Искусственный интеллект впервые достиг уровня математиков в решении олимпиадных задач
Нейросеть впервые приравнялась к математикам в решении олимпиадных задач. Группа американских математиков представила систему искусственного интеллекта под названием AlphaGeometry, способную успешно справляться с сложными геометрическими задачами, используемыми для оценки уровня участников международных математических олимпиад, передает vfokuse.mail.ru.
Этот новаторский подход дал системе возможность решить 25 из 30 задач, ранее представлявших вызов для других систем искусственного интеллекта. Этот результат сопоставим с успехами победителей олимпиад, отмечают исследователи в статье, опубликованной в Nature.
Система AlphaGeometry, разработанная под руководством Мин-Тханга Луонга из Deepmind, способна доказывать теоремы в области эвклидовой геометрии без человеческих подсказок. Эта способность преодолеть трудности, связанные с поиском доказательств для теорем, связанных с геометрией, делает AlphaGeometry уникальной. Сложность состоит в том, что такие задачи трудно представить в виде алгоритма и требуют большого количества примеров для обучения.
Используя языковую нейросеть AlphaGeometry и специальный алгоритм, разработанный DeepMind, удалось создать обширный набор синтетических теорем и их доказательств. Этот набор, состоящий из 100 миллионов геометрических теорем, стал своего рода “учебником геометрии” для нейросети, предоставив системе понятный язык для математических концепций.
Экспериментальную проверку системы провели на наборе из 30 задач, использованных на международных математических олимпиадах в период с 2000 по 2015 год. AlphaGeometry успешно решила 25 задач, и предложенные ей решения получили максимальные баллы от жюри олимпиад, которое было приглашено оценить ответы нейросети.
Разработчики подчеркивают, что AlphaGeometry значительно превзошла другие алгоритмы и впервые достигла уровня золотых медалистов в международных математических олимпиадах. Они выражают уверенность в том, что эту систему можно адаптировать для решения других математических задач, которые ранее были трудными для нейросетей из-за ограниченного количества примеров или “трудности перевода”.
photo: e-cis.info
Подписывайтесь на наши соцсети, чтобы быть в курсе всех новостей:
Telegram
Instagram
Facebook