Розробники систем штучного інтелекту все частіше орієнтують їх на вирішення математичних проблем

Існуючі ШІ-моделі в більшості своїй спочатку були орієнтовані на суто гуманітарні питання, але поступово їхні творці починають усвідомлювати важливість вирішення з їхньою допомогою математичних задач. По-перше, це сприяє прогресу в наукових відкриттях. По-друге, це дозволяє використовувати досягнуті в математиці результати як метод демонстрації успіхів ШІ.

Джерело зображення: Unsplash, Thomas T

Важливість цієї тенденції була підкреслена експериментом одного з студентів Кембриджського університету, який використав передову ШІ-модель OpenAI для вирішення однієї з математичних задач Ердеша, які раніше вважалися нерозв'язними. Крім того, ШІ-моделі почали демонструвати високі результати на Міжнародній математичній олімпіаді та інших тематичних конкурсах. Колишня член ради директорів Хелен Тоунер (Helen Toner) підкреслює, що ШІ-моделі в своєму розвитку вже минули стадію, на якій від них вимагалося навчитися розрізняти котів і собак, і перейшли до вирішення математичних задач вищого рівня складності.

Лабораторія DeepMind компанії Google випустила спеціальні ШІ-моделі для вирішення задач у галузі математики (AlphaProof) та геометрії (AlphaGeometry) відповідно. Обрели популярність бенчмарки Epoch AI, які оцінюють швидкодію нових ШІ-моделей у вирішенні математичних задач. Раніше вважалося, що великі мовні моделі погано підходять для цього, оскільки вони базуються на ймовірнісному прогнозуванні наступного слова в реченні і часто видають галюцинації, але з переходом на навчання з підкріпленням і появою міркуючих моделей точність результатів ШІ-моделей помітно зросла.

OpenAI навіть найняла двох видатних математиків: Ернеста Рю (Ernest Ryu) з Каліфорнійського університету в Лос-Анджелесі та Мехтаба Сані (Mehtaab Sawhney) з Колумбійського університету, щоб посилити свою наукову команду та покращити ефективність власних ШІ-моделей у вирішенні математичних задач. В цілому, математика зручна дослідникам, оскільки вона дозволяє автоматично перевіряти правильність отриманих результатів. Такий підхід дозволяє досягти прогресу і в розробці програмного забезпечення за допомогою ШІ. Компанія Anthropic, наприклад, робить великі ставки на свого ШІ-асистента Claude Code, який дозволяє автоматично створювати програмний код.

В будь-якому випадку, для вирішення дійсно складних наукових і математичних задач сучасні ШІ-моделі повинні навчитися працювати з опорою на отримані в минулому результати, і досягти всього в рамках однієї нетривалої сесії в даному випадку просто неможливо. Вже зараз ШІ-моделі здатні ефективно резюмувати інформацію та об'єднувати дані, отримані в різних наукових дисциплінах. В майбутньому це дозволить прискорити науковий прогрес, як вважають експерти. В математиці ШІ вже показав себе з найкращого боку.

Хочеш дізнатися більше — читай відгуки