聚焦虛擬數字人技術，這三大商機要抓住！
關于虛擬數字人，企業可以從三個方面入局，分別是ToG（To Government，面向政府），即為數字政府和數字城市提供支持服務；ToB（To Business，面向企業），即為企業提供虛擬員工解決方案；ToC（To Cons
IT 之家 1 月 18 日消息，谷歌 DeepMind 近日在《Nature》上發表論文，展示了最新 AI 系統 AlphaGeometry，解決數學幾何問題的能力媲美全球頂尖學生。
AlphaGeometry 在高中生國際數學奧林匹克競賽（IMO）中，30 道題目中正確回答 25 道，正確率為 83%。
作為對比，人類金牌得主平均能正確回答 25.9 個問題，而此前 AI 模型的最好紀錄是成功回答 10 道幾何問題。
這一成績非常接近人類參賽者的金牌標準，Deepmind 認為，這凸顯了人工智能在數學領域日益增長的能力。
參與該項目的 Deepmind 研究員 Quoc V Le 告訴《金融時報》，新系統是向構建人工通用智能（AGI）邁出的關鍵一步。
AlphaGeometry 是一種結合了語言學習和演繹推理的神經符號系統。該系統結合神經語言模型的預測能力與基于規則的演繹引擎，共同尋找解決方案。
語言模型是一種解決方案助手，當符號引擎無法獨立找到解決方案時，它就會向符號引擎建議新的方法。
谷歌 Deepmind 將這種方法比作心理學家丹尼爾-卡尼曼（Daniel Kahneman）所說的 "快思慢慮"，結合快速模式識別能力與邏輯推理的深思熟慮。
AlphaGeometry 通過從形狀和線條中隨機生成幾何圖形來創建訓練數據。然后，系統會識別并重建這些圖表中的所有連接、關系和證明。通過這一過程，AlphaGeometry 無需依賴人工演示或指導，就可以學習和理解幾何圖形。
Deepmind 稱這種技術為“符號演繹和回溯”（symbolic deduction and traceback），解決了數學中訓練數據太少的問題。
完成后的數據集由十億個隨機的、獨一無二的幾何物體圖組成，每個圖中的點和線之間的所有關系都是“詳盡推導”出來的。
IT 之家附上 AlphaGeometry 源代碼和論文地址如下
Trinh, T.H., Wu, Y., Le, Q.V. et al. Solving olympiad geometry without human demonstrations. Nature 625, 476–482 (2024).https://doi.org/10.1038/s41586-023-06747-5
AlphaGeometry Github 源代碼
本文鏈接：http://www.www897cc.com/showinfo-45-3247-0.html邁向通用 AI 關鍵一步，谷歌 AlphaGeometry 國際奧數正確率達 83%
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號