La semana pasada, el estudiante de doctorado vietnamita Trinh Hoang Trieu defendió con éxito su tesis doctoral sobre el tema de la resolución de problemas de IA en la Universidad de Nueva York. La investigación, con contribuciones de dos científicos de Google DeepMind, el Dr. Le Viet Quoc y Luong Thang, fue publicada en la revista Nature.
Con un conjunto de 30 problemas de geometría olímpica de 2000 a 2022, AlphaGeometry resolvió 25 problemas, en comparación con la puntuación promedio de los medallistas de oro de 25,9, superando ampliamente 10 problemas de sistemas de matemáticas informáticas desarrollados en la década de 1970.
En los últimos años, Google DeepMind ha estado llevando a cabo una serie de proyectos de investigación de IA relacionados con las matemáticas. Por lo tanto, los problemas de nivel olímpico se utilizan como criterio para evaluar el aprendizaje automático.
Según Michael Barany, historiador de las matemáticas de la Universidad de Edimburgo, el estudio AlphaGeometry “es un hito en la capacidad de razonar automáticamente a nivel humano”.
Terence Tao, un matemático de la Universidad de California que ganó una medalla de oro olímpica a los 12 años, calificó el sistema de IA como un “logro fantástico” y dijo que sus resultados fueron “sorprendentes”.
Mientras tanto, el autor de la investigación Trinh Hoang Trieu dijo que el razonamiento matemático es sólo una forma de razonamiento, pero tiene la ventaja de ser fácil de verificar. “Las matemáticas son el lenguaje de la verdad”, afirmó el médico vietnamita. “Si quieres desarrollar sistemas de IA, necesitas construir una IA confiable que pueda encontrar verdades en las que los usuarios puedan confiar”, especialmente en aplicaciones que requieren altos requisitos de seguridad.
AlphaGeometry es un sistema que combina un modelo de lenguaje de red neuronal (profundo en intuición artificial, similar a ChatGPT pero más pequeño) con un motor simbólico (especializado en razonamiento artificial, como una computadora lógica), antes de ser ajustado para comprender la geometría.
Lo especial del algoritmo es que tiene la capacidad de producir una solución de la nada. Los modelos actuales de IA, por otro lado, tendrán que buscar soluciones existentes o similares que los humanos hayan encontrado.
Este resultado se basa en una red neuronal entrenada con 100 millones de ejemplos geométricos sin retroalimentación humana. Al comenzar a trabajar en un problema, la herramienta simbólica funcionará primero. Si la herramienta encuentra obstáculos, el algoritmo neuronal sugerirá formas de fortalecer el argumento de prueba. Este bucle continúa hasta que se agote el tiempo (cuatro horas y media) o se resuelva el problema.
Stanislas Dehaene, experto en neurociencia cognitiva del Collège de France, dijo que estaba impresionado con el rendimiento de AlphaGeometry, pero que el sistema “no percibía nada sobre el problema que estaba resolviendo”. En otras palabras, el algoritmo solo maneja la codificación lógica y aritmética de la imagen. “No tiene conciencia espacial de círculos, líneas o triángulos”.
El Dr. Luong Thang dijo que este elemento “sensorial” podría agregarse este año, utilizando la plataforma de inteligencia artificial Gemini de Google.
(Según el Washington Post)
Fuente
Kommentar (0)