Google DeepMind и исследователи факультета компьютерных наук Нью-Йоркского университета представили AlphaGeometry — систему искусственного интеллекта (ИИ), способную решать задачи по геометрии на уровне, приближающемся к уровню самых способных математиков в средней школе. Как сообщается в статье, опубликованной в журнале Nature, AlphaGeometry продемонстрировала знания наравне с золотыми медалистами Международной математической олимпиады (IMO) в эталонном тесте из 30 сложных классических задач по геометрии.

Эта работа представляет собой большой скачок вперед для ИИ, работающего на границах математики и мышления. AlphaGeometry правильно решил 25 из 30 задач в условиях официальных временных ограничений Олимпиады. Для сравнения, предыдущий современный ИИ-решатель геометрических задач смог успешно справиться только с 10, а средний золотой медалист-человек решил 25,9 задач.

Результат AlphaGeometry очень близок к золотому стандарту человеческих участников и, по мнению Deepmind, подчеркивает растущую компетентность ИИ в области математики.

Как же система DeepMind достигла успехов в математике? В отличие от текстовых моделей ИИ, которые можно обучать на огромных объемах данных из Интернета, для математики доступно относительно мало данных, которые являются более символическими и предметно-ориентированными. Более того, решение математических задач требует логических рассуждений, с чем большинство современных моделей ИИ не справляются.

Чтобы преодолеть эти проблемы, исследователи разработали новый нейросимволический подход, который использует сильные стороны как нейронных сетей, так и символических систем. Нейронные сети хорошо распознают закономерности и прогнозируют следующие шаги, но они часто допускают ошибки или не имеют объяснений. Символические системы, напротив, основаны на формальной логике и строгих правилах, которые позволяют им корректировать и обосновывать решения нейронной сети.

Исследователи сравнили свой подход с работой нобелевского лауреата Дэниела Канемана "Мышление, быстрое и медленное". Одна система обеспечивает быстрые, "интуитивные" идеи, а другая — более взвешенное, рациональное принятие решений.

Эти две системы, ответственные за творческое мышление и логическое рассуждение, работают вместе для решения сложных математических задач.

Используя синтетические данные (100 млн уникальных геометрических задач и доказательств), исследователи смогли обучить компонент языковой модели AlphaGeometry без дорогостоящих и ограниченных примеров, полученных от экспертов-людей. Такое практически неограниченное количество новых задач подтолкнуло систему к расширению своих знаний.

Успех AlphaGeometry в решении задач по геометрии олимпиадного уровня — не просто академическое достижение. Он демонстрирует потенциал ИИ для сложных математических рассуждений — навыка, который долгое время считался преимуществом человеческого интеллекта. И хотя в настоящее время система специализируется на геометрии, теоретически ее методы могут быть адаптированы к другим математическим областям. Кроме того, способность системы автономно генерировать и решать сложные задачи может проложить путь к применению ИИ в различных областях, от инженерии до теоретических исследований.

Deepmind предоставила свой код и модель в виде открытого исходного кода на Github.