Штучний інтелект AlphaGeometry від DeepMind навчили розв’язувати складні геометричні задачі

DeepMind, науково-дослідна лабораторія Google зі штучного інтелекту, представила нову розробку під назвою AlphaGeometry, яка спрямована на розв’язання складних геометричних задач. За словами DeepMind, AlphaGeometry може розв’язувати геометричні задачі на рівні золотого медаліста в олімпіадах з математики.

Ця система штучного інтелекту має відкритий вихідний код і вже перевершила попередні аналогічні системи, розв’язуючи 25 олімпіадних геометричних завдань за стандартний ліміт часу. DeepMind заявляє, що AlphaGeometry володіє здатністю до доведення математичних теорем, а також аргументації і вибору оптимальних кроків для розв’язання задач.

Основними складностями у розвитку системи були переклад доказів у формат, зрозумілий машинам, та недостатність придатних геометричних навчальних даних. Для розв’язання цих проблем DeepMind поєднала модель “нейронної мови”, подібну до GPT, з “механізмом символьної дедукції”, що використовує математичні правила для розв’язання проблем. Хоча символьні механізми можуть бути повільними при роботі з великими даними, DeepMind вдосконалила їх шляхом направлення механізму дедукції за допомогою можливих відповідей на геометричні питання, що дозволило значно прискорити процес.

Замість навчальних даних DeepMind створив 100 мільйонів «синтетичних теорем» і доказів різної складності. Потім лабораторія навчила AlphaGeometry з нуля на цих синтетичних даних та оцінила його на олімпіадних геометричних задачах.

Геометричні задачі базуються на кресленнях і для розв’язання потребують додавання нових геометричних фігур. AlphaGeometry передбачає, які фігури потрібно додати в аналогічних завданнях.

Нейронні мережі є наріжним каменем потужних систем ШІ, таких як DALL-E 3 та GPT-4 від OpenAI. Але на відміну від них, що символьний ШІ здатний ефективніше кодувати наявні знання, обдумувати складні сценарії та «пояснити», як він прийшов до відповіді. Гібридна символьно-нейронна мережа AlphaGeometry демонструє, що поєднання обох підходів, можливо є найкращим шляхом у пошуку узагальненого ШІ.