Tao Zhexuan kommentiert Google AlphaProof: KI zeigt bei Mathematikwettbewerben „außergewöhnliche Weisheit“.

Angesichts der Probleme der Mathematikolympiade reicht der „IQ“ der KI oft nicht aus. Dies gehört jedoch der Vergangenheit an. Google DeepMind nutzte KI, um meiner Meinung nach die eigentlichen Fragen der diesjährigen Internationalen Mathematikolympiade zu lösen, und es war nur einen Schritt davon entfernt, die Goldmedaille zu gewinnen. Für KI ist die Mathematikolympiade kein Problem mehr. Jede der sechs Fragen in IMO 2024 ist 7 Punkte wert, was eine maximale Gesamtpunktzahl von 42 Punkten ergibt. Das System von DeepMind erreichte am Ende eine Punktzahl von 28, was bedeutet, dass es für alle vier gelösten Probleme die perfekte Punktzahl erhielt – was der Bestnote in der Silbermedaillenkategorie entspricht.

1. Link zum DeepMind-Artikel: https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/

2. Tao Zhexuan, ein Mathematiker, der häufig KI verwendet. unterstützte Beweise, vor kurzem war ich auf einer Geschäftsreise und habe die Problemlösungs-Engines AlphaProof und AlphaGeometry2 noch nicht vollständig verdaut. In seinem Blog äußerte er jedoch seine Ansichten zum KI-System von DeepMind, das am IMO-Wettbewerb teilnahm.

   

   Tao Zhexuan spricht über
3. Dies ist eine sehr großartige Arbeit, die unsere Erwartungen an KI-gestützte oder vollständig autonome Methoden zur Bewältigung von Benchmark-Herausforderungen noch einmal verändert.
4. Zum Beispiel wurden Geometrieprobleme auf IMO-Ebene grundsätzlich für spezielle KI-Tools gelöst, und IMO-Probleme mit formalen Beweisen können durch KI zumindest teilweise durch den Reinforcement-Learning-Prozess überwunden werden, obwohl jedes Problem derzeit erhebliche Rechenmengen erfordert erfordern menschliche Hilfe bei der Formalisierung.
5. Tao Zhexuan glaubt, dass diese Methode auch die formale Mathematik automatisieren kann, was mathematische Forschungsmethoden fördern könnte, die formale Komponenten umfassen. Die resultierende Datenbank formaler Beweise könnte eine nützliche Ressource sein, wenn sie offener geteilt würde.
6. Dieser Ansatz (basierend auf Reinforcement Learning, ähnlich dem Geist von AlphaGo, mit Schwerpunkt auf einem ganzheitlichen Ansatz) ist sehr clever und im Nachhinein sinnvoll. Der „KI-Effekt“ fühlt sich, wenn man ihn einmal erklärt, nicht wie eine Demonstration menschlicher Intelligenz an, sondern ist dennoch eine Erweiterung der Fähigkeiten unseres KI-gestützten Toolsets zur Problemlösung.

   

   „KI-Effekt“

„KI-Effekt“ bedeutet, dass die Menschen, wenn die Technologie der künstlichen Intelligenz Fortschritte macht oder Probleme löst, dazu neigen zu denken, dass diese Errungenschaften keine echte künstliche Intelligenz sind oder keine echte Intelligenz besitzen. Mit anderen Worten: Sobald eine Technologie verstanden oder populär gemacht wurde, gilt sie nicht mehr als intelligent. Dieses Phänomen zeigt, dass sich die Definitionen und Erwartungen der Menschen an „Intelligenz“ mit fortschreitender Technologie weiter verbessern werden.

NuminaMath-Modell

Anfang dieses Monats gab Tao Zhexuan in seinem Blog bekannt, dass die vorläufigen Ergebnisse der KI-Mathematikolympiade (AIMO Progress Award) bekannt gegeben wurden. Unter ihnen gewann Numinas Team den ersten Platz.

Das NuminaMath-Modell ist vollständig automatisiert und um Größenordnungen ressourceneffizienter und verfolgt einen völlig anderen Ansatz (Verwendung großer Sprachmodelle zur Generierung von Python-Code, um numerische Antwortprobleme auf regionaler Wettbewerbsebene mit roher Gewalt zu lösen). Auch dieses Modell ist vollständig Open Source.

DeepMinds Forschung zum mathematischen Denken

DeepMind unternimmt auch unermüdliche Anstrengungen im Bereich des mathematischen Denkens. Anfang dieses Jahres gelang seinem Algorithmus für künstliche Intelligenz ein großer Durchbruch bei der Mathematikolympiade (IMO). Der Artikel „Solving olympiad Geometry without human Demonstrations“ stellte AlphaGeometry der Welt vor und wurde auch in der international renommierten Fachzeitschrift „Nature“ veröffentlicht. Experten sagen, dass dies ein wichtiger Schritt ist, um künstliche Intelligenz in die Lage zu versetzen, menschliches Denken zu ermöglichen.

Link zum Papier: https://www.nature.com/articles/s41586-023-06747-5 Wir werden abwarten, welche Überraschungen DeepMind uns in Zukunft bringen wird. Referenzlink: https://mathstodon.xyz/@tao/112850716240504978

Das obige ist der detaillierte Inhalt vonTao Zhexuan kommentiert Google AlphaProof: KI zeigt bei Mathematikwettbewerben „außergewöhnliche Weisheit“.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!