Новата система за изкуствен интелект на Google DeepMind, наречена AlphaGeometry, решава сложни геометрични задачи почти толкова добре, колкото и златните медалисти от Международната олимпиада по математика.
Новият инструмент съчетава два различни подхода. Това са невронен езиков модел, който генерира интуитивни идеи, и енджин за символни изводи, който ги проверява с помощта на формална логика и правила. Моделът е обучен върху 100 милиона математически доказателства, свързани с геометрията. Това дава възможност на изкуствения интелект да решава задачите стъпка по стъпка. Този подход е многообещаващ за прилагането на ИИ в математиката и науката, като преодолява ограниченията на традиционните модели.
Изследователите тестваха AlphaGeometry на DeepMind върху 30 геометрични задачи от Международната олимпиада по математика (IMO). Те се считат за трудни дори за опитните математици. Системата реши 25 задачи за стандартното време от 4,5 часа. Това съответства на средния резултат на златните медалисти, решавали подобни задачи. Езиковият модел разчита на същата технология, която е в основата на търсачката на Google и системите за разпознаване на естествен език. Механизмът за дедукция се основава на метод, разработен от китайския математик Уен-Кьонг Ву през 1978 г. Предишната система, базирана на метода на Ву, е успяла да реши само 10 задачи.
Математиката, и по-специално геометрията, е предизвикателство за изследователите на ИИ, тъй като изисква както творчески подход, така и строгост. За разлика от текстово базираните модели на ИИ, които могат да бъдат обучавани на огромни количества данни от интернет, за математиката, която е по-символична и предметно ориентирана, са налични сравнително малко данни. Освен това решаването на математическите задачи изисква логически разсъждения, с които повечето настоящи модели на ИИ не се справят много добре.
За да преодолеят тези предизвикателства, изследователите от DeepMind са разработили нов невросимволичен подход. Той който използва силните страни както на невронните мрежи, така и на символните системи. Невронните мрежи са добри в разпознаването на модели и предвиждането на следващи стъпки. Само че те често допускат грешки или не успяват да дадат обяснения. Символните системи, от друга страна, се основават на формална логика и строги правила. Това им дава възможност да коригират и обосновават решенията на невронните мрежи.
Екипът се е фокусирал върху задачи от Евклидовата геометрия, при които целта е да се напише математическо доказателство на дадено твърдение. Те са вградили в своя език десетки основни правила на геометрията, като например „ако една линия пресича втора линия, тя ще пресича и линия, успоредна на втората линия“. След това са написали програма, която автоматично генерира 100 милиона „доказателства“. Тези доказателства се състоят от произволни последователности от прости, но логически неопровержими стъпки. Като например „по двете точки A и B да се състави квадратът ABCD“.
AlphaGeometry е обучена именно на тези машинни доказателства. Това е позволило на изкуствения интелект да решава задачите от математическата олимпиада стъпка по стъпка, подобно на начина, по който чатботовете генерират текст. Благодарение на възможността да отсява неправилните варианти, изкуственият интелект може надеждно да предоставя само верните резултати, а тяхната точност е лесна за проверка.
AlphaGeometry може да обобщава невидимите проблеми и да открива нови теореми. Такива, които не са изрично посочени в заданието на задачата. Така например системата е в състояние да докаже теоремата за бисектрисата на триъгълника, която не е посочена като предпоставка или цел на задачата.
Изследователите се надяват, че тяхната система с отворен код ще вдъхнови по-нататъшните изследвания. Те вярват, че техният подход към синтетичните данни ще помогне на изкуствения интелект да успее в областта на математиката. Както и в науката, където генерираните от човека данни за обучение са оскъдни. Но учените отчитат и ограниченията на модела – необходимостта от по-разбираеми доказателства, мащабиране за решаването на по-сложни задачи, както и етичните въпроси, свързани с използването на системи с ИИ в математиката.
Leave a Reply