Các bài viết

DeepMind của Google giải quyết các vấn đề toán học bằng trí tuệ nhân tạo

Những tiến bộ gần đây trong các mô hình ngôn ngữ lớn (LLM) đã giúp AI có khả năng thích ứng cao hơn, nhưng điều này đi kèm với một nhược điểm: sai sót.

AI sáng tạo có xu hướng sáng tạo ra mọi thứ, nhưng Google DeepMind đã đưa ra một LLM mới bám sát các chân lý toán học.

FunSearch của công ty có thể giải các bài toán cực kỳ phức tạp.

Thật kỳ diệu, các giải pháp mà nó tạo ra không chỉ chính xác; chúng là những giải pháp hoàn toàn mới mà chưa có con người nào tìm ra được.

Thời gian đọc ước tính: 4 minuti

FunSearch được gọi như vậy vì nó tìm kiếm các hàm toán học chứ không phải vì nó thú vị. Tuy nhiên, một số người có thể coi bài toán đặt giới hạn là một trò lừa bịp: các nhà toán học thậm chí không thể đồng ý về cách giải quyết nó tốt nhất, khiến nó trở thành một bí ẩn số học thực sự. Deepmind đã đạt được những tiến bộ về trí tuệ nhân tạo với các mô hình Alpha như AlphaFold (gấp protein), AlphaStar (StarCraft) và AlphaGo (chơi cờ vây). Những hệ thống này không dựa trên LLM nhưng đã bộc lộ những khái niệm toán học mới.

Với FunSearch, Deepmind bắt đầu với chế độ ngôn ngữ lớn, một phiên bản PaLM 2 của Google có tên Codey. Có cấp độ LLM thứ hai đang hoạt động, giúp phân tích đầu ra của Codey và loại bỏ thông tin không chính xác. Theo nhà nghiên cứu, nhóm đứng sau công việc này không biết liệu phương pháp này có hiệu quả hay không và vẫn không chắc chắn tại sao. Deepmind Alhussein Fawzi.

Để bắt đầu, các kỹ sư tại Deepmind họ đã tạo ra một bản trình bày bằng Python về vấn đề tập hợp giới hạn, nhưng bỏ qua các dòng mô tả giải pháp. Công việc của Codey là thêm những dòng giải quyết chính xác vấn đề. Sau đó, lớp kiểm tra lỗi sẽ chấm điểm các giải pháp Codey để xem chúng có chính xác hay không. Trong toán học cấp cao, các phương trình có thể có nhiều nghiệm, nhưng không phải tất cả đều tốt như nhau. Theo thời gian, thuật toán sẽ xác định các giải pháp Codey tốt nhất và chèn chúng trở lại mô hình.

DeepMind cho phép FunSearch chạy trong vài ngày, đủ lâu để tạo ra hàng triệu giải pháp khả thi. Điều này cho phép FunSearch tinh chỉnh mã và tạo ra kết quả tốt hơn. Theo nghiên cứu mới được công bố, L 'trí tuệ nhân tạo đã tìm ra giải pháp chính xác nhưng chưa được biết trước đây cho vấn đề đặt giới hạn. Deepmind cũng giải phóng FunSearch về một bài toán khó khác gọi là bài toán đóng gói thùng chứa, một thuật toán mô tả cách hiệu quả nhất để đóng gói thùng chứa. FunSearch tìm ra giải pháp nhanh hơn những gì con người tính toán.

Các nhà toán học vẫn đang nỗ lực tích hợp công nghệ LLM vào công việc của họ và công việc của Deepmind chỉ ra một con đường có thể đi theo. Nhóm nghiên cứu tin rằng phương pháp này có tiềm năng vì nó tạo ra mã máy tính chứ không phải là giải pháp. Điều này thường dễ hiểu và xác minh hơn các kết quả toán học thô.