يصل DeepMind إلى معلم في حل المشكلات الرياضية - التحدي الكبير التالي لمنظمة العفو الدولية

الأسبوع الماضي فقط ، استخدم فريق من شركات البرمجيات Numina و Huggingface نموذجًا صوتيًا للفوز بـ Amio "سعر تقدم" وسيطة استنادًا إلى إصدارات مبسطة من مشاكل IMO. جعلت الشركات أنظمةها بالكامل مفتوحة المصدر وجعلتها متاحة لتنزيل الباحثين الآخرين. لكن الفائزين قالوا الطبيعة أن نماذج اللغة وحدها لن تكون كافية لحل المشكلات الصعبة.

فئة فقط

Alphaproff بين نموذج صوتي وتكنولوجيا التعلم المعزز ، والذي يحركه محرك "Alphazero" لألعاب الهجوم مثل GO وكذلك بعض مشاكل رياضية محددة . مع زيادة التعلم ، تتعلم الشبكة العصبية من خلال التجارب والأخطاء. هذا يعمل بشكل جيد إذا كان يمكن تقييم إجاباته باستخدام مقياس موضوعي. لهذا الغرض ، تم تدريب Alphaproff على قراءة وكتابة الأدلة بلغة رسمية تسمى Lean ، والتي يتم استخدامها في حزمة برامج "Proof Assistant" التي تحمل نفس الاسم التي تحظى بشعبية لدى علماء الرياضيات. لهذا الغرض ، اختبر Alphaproff ما إذا كانت نفقاته صحيحة من خلال القيام بها في الحزمة Lean ، مما ساعد على ملء بعض الخطوات في الكود.

يتطلب تدريب النموذج الصوتي كميات هائلة من البيانات ، ولكن فقط بعض الأدلة الرياضية كانت متوفرة في العجاف. من أجل التغلب على هذه المشكلة ، طور الفريق شبكة إضافية حاولت ترجمة تسجيل موجود لمليون مشكلة كتبت بلغة طبيعية ، ولكن دون ترجمة حلول مكتوبة في Lean ، كما يقول توماس هوبرت ، باحث متعلم في آلة DeepMind قام بتطوير Alphaprack. "يمكننا أن نتعلم إثبات نهجنا ، حتى لو لم نتدرب في الأصل على أدلة بشرية مكتوبة؟" (كانت الشركة مشابهة لـ The Go ، حيث تعلمت الذكاء الاصطناعي لعب اللعبة من خلال اللعب ضد نفسها ، بدلاً من الطريقة التي يفعلها الناس.)

المفتاح السحري

لا معنى لها في العديد من الترجمات الهزيلة ، لكن بما يكفي كانت جيدة بما يكفي لإحضار ألفاب إلى النقطة التي يمكن أن تبدأ فيها دورات التعلم المتزايدة. وقال جويرز في استشارة الصحافة إن النتائج كانت أفضل بكثير مما كان متوقعًا. وقال جويرز ، الذي يعمل في كوليج دي فرنسا في باريس: "العديد من المشكلات مع IMO لديها هذه الخاصية للمفتاح السحري. تبدو المشكلة أولاً صعبة حتى تجد مفتاحًا سحريًا يفتحه".

في بعض الحالات ، بدا أن Alphaproof قادر على اتخاذ هذه الخطوة الإضافية من الإبداع من خلال منحها خطوة صحيحة من حل كبير لا نهائي. لكن مزيد من التحليل مطلوب لتحديد ما إذا كانت الإجابات أقل إثارة للدهشة مما نظرت. نشأ خطاب مماثل بعد المدهش 'zug 37' Data-track = "انقر فوق" data-label = "https://www.nature.com/artics/52945a" Track Track Category = "Body Text Link"> النصر الشهير في عام 2016 حول أفضل لاعب إنساني في العالم -نقطة تحول لـ KI.

يبقى أن نرى ما إذا كانت التقنيات يمكن أن تكون مثالية للعمل على مستوى من البحث في الرياضيات. "هل يمكن أن تتوسع إلى أنواع أخرى من الرياضيات حيث لا يمكن تدريب الملايين من المشاكل؟"

"لقد وصلنا إلى النقطة التي لا يمكنك فيها إثبات مشكلات البحث المفتوحة فحسب ، بل أيضًا مشاكل صعبة للغاية بالنسبة لأفضل علماء الرياضيات الشباب في العالم".