Artikelen

Google's DeepMind léist mathematesch Problemer mat kënschtlecher Intelligenz

Rezent Fortschrëtter a grousse Sproochmodeller (LLMs) hunn AI méi adaptéierbar gemaach, awer dëst kënnt mat engem Nodeel: Feeler.

Generativ AI tendéiert d'Saache auszeschaffen, awer Google DeepMind ass mat engem neien LLM komm, deen un mathematesch Wourechten hält.

D'Firma FunSearch kann héich komplex mathematesch Probleemer léisen.

Wonnerbar sinn d'Léisungen déi et generéiert net nëmme korrekt; et si komplett nei Léisungen, déi kee Mënsch jeemools fonnt huet.

Geschätzte Lieszäit: 4 minuti

FunSearch gëtt dat genannt well et no mathematesch Funktiounen sicht, net well et lëschteg ass. Wéi och ëmmer, e puer Leit kënnen de Cap-Set-Problem als Hoot betruechten: Mathematiker kënnen net emol d'accord sinn wéi se et am beschten léisen, wat et e richtegt numerescht Geheimnis mécht. Deepmind huet scho Fortschrëtter an der kënschtlecher Intelligenz gemaach mat hiren Alpha Modeller wéi AlphaFold (Protein Klapp), AlphaStar (StarCraft), an AlphaGo (Spill Go). Dës Systemer waren net baséiert op LLM, mee opgedeckt nei mathematesch Konzepter.

Mat FunSearch, Deepmind ugefaang mat engem grousse Sproochemodus, eng Versioun vum Google PaLM 2 genannt Codey. Et gëtt en zweeten LLM Niveau op der Aarbecht, déi dem Codey säin Output analyséiert a falsch Informatioun eliminéiert. D'Team hannert dëser Aarbecht wousst net ob dës Approche funktionnéiert an ass nach ëmmer net sécher firwat, laut dem Fuerscher Deepmind Alhussein Fawzi.

Fir unzefänken, d'Ingenieuren um Deepmind si hunn e Python-Representatioun vum Cap-Set-Problem erstallt, awer d'Linnen verloossen, déi d'Léisung beschreiwen. Dem Codey seng Aarbecht war Linnen ze addéieren déi de Problem präzis geléist hunn. D'Fehlerkontrollschicht markéiert dann d'Codey Léisunge fir ze kucken ob se richteg sinn. An der Mathematik op héijem Niveau kënne Gleichungen méi wéi eng Léisung hunn, awer net all ginn als gläich gutt ugesinn. Mat der Zäit identifizéiert den Algorithmus déi bescht Codey Léisungen an setzt se zréck an de Modell.

DeepMind léisst FunSearch fir e puer Deeg lafen, laang genuch fir Millioune vu méigleche Léisungen ze generéieren. Dëst huet FunSearch erlaabt de Code ze raffinéieren a besser Resultater ze produzéieren. No nei publizéiert Fuerschung, L 'kënschtlech Intelligenz fonnt eng virdru onbekannt awer korrekt Léisung fir de Cap Set Problem. Deepmind befreit och FunSearch op engem anere schwieregen mathematesche Problem de Containerverpackungsproblem genannt, en Algorithmus deen den effizientesten Wee beschreift fir Container ze packen. FunSearch huet eng Léisung méi séier fonnt wéi déi vu Mënschen berechent.

Mathematiker kämpfen nach ëmmer fir LLM Technologie an hir Aarbecht an d'Aarbecht ze integréieren Deepmind weist e méigleche Wee fir ze verfollegen. D'Team mengt datt dës Approche Potenzial huet well et Computercode generéiert anstatt d'Léisung. Dëst ass dacks méi einfach ze verstoen an z'iwwerpréiwen wéi rau mathematesch Resultater.