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