AlphaGeometry от Google DeepMind решает задачи уровня международной олимпиады по математике

Модель на базе ИИ решает задачи по геометрии на уровне бронзового медалиста (и это только начало!). Читайте, почему это достижение, какое отношение имеет к человеческой логике и что значит для развития ИИ и науки в целом.

Из 30 олимпиадных задач по геометрии Международной математической олимпиады AlphaGeometry решила 25 задач в пределах отведенного олимпиадного времени.

Для сравнения: предыдущая модель на базе ИИ смогла решить 10 задач по геометрии, а среднестатистический золотой медалист решил 25,9 задач.

Сравнение решений (слева направо): предыдущее достижение на базе ИИ, уровень бронзового медалиста, серебряного, AlphaGeometry и золотого медалиста. <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fdeepmind.google%2Fdiscover%2Fblog%2Falphageometry-an-olympiad-level-ai-system-for-geometry%2F&postId=992130" rel="nofollow noreferrer noopener" target="_blank">Источник</a>
Сравнение решений (слева направо): предыдущее достижение на базе ИИ, уровень бронзового медалиста, серебряного, AlphaGeometry и золотого медалиста. Источник

Олимпиада включает шесть задач, и только две из которых обычно по геометрии. Поэтому AlphaGeometry может быть использована только для трети задач. Одни геометрические возможности делают его первой моделью искусственного интеллекта в мире, способной завоевать бронзовую медаль IMO в 2000 и 2015 годах.

Почему это достижение?

Системы ИИ часто не могут справиться со сложными задачами по геометрии и математике из-за нехватки навыков “рассуждения” и необходимого числа больших данных для обучения. Google DeepMind удалось:

Также важно, что можно проследить логику решения AlphaGeometry.

Результаты AlphaGeometry впечатляют, поскольку они понятны и проверяемы…. Он [AlphaGeometry] использует правила классической геометрии с углами и подобными треугольниками, как это делают ученики.

Эван Чен, преподаватель математики и золотой медалист олимпиад

Google DeepMind уверен в своем решении, что отправил его на рецензию в журнал Nature и открыл исходный код и модель.

Какое значение это имеет для нас?

Геометрия опирается на понимание пространства, расстояния, формы и относительных положений и имеет фундаментальное значение для искусства, архитектуры, техники и многих других областей.

Какое значение это имеет для науки?

Google DeepMind нацелен на еще более масштабное достижение: развитие логики для систем ИИ следующего поколения. Учитывая потенциал обучения систем ИИ с нуля с использованием синтетических данных, этот подход может определить, как именно системы ИИ будущего будут создавать новые знания в области математики и за ее пределами.

Google DeepMind открывает исходный код и модель AlphaGeometry и надеется, что вместе с другими инструментами и подходами к созданию и обучению на синтетических данных это поможет открыть новые возможности в области математики, науки и искусственного интеллекта.

Как устроена модель?

AlphaGeometry — это нейросимволическая система, состоящая из модели нейронного языка и механизма символьной дедукции, которые работают вместе для поиска доказательств сложных геометрических теорем.

Подход близок к тому, что используется людьми и который описан в книге нобелевского лаурета Д. Канемана “Думай медленно. Решай быстро”: одна система обеспечивает быстрые, «интуитивные» идеи, а другая, более обдуманное, рациональное принятие решений.

Эта опора в подходе к решению неслучайна. Google DeepMind - инновационная лаборатория поискового гиганта в области искусственного интеллекта и нейробиологии.

Модель состоит из двух частей:

1) Языковая модель выявляет общие закономерности и взаимосвязи в данных, может быстро предсказывать потенциально полезные решения, но часто ей не хватает способности строго “рассуждать” или “объяснять” свои решения.

2) Символический механизм основан на формальной логике и использует четкие правила для получения решений. Он рационален и поддается объяснению, но «медленный» и негибкий, особенно когда решают большие и сложные задачи самостоятельно.

Вместе они работают идеально: языковая модель AlphaGeometry предсказывает, какие новые варианты из бесконечного числа возможностей было бы наиболее перспективно использовать. Эти подсказки позволяют символическому механизму сделать дальнейшие выводы и приблизиться к решению.

Пример, как AlphaGeometry решает задачу

Слева - условия задачи. В центре: AlphaGeometry сначала использует свой символьный механизм до тех пор, пока не будет найдено решение или пока варианты не будут исчерпаны. Если решение не найдено, языковая модель AlphaGeometry добавляет одну потенциально полезную конструкцию (синюю), открывая новые пути решения. Этот цикл продолжается до тех пор, пока не будет найдено решение (справа).

Пример решения задачи AlphaGeometry. <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fdeepmind.google%2Fdiscover%2Fblog%2Falphageometry-an-olympiad-level-ai-system-for-geometry%2F&postId=992130" rel="nofollow noreferrer noopener" target="_blank">Источник</a><br />
Пример решения задачи AlphaGeometry. Источник

Как создали синтетические данные для обучения

Подход Google DeepMind к созданию синтетических данных имитирует человеческий процесс получения знаний, позволяя обучать AlphaGeometry с нуля, без каких-либо демонстраций с участием человека.

Система начала с создания одного миллиарда случайных диаграмм геометрических объектов и исчерпывающе определила все взаимосвязи между точками и линиями на каждой диаграмме. А затем AlphaGeometry работала в обратном направлении, чтобы выяснить, какие дополнительные конструкции необходимы для получения этих доказательств.

Визуальное представление синтетических данных, сгенерированных AlphaGeometry. <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fdeepmind.google%2Fdiscover%2Fblog%2Falphageometry-an-olympiad-level-ai-system-for-geometry%2F&postId=992130" rel="nofollow noreferrer noopener" target="_blank">Источник</a><br />
Визуальное представление синтетических данных, сгенерированных AlphaGeometry. Источник

Этот огромный набор данных был отфильтрован, чтобы исключить похожие примеры, в результате в окончательный набор обучающих данных вошло 100 млн уникальных примеров различной сложности. Благодаря такому большому количеству примеров, языковая модель AlphaGeometry способна предлагать хорошие решения для задач по геометрии уровня олимпиад.

Пожалуйста, поддержите меня, поставьте лайк!

1212
1 комментарий

Большой прорыв, однозначно. Представляю, как школьники будут рады)

1
Ответить