هوش مصنوعی دیپ مایند در پیشرفتی دیدنی موفق به حل سؤالات المپیاد ریاضی شد_کویر دانش

در ماه ژانویه، آلفاجئومتری دیپ‌مایند به عملکردی در سطح برنده‌شدن مدال در حل مسائل المپیاد ریاضی حوزه هندسه اقلیدسی دست اشکار کرد.

به‌گزارش نیچر، اولین هوش مصنوعی که در کل آزمون (شامل سؤالات جبر، ترکیبیات و نظریه اعداد که عمدتاً چالش‌برانگیزتر از هندسه درنظر گرفته می‌بشود) بتواند در سطح مدال طلا عمل کند، واجد شرایط دریافت جایزه ۵ میلیون دلاری المپیاد ریاضی هوش مصنوعی (AIMO) خواهد می بود.

پژوهشگران در تلاش برای پاسخگویی به سؤالات ریاضی با مدل‌های زبانی (سیستمی که چت‌بات‌هایی همانند چت جی‌پی‌تی با آن عمل می‌کنند) به نتایج مختلفی دست اشکار کردند. این مدل‌ها بعضی اوقات جواب صحیح خواهند داد، اما قادر به توضیح منطقی استدلال خود نیستند و بعضی اوقات نیز جواب نادرست خواهند داد.

چندی پیش، گروهی از پژوهشگران از شرکت‌های نرم‌افزاری نومینا و هاگینگ‌فیس از مدل زبانی برای برنده شدن در رقابتی منفعت گیری کردند که مبتنی بر نسخه‌های ساد‌ه‌ای از مسائل المپیاد ریاضی می بود. این شرکت‌ها کل سیستم‌های خود را به‌صورت متن‌باز در دسترس دیگر پژوهشگران قرار دادند تا در صورت نیاز آن‌ها را دانلود کنند. اما برندگان این رقابت انها گفتند مدل‌های زبانی به‌تنهایی برای حل مسائل سخت‌تر کافی نیستند.

آلفاپروف مدل زبانی را با تکنیک یادگیری تقویتی ترکیب می‌کند و از موتور آلفازیرو منفعت گیری می‌کند. در یادگیری تقویتی، شبکه عصبی با آزمون و اشتباه یاد می‌گیرد. این سیستم وقتی به خوبی جواب می‌دهد که بتوان جواب‌های آن را با معیارهای عینی برسی کرد. برای این منظور، آلفاپروف برای خواندن و نوشتن اثبات‌ها به زبان رسمی به نام لین (Lean) آموزش داده شد که در بسته نرم‌افزاری «دستیار اثبات» منفعت گیری می‌بشود.

آموزش هر مدل زبانی به حجم عظیمی از داده‌ها نیاز دارد، اما در لین تعداد معدودی اثبات ریاضی وجود داشت. توماس هوبرت که در گسترش آلفاپروف نقش داشته است، می‌گوید، برای تسلط بر این مشکل، تیم شبکه فرد دیگر را طراحی کرد که تلاش کرد اسبق حاضر از یک میلیون قضیه نوشته‌شده به زبان طبیعی را به لین ترجمه کند (اما بدون گنجاندن راه‌حل‌های نوشته‌شده توسط انسان). او می‌گوید: «رویکرد ما این می بود که ببینیم اگر سیستم را با اثبات‌های نوشته‌شده به‌وسیله‌ی‌ انسان آموزش ندهیم، می‌تواند اثبات کردن را یاد بگیرد؟» (این شرکت رویکرد جدیدی در رابطه با گو داشت که در آن هوش مصنوعی آن یاد گرفت با بازی دربرابر خودش این بازی را یاد بگیرد).

تعداد بسیاری از ترجمه‌های لین بی‌معنی اما به قدر کافی خوب بودند که آلفاپروف را به نقطه‌ای برسانند که بتواند چرخه‌های یادگیری تقویتی خود را اغاز کند.

گاورز در نشست مطبوعاتی او گفت نتایج بهتر از انتظارات آن‌ها می بود. او او گفت: «تعداد بسیاری از مسائل حاضر در IMO دارای ویژگی کلید جادویی می باشند. قضیه در نگاه اول سخت به‌نظر می‌رسد تا وقتی که کلید جادویی را اشکار کنید که قفل آن را باز کند.»

مایرز در کنفرانس مطبوعاتی او گفت مطالعات آینده می‌توانند نشان دهند که آیا می‌توان این تکنیک‌ها را تا حد انجام کارهای تحقیقاتی در ریاضی کامل کرد و آیا می‌توان آن را به انواع دیگر مسائل ریاضی که برایشان یک میلیون قضیه شبیه برای آموزش سیستم نداریم، گسترش داد یا خیر.