem de matematik için önemli bir kilometre taşıdır. AI için, IMO’nun hakimiyeti, yapay genel zeka (AGI) yönünde bir adımdır, burada sistemler bir insanın yapabileceği her entelektüel görevi gerçekleştirebilir. Karmaşık matematiksel problemleri çözmenin akıl yürütme ve anlama gerektirdiğini ve bu başarının AI’nin daha insan benzeri bilişsel yeteneklere doğru ilerlediğini göstermektedir.

Matematik için, AI sistemleri gibi Gemini Deep Think, matematikçiler için değerli araçlar haline gelebilir. Yeni alanların keşfedilmesine, varsayımların doğrulanmasına ve hatta yeni teoremlerin keşfine yardımcı olabilir. Kanıt oluşturmanın daha monoton yönlerini otomatikleştirerek, insan matematikçilerin daha yüksek düzeyli kavramsal çalışmalara odaklanmasına olanak tanır. Ayrıca, bu AI sistemleri için geliştirilen teknikler, insan çabasıyla mümkün olmayabilecek yeni matematiksel araştırma yöntemleri ilham edebilir.

Ancak AI’nin matematikteki ilerlemesi, eğitim ortamları ve yarışmalardaki AI’nin rolü hakkında soruları da gündeme getirmektedir. AI’nin yetenekleri devam ederse, matematik eğitimi ve yarışmaların doğasını nasıl değiştirebileceği konusunda tartışmalar olacaktır.

İleriye Bakış

IMO altın madalyası kazanmak önemli bir kilometre taşıdır, ancak AI sistemleri için hala birçok matematiksel zorluk bulunmaktadır. Ancak, sadece bir yıl içinde gümüşten altın madalyaya geçiş, AI yenilikleri ve gelişmelerin hızlanmasının bir göstergesidir. Bu hız devam ederse, AI sistemleri yakın zamanda matematiğin en ünlü çözülmemiş problemlerini ele alabilir. AI’nin insan yaratıcılığını yerine getireceği yoksa güçlendireceği sorusu hala çözülmemişken, 2025 IMO, yapay zekanın mantıksal akıl yürütmede önemli adımlar attığının açık bir göstergesidir.