Google DeepMind, divizia de cercetare a inteligenței artificiale (AI) a Alphabet, a făcut un nou pas înainte în domeniul rezolvării problemelor matematice complexe, un teren dificil pentru programele AI contemporane. Google a lansat recent două noi modele AI, AlphaProof și AlphaGeometry 2, care demonstrează performanțe remarcabile în acest domeniu.
AlphaProof, o inovație în raționamentul matematic, a fost dezvoltat pe baza succeselor anterioare ale programelor Google AI în jocuri strategice complexe precum șah, shogi și Go. În 2016, un program DeepMind a reușit să învingă unul dintre cei mai buni jucători de Go din lume, marcând un punct de referință în capacitățile AI de a aborda sarcini strategice. În prezent, AlphaProof aplică aceleași principii avansate pentru a rezolva probleme matematice complexe.
Lansat împreună cu AlphaProof, AlphaGeometry 2 este o versiune îmbunătățită a unui model anterior axat pe geometrie. Conform Google, AlphaGeometry 2 a reușit să rezolve 83% din toate problemele istorice de geometrie prezentate la Olimpiada Internațională de Matematică din ultimii 25 de ani. Această realizare subliniază capacitatea AI de a aborda probleme matematice care necesită un raționament spațial avansat și o înțelegere profundă a conceptelor geometrice.
Într-un test recent, AlphaProof și AlphaGeometry 2 au reușit să rezolve patru din cele șase probleme prezentate la Olimpiada Internațională de Matematică, o competiție anuală de prestigiu care pune la încercare cunoștințele tinerilor matematicieni în domenii precum algebra și geometria. Această performanță este semnificativă, având în vedere complexitatea problemelor și necesitatea unui raționament matematic sofisticat pentru a le soluționa.
În ciuda progreselor, rezolvarea problemelor matematice rămâne o provocare majoră pentru AI. Modelele de limbaj mari, care sunt antrenate pe cantități masive de text, sunt predispuse la „halucinații” – furnizarea de informații incorecte în mod convingător. Pentru a depăși această provocare, Google a folosit o abordare inovatoare, traducând problemele matematice în declarații tehnice, un proces numit „limbaj formal”.
Un alt obstacol în calea performanței AI în matematică este lipsa datelor de instruire disponibile. În contrast cu chatbot-urile, care pot accesa informații dintr-o mare varietate de texte online, datele specifice pentru antrenarea modelelor de matematică sunt mult mai limitate. Cu toate acestea, pe măsură ce AlphaProof rezolvă cu succes probleme, codul său este actualizat, permițând modelului să abordeze provocări din ce în ce mai dificile.
Deși AI-ul a făcut progrese remarcabile, cercetătorii de la Google DeepMind subliniază că aceste sisteme nu sunt încă pregătite să înlocuiască matematicienii umani. David Silver, vicepreședinte Google DeepMind pentru învățarea prin consolidare, compară modelele de inteligență artificială cu instrumente puternice de calcul, care ar putea într-o zi să ajute oamenii să găsească dovezi matematice. Însă, ceea ce le lipsește sistemelor AI este imaginația – capacitatea de a pune întrebări interesante și de a explora noi frontiere în matematică.
„Chiar și în cea mai deplină ambiție a ceea ce încercăm să facem, cred că ne propunem să furnizăm un sistem care poate dovedi orice”, a declarat Silver. „Dar acesta nu este sfârșitul a ceea ce fac matematicienii”.