設置
  • 日夜間
    隨系統(tǒng)
    淺色
    深色
  • 主題色

邁向通用 AI 關鍵一步,谷歌 AlphaGeometry 國際奧數(shù)正確率達 83%

2024/1/18 11:57:21 來源:IT之家 作者:故淵 責編:故淵

IT 之家 1 月 18 日消息,谷歌 DeepMind 近日在《Nature》上發(fā)表論文,展示了最新 AI 系統(tǒng) AlphaGeometry,解決數(shù)學幾何問題的能力媲美全球頂尖學生。

AlphaGeometry 在高中生國際數(shù)學奧林匹克競賽(IMO)中,30 道題目中正確回答 25 道,正確率為 83%。

作為對比,人類金牌得主平均能正確回答 25.9 個問題,而此前 AI 模型的最好紀錄是成功回答 10 道幾何問題。

這一成績非常接近人類參賽者的金牌標準,Deepmind 認為,這凸顯了人工智能在數(shù)學領域日益增長的能力。

參與該項目的 Deepmind 研究員 Quoc V Le 告訴《金融時報》,新系統(tǒng)是向構建人工通用智能(AGI)邁出的關鍵一步。

AlphaGeometry 是一種結合了語言學習和演繹推理的神經(jīng)符號系統(tǒng)。該系統(tǒng)結合神經(jīng)語言模型的預測能力與基于規(guī)則的演繹引擎,共同尋找解決方案。

語言模型是一種解決方案助手,當符號引擎無法獨立找到解決方案時,它就會向符號引擎建議新的方法。

谷歌 Deepmind 將這種方法比作心理學家丹尼爾-卡尼曼(Daniel Kahneman)所說的 "快思慢慮",結合快速模式識別能力與邏輯推理的深思熟慮。

AlphaGeometry 通過從形狀和線條中隨機生成幾何圖形來創(chuàng)建訓練數(shù)據(jù)。然后,系統(tǒng)會識別并重建這些圖表中的所有連接、關系和證明。通過這一過程,AlphaGeometry 無需依賴人工演示或指導,就可以學習和理解幾何圖形。

Deepmind 稱這種技術為“符號演繹和回溯”(symbolic deduction and traceback),解決了數(shù)學中訓練數(shù)據(jù)太少的問題。

完成后的數(shù)據(jù)集由十億個隨機的、獨一無二的幾何物體圖組成,每個圖中的點和線之間的所有關系都是“詳盡推導”出來的。

IT 之家附上 AlphaGeometry 源代碼和論文地址如下

廣告聲明:文內含有的對外跳轉鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時間,結果僅供參考,IT之家所有文章均包含本聲明。

相關文章

關鍵詞:谷歌,AI,人工智能

軟媒旗下網(wǎng)站: IT之家 最會買 - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機APP應用 魔方 最會買 要知