GoogleのDeepMindは人工知能で数学的問題を解決する

大規模言語モデル (LLM) の最近の進歩により、AI の適応性はさらに高まりましたが、これにはエラーというマイナス面が伴います。

生成 AI はでっちあげになりがちですが、Google DeepMind は数学的真実にこだわった新しい LLM を考案しました。

同社の FunSearch は、非常に複雑な数学の問題を解決できます。

奇跡的に、生成されるソリューションは正確であるだけではありません。それらは、人類がこれまで発見したことのない、まったく新しいソリューションです。

推定読書時間: 4 分

FunSearch は、楽しいからではなく、数学関数を検索するためにそう呼ばれています。しかし、人によっては、キャップ セット問題を大したものだと考える人もいるかもしれません。数学者の間でも、この問題を解く最善の方法について合意が得られておらず、この問題はまさに数値上の謎となっています。 ディープマインド は、AlphaFold (タンパク質の折りたたみ)、AlphaStar (StarCraft)、AlphaGo (囲碁) などの Alpha モデルで、すでに人工知能の進歩を遂げています。これらのシステムは LLM に基づいていませんでしたが、新しい数学的概念を明らかにしました。

ファンサーチを使用すると、 ディープマインド Codey と呼ばれる Google の PaLM 2 のバージョンである大規模言語モードから始まりました。 XNUMX 番目の LLM レベルが機能しており、Codey の出力を分析して誤った情報を排除します。研究者によると、この研究の背後にあるチームは、このアプローチが機能するかどうかはわからず、その理由もまだわかっていません ディープマインド アルフセイン・ファウジ。

まず、当社のエンジニアは、 ディープマインド 彼らはキャップ セット問題の Python 表現を作成しましたが、解決策を説明する行は省略しました。 Codey の仕事は、問題を正確に解決する行を追加することでした。次に、エラー チェック層が Codey ソリューションをスコアリングして、それらが正確かどうかを確認します。高レベルの数学では、方程式に複数の解がある場合がありますが、すべてが同等に優れているとは限りません。時間の経過とともに、アルゴリズムは最適な Codey ソリューションを特定し、それらをモデルに戻します。

DeepMind では、FunSearch を数日間実行でき、これにより数百万もの可能な解決策が生成されます。これにより、FunSearch はコードを改良し、より良い結果を生成できるようになりました。 新しく発表された研究によると、L '人工知能 キャップ セットの問題に対する、これまで知られていなかったが正しい解決策が見つかりました。 ディープマインド また、FunSearch は、コンテナを梱包する最も効率的な方法を記述するアルゴリズムである、コンテナ梱包問題と呼ばれる別の難しい数学的問題についても解放しました。 FunSearch は、人間が計算するよりも早く解決策を見つけました。

数学者たちは、LLM テクノロジーを自分たちの仕事や数学の仕事に統合するのに今も苦労しています。 ディープマインド たどる可能性のあるパスを示します。チームは、このアプローチにはソリューションではなくコンピューター コードが生成されるため、可能性があると考えています。多くの場合、これは生の数学的結果よりも理解しやすく、検証しやすいです。

関連書籍

• もはや運だけではありません。ファンタジー フットボールが分析のモデルになります。 Fantalgoritmo は、ファンタジー フットボールの世界と数学が出会ったときに生まれました。
• Gato、DeepMind、および一般的な人工知能への競争
• 予測分析とは何か、それがビジネスで重要な理由
• 持続可能な商業ビル: エネルギー管理と人工知能により、世界のエネルギー消費を 30% 削減し、CO37 排出量を 2% 削減できます
• 革新と顧客関係 - 経験と論理演繹的知性

BlogInnovazione.it