Artiklid

Google'i DeepMind lahendab tehisintellekti abil matemaatilisi probleeme

Hiljutised edusammud suurte keelemudelite (LLM) vallas on muutnud AI kohanemisvõimelisemaks, kuid sellel on ka negatiivne külg: vead.

Generatiivne AI kipub asju välja mõtlema, kuid Google DeepMind on välja pakkunud uue LLM-i, mis jääb matemaatiliste tõdede juurde.

Ettevõtte FunSearch suudab lahendada väga keerulisi matemaatikaülesandeid.

Imekombel pole selle loodud lahendused mitte ainult täpsed; need on täiesti uued lahendused, mida ükski inimene pole kunagi leidnud.

Eeldatav lugemisaeg: 4 minutit

FunSearchi nimetatakse nii sellepärast, et see otsib matemaatilisi funktsioone, mitte sellepärast, et see oleks lõbus. Siiski võivad mõned inimesed pidada ülemmäära probleemi hulluks: matemaatikud ei suuda isegi kokku leppida, kuidas seda kõige paremini lahendada, mistõttu on see tõeline numbriline mõistatus. Deepmind on tehisintellektis juba edusamme teinud oma Alpha mudelitega, nagu AlphaFold (valgu voltimine), AlphaStar (StarCraft) ja AlphaGo (mängib Go). Need süsteemid ei põhinenud LLM-il, vaid näitasid uusi matemaatilisi kontseptsioone.

FunSearchiga Deepmind algas suure keelerežiimiga, Google'i PaLM 2 versiooniga Codey. Tööl on teine LLM-i tase, mis analüüsib Codey väljundit ja kõrvaldab ebaõige teabe. Selle töö taga olev meeskond ei teadnud, kas see lähenemisviis töötab, ega ole teadlase sõnul endiselt kindel, miks Deepmind Alhussein Fawzi.

Alustuseks insenerid kl Deepmind nad lõid cap set probleemi Pythoni esituse, kuid jätsid lahendust kirjeldavad read välja. Codey ülesanne oli lisada ridu, mis probleemi täpselt lahendasid. Veakontrolli kiht hindab seejärel Codey lahendusi, et näha, kas need on täpsed. Kõrgetasemelises matemaatikas võib võrranditel olla rohkem kui üks lahendus, kuid kõiki ei peeta võrdselt heaks. Aja jooksul tuvastab algoritm parimad Codey lahendused ja lisab need tagasi mudelisse.

DeepMind laseb FunSearchil töötada mitu päeva, piisavalt kaua, et luua miljoneid võimalikke lahendusi. See võimaldas FunSearchil koodi täpsustada ja anda paremaid tulemusi. Värskelt avaldatud uuringu kohaseltL 'tehisintellekt leidis korgikomplekti probleemile varem tundmatu, kuid õige lahenduse. Deepmind Samuti vabastas FunSearchi veel üks keeruline matemaatiline probleem, mida nimetatakse konteinerite pakkimise probleemiks, algoritm, mis kirjeldab kõige tõhusamat konteinerite pakkimise viisi. FunSearch leidis lahenduse kiiremini kui inimeste arvutatud.

Matemaatikud näevad endiselt vaeva, et integreerida LLM-tehnoloogiat oma töösse ja töösse Deepmind näitab võimalikku teed, mida järgida. Meeskond usub, et sellel lähenemisviisil on potentsiaali, kuna see genereerib pigem arvutikoodi kui lahendust. Seda on sageli lihtsam mõista ja kontrollida kui tooreid matemaatilisi tulemusi.