Новая система ИИ DeepMind научилась решать сложные геометрические задачи. Что это значит для нас?
Компания Google DeepMind разработала систему искусственного интеллекта (ИИ), способную решать сложные геометрические задачи. По словам экспертов, это значительный шаг на пути к созданию машин, способных рассуждать подобно людям. Рассказываем, что это значит для развития ИИ и всего человечества.
Как ИИ научился решать задачи?
Геометрия и математика уже давно не дают покоя исследователям ИИ. По сравнению с текстовыми моделями для математики существует значительно меньше обучающих данных, поскольку решение таких задач требует логического мышления, а это то, в чем большинство современных моделей ИИ не сильны. Именно поэтому математика служит важным критерием оценки прогресса в области искусственного интеллекта.
Для обучения языковой модели AlphaGeometry исследователи из DeepMind сгенерировали около полумиллиарда случайных геометрических диаграмм и загрузили их в символьный движок. Этот механизм анализировал каждую диаграмму и выдавал утверждения об их свойствах. Утверждения, в свою очередь, были организованы в 100 млн синтетических доказательств.
Языковые модели отлично справляются с распознаванием закономерностей и предсказанием последующих шагов в процессе. Однако их рассуждениям не хватает строгости, необходимой для решения математических задач. Символьный движок, напротив, основан исключительно на формальной логике и строгих правилах, что позволяет ему направлять языковую модель к рациональным решениям. Таким образом, оба подхода дополняют друг друга.
Когда перед AlphaGeometry ставится геометрическая задача, сначала система пытается сгенерировать доказательство с помощью символического движка, основанного на логике. Если это не удается, языковая модель добавляет к диаграмме новую точку или линию. Это открывает перед движком дополнительные возможности для продолжения поиска доказательства. Цикл продолжается, языковая модель добавляет полезные элементы, а символический движок тестирует новые стратегии доказательства до тех пор, пока не будет найдено решение, поддающееся проверке.
Компания DeepMind заявила, что протестировала AlphaGeometry на 30 задачах по геометрии того же уровня сложности, что предлагаются участникам Международной математической олимпиады — соревновании для учеников средней школы, наиболее способных к точным наукам. Модель решила за отведенное время 25 из них.
Как это поможет людям?
Обучение AlphaGeometry устраняет один из главных потенциальных подводных камней при применении больших языковых моделей к математике — обман. Это помогает ИИ становиться умнее.
Таким образом, способности AlphaGeometry демонстрируют значительное продвижение машин к более сложным, похожим на человеческие, навыкам решения задач. Помимо математики, эти возможности распространяются на сферы деятельности и процессы, которые зависят от решения геометрических задач, — компьютерное зрение, архитектуру и теоретическую физику. Это еще один пример, подтверждающий, что ИИ способен помочь человеку продвинуться в науке и лучше понять глубинные процессы, которые определяют устройство мира.
Несмотря на очевидный успех, у DeepMind сохраняются обширные возможности для совершенствования системы. Хотя AlphaGeometry может решать задачи на уровне элементарной математики, она по-прежнему не в состоянии справиться с такими сложными абстрактными задачами, которые изучаются в университете.
По словам ученых, их новая цель состоит в том, чтобы применить аналогичный подход к более широким математическим областям. Геометрия — это лишь пример, на котором исследователи могут продемонстрировать, что ИИ находится на пороге перехода к по-настоящему глубоким рассуждениям.
