Deepmind doseže mejnik v rešitvi matematičnih problemov - naslednji velik izziv za AI

Raziskovalci so dosegli mešane rezultate, ko odgovarjajo na matematična vprašanja z glasovnimi modeli - vrsto sistema, ki poganja klepetalnice, kot je Chatt. Včasih modeli dajo pravilen odgovor, vendar ne morejo racionalno razložiti njihovega sklepanja, včasih pa > "

Šele prejšnji teden sta ekipa programskih podjetij Numina in Huggingface uporabila glasovni model za osvojitev vmesnega Amio "cena napredka" na podlagi poenostavljenih različic težav z IMO. Podjetja so celotne sisteme dala odprtokodno in dala na voljo za prenos drugih raziskovalcev. Toda zmagovalci so rekli Nature , da samo jezikovni modeli verjetno ne bi bili dovolj za reševanje težkih težav.

Alphaproof združuje glasovni model s tehnologijo ojačanja učenja, ki ga je "Alphazero" motor za napadalne igre, kot so tudi nekaj Specifični matematični problemi . Z vse večjim učenjem se nevronska mreža uči s poskusi in napakami. To dobro deluje, če lahko njegove odgovore ocenimo z objektivno lestvico. V ta namen je bil Alphaproof usposobljen za branje in pisanje dokazov v formalnem jeziku, imenovanem Lean, ki se uporablja v istoimenskem programskem paketu "Proof Assistant", ki je priljubljen pri matematikih. Za to je Alphaproof preizkusil, ali so bili njegovi stroški pravilni, tako da so jih naredili v paketu Lean, ki je pomagal izpolniti nekatere korake v kodi.

Usposabljanje glasovnega modela zahteva ogromno podatkov, vendar je bilo na voljo le nekaj matematičnih dokazov. Da bi premagala to težavo, je ekipa razvila dodatno mrežo, ki je poskušala prevesti obstoječi posnetek milijon težav, ki so bili napisani v naravnem jeziku, vendar brez prevajanja rešitev, napisanih v vitko, pravi Thomas Hubert, raziskovalec učenja Deepmind Machine, ki je z njo izvedel razvoj alfaproofa. "Lahko se naučimo dokazati svoj pristop, tudi če nismo prvotno usposobili za človeške napisane dokaze?" (Družba je bila podobna Go, kjer se je njegov AI naučil igrati z igranjem proti sebi, namesto na način, kako to počne

čarobni ključ

Številni vitki prevodi niso imeli smisla, vendar je bilo dovolj dobro, da je alfaproof pripeljal do točke, ko bi lahko začel svoje naraščajoče učne cikle. Rezultati so bili veliko boljši od pričakovanj, so na posvetu za tisk povedali Gowers. "Številne težave z IMO imajo to lastnost čarobnega ključa. Težava najprej izgleda težko, dokler ne najdete čarobnega ključa, ki ga odpre," je dejal Gowers, ki dela v Collège de France v Parizu.

V nekaterih primerih se je zdelo, da je Alphaproof lahko izvedel ta dodatni korak ustvarjalnosti, tako da mu je dal pravilen korak iz neskončno velike možne rešitve. Toda potrebna je nadaljnja analiza, da se ugotovi, ali so bili odgovori manj presenetljivi, kot so bili videti, so dodali Gowers. Podoben diskurz se je pojavil po presenetljivem 'Zug 37' , the Deepminds Alphago-Bot at his Znana zmaga v letu 2016 o najboljšem svetovnem igralcu človeške poti -A prelomnico za Ki.

Še ni treba ugotoviti, ali je mogoče tehnike izpopolniti, da delujejo na ravni raziskav matematike, je dejal Myers v pregledu tiska. "Ali se lahko razširi na druge vrste matematike, kjer ni mogoče usposobiti milijonov težav?"

"Dosegli smo točko, ko ne morete samo dokazati odprtih raziskovalnih težav, ampak tudi težave, ki so zelo zahtevne za najboljše mlade matematike na svetu," je dejal strokovnjak za računalniški računalnik David Silver, ki je bil sredi leta 2010 vodilni raziskovalec v razvoju Alphaga.