DeepMind i Google zgjidh problemet matematikore me inteligjencën artificiale

Përparimet e fundit në modelet e mëdha të gjuhëve (LLM) e kanë bërë AI më të adaptueshme, por kjo vjen me një anë negative: gabimet.

Inteligjenca artificiale gjeneruese tenton të krijojë gjërat, por Google DeepMind ka dalë me një LLM të ri që i përmbahet të vërtetave matematikore.

FunSearch i kompanisë mund të zgjidhë probleme matematikore shumë komplekse.

Për mrekulli, zgjidhjet që gjeneron nuk janë vetëm të sakta; ato janë zgjidhje krejtësisht të reja që asnjë qenie njerëzore nuk i ka gjetur ndonjëherë.

Koha e parashikuar e leximit: 4 minuti

FunSearch quhet kështu sepse kërkon funksione matematikore, jo sepse është argëtuese. Megjithatë, disa njerëz mund ta konsiderojnë problemin e grupit të kapakëve si një problem: matematikanët as nuk mund të bien dakord mbi mënyrën më të mirë për ta zgjidhur atë, duke e bërë atë një mister të vërtetë numerik. Deepmind ka bërë tashmë përparime në inteligjencën artificiale me modelet e saj Alpha si AlphaFold (palosja e proteinave), AlphaStar (StarCraft) dhe AlphaGo (duke luajtur Go). Këto sisteme nuk bazoheshin në LLM, por zbuluan koncepte të reja matematikore.

Me FunSearch, Deepmind filloi me një modalitet të madh gjuhësor, një version i Google PalM 2 i quajtur Codey. Ekziston një nivel i dytë LLM në punë, i cili analizon rezultatet e Codey dhe eliminon informacionin e pasaktë. Ekipi që qëndron pas kësaj pune nuk e dinte nëse kjo qasje do të funksiononte dhe ende nuk është i sigurt pse, sipas studiuesit Deepmind Alhusein Fawzi.

Për të filluar, inxhinierët në Deepmind ata krijuan një paraqitje Python të problemit të grupit të kapakëve, por lanë jashtë linjat që përshkruanin zgjidhjen. Detyra e Codey ishte të shtonte rreshta që zgjidhin me saktësi problemin. Shtresa e kontrollit të gabimeve më pas shënon zgjidhjet Codey për të parë nëse ato janë të sakta. Në matematikën e nivelit të lartë, ekuacionet mund të kenë më shumë se një zgjidhje, por jo të gjitha konsiderohen njësoj të mira. Me kalimin e kohës, algoritmi identifikon zgjidhjet më të mira të Codey dhe i fut ato përsëri në model.

DeepMind lejon FunSearch të funksionojë për disa ditë, aq sa për të gjeneruar miliona zgjidhje të mundshme. Kjo i lejoi FunSearch të rafinonte kodin dhe të prodhonte rezultate më të mira. Sipas hulumtimit të sapo publikuar, € ™ sinteligjencës artificiale gjeti një zgjidhje të panjohur më parë, por të saktë për problemin e grupit të kapakut. Deepmind gjithashtu çliroi FunSearch në një problem tjetër të vështirë matematikor të quajtur problemi i paketimit të kontejnerëve, një algoritëm që përshkruan mënyrën më efikase për paketimin e kontejnerëve. FunSearch gjeti një zgjidhje më shpejt se ato të llogaritura nga njerëzit.

Matematikanët janë ende duke luftuar për të integruar teknologjinë LLM në punën e tyre dhe në punën e tyre Deepmind tregon një rrugë të mundshme për të ndjekur. Ekipi beson se kjo qasje ka potencial sepse gjeneron kodin kompjuterik dhe jo zgjidhjen. Kjo është shpesh më e lehtë për t'u kuptuar dhe verifikuar sesa rezultatet e papërpunuara matematikore.

Lexime të ngjashme

• Jo më vetëm fat: futbolli i fantazisë bëhet model analize. Fantalgoritmo lindi, kur bota e futbollit fantazi takohet me matematikën
• Gato, DeepMind dhe gara drejt inteligjencës artificiale të përgjithshme
• Çfarë është Analiza Parashikuese dhe pse ka rëndësi në biznes
• NDËRTESA TË QËNDRUESHME TREGTARE: ME MENAXHIM TË ENERGJISË DHE INTELIGJENCË ARTIFICIALE, KONSUMI GLOBAL I ENERGJISË MUND TË ULET ME 30% DHE EMISIONET E CO37 ME 2%
• Inovacioni dhe marrëdhëniet me klientët - përvoja dhe inteligjenca logjike-deduktive

BlogInnovazione.it