Искусственный интеллект AlphaGeometry от DeepMind научили решать сложные геометрические задачи

DeepMind, научно-исследовательская лаборатория Google по искусственному интеллекту, представила новую разработку под названием AlphaGeometry, которая направлена на решение сложных геометрических задач. По словам DeepMind, AlphaGeometry может решать геометрические задачи на уровне золотого медалиста в олимпиадах по математике.

Эта система искусственного интеллекта имеет открытый исходный код и уже превзошла предыдущие аналогичные системы, решая 25 олимпиадных геометрических задач за стандартный лимит времени. DeepMind заявляет, что AlphaGeometry обладает способностью к доказательству математических теорем, а также аргументации и выбора оптимальных шагов для решения задач.

Основными сложностями в развитии системы были перевод доказательств в формат, понятный машинам, и недостаточность подходящих геометрических обучающих данных. Для решения этих проблем DeepMind объединила модель «нейронного языка», подобную GPT, с «механизмом символьной дедукции», использующей математические правила для решения проблем. Хотя символьные механизмы могут быть медленными при работе с большими данными, DeepMind усовершенствовала их путем направления механизма дедукции посредством возможных ответов на геометрические вопросы, что позволило значительно ускорить процесс.

Вместо обучающих данных DeepMind создал 100 миллионов «синтетических теорем» и доказательств разной сложности. Затем лаборатория научила AlphaGeometry с нуля по этим синтетическим данным и оценила его на олимпиадных геометрических задачах.

Геометрические задачи базируются на чертежах и для решения нуждаются в добавлении новых геометрических фигур. AlphaGeometry подразумевает, какие фигуры нужно добавить в аналогичных задачах.

Нейронные сети представляют собой краеугольные камни мощных систем ИИ, таких как DALL-E 3 и GPT-4 от OpenAI. Но в отличие от них, что символьный ИИ способен эффективнее кодировать имеющиеся знания, обдумывать сложные сценарии и объяснить, как он пришел к ответу. Гибридная символьно-нейронная сеть AlphaGeometry демонстрирует, что сочетание обоих подходов возможно наилучшим путем в поиске обобщенного ИИ.