کسب مدال نقره المپیاد ریاضی توسط هوش مصنوعی گوگل

01

از 03

رویکردهای مختلف برای حل مسئله

در آزمون، این دو سیستم از رویکردهای متمایزی استفاده می‌کردند. AlphaProof که یک مدل زبانی همراه با یادگیری تقویتی است، با دو مسئله جبر و یک مسئله تئوری اعداد مقابله کرد و از ریاضیات رسمی برای نوشتن استدلال‌های ریاضی قابل تأیید به عنوان برنامه استفاده کرد. این رویکرد به سیستم اجازه می‌دهد تا یاد بگیرد و بهبود یابد.

از سوی دیگر، هوش مصنوعی AlphaGeometry 2 روی سؤالات هندسه تمرکز داشت و به صورت شگفت‌انگیزی مسئله خود را تنها در 16 ثانیه حل کرد. راه‌حل آن شامل یک رویکرد خلاقانه بود که حتی متخصصان انسانی از پاسخ متعجب شدند، که توانایی هوش مصنوعی برای تفکر خارج از چارچوب را به نمایش گذاشت.

02

از 03

دستاوردها و محدودیت‌ها

در حالی که هوش مصنوعی در برخی زمینه‌ها عالی بود، در برخی دیگر با مشکل مواجه شد. برای دو سؤال از شش سوال، این دو سیستم نتوانستند پیشرفتی داشته باشند. علاوه بر این، سیستم‌های هوش مصنوعی گوگل به زمان‌های مختلفی برای حل مسائل نیاز دارند، که از چند دقیقه تا سه روز می‌شود.

در حالی که به رقبای انسانی محدودیت زمانی 9 ساعت داده می‌شود، هوش مصنوعی شرکت دیپ‌مایند سه روز طول کشید تا یک مسئله دشوار را حل کند.

پروفسور تیموتی گورز آزمون این دو سیستم را تصحیح کرد. در حالی که گورز این دستاورد را فراتر از آنچه که یک هوش مصنوعی می‌توانست انجام دهد، می‌داند، به چندین ویژگی مهم اشاره کرد.

او در این باره اعلام کرد که مسئله اصلی این است که این هوش مصنوعی به زمان بیشتری نسبت به رقبای انسانی خود نیاز دارد. اگر به رقبای انسانی نیز برای حل سؤالات چنین زمانی داده می‌شد، بدون شک امتیاز بیشتری کسب می‌کردند.

03

از 03

پتانسیل آینده

با وجود تمام محدودیت‌ها، دستاورد Google DeepMind نشان‌دهنده گام مهمی در قابلیت‌های استدلال ریاضی هوش مصنوعی است.

توسعه سیستم‌های هوش مصنوعی که می‌توانند مسائل پیچیده ریاضی را حل کنند، می‌تواند پیامدهای گسترده‌ای برای زمینه‌های مختلف، از تحقیقات علمی گرفته تا آموزش داشته باشد.