สัปดาห์ที่แล้ว นักศึกษาปริญญาเอกชาวเวียดนาม Trinh Hoang Trieu ได้ปกป้องวิทยานิพนธ์ระดับปริญญาเอกของเขาในหัวข้อการแก้ปัญหา AI ที่มหาวิทยาลัยนิวยอร์กได้สำเร็จ งานวิจัยดังกล่าวมีส่วนสนับสนุนจากนักวิทยาศาสตร์ 2 คนจาก Google DeepMind ได้แก่ ดร. Le Viet Quoc และ Luong Thang โดยได้รับการตีพิมพ์ในวารสาร Nature
AlphaGeometry สามารถแก้โจทย์เรขาคณิตของโอลิมปิกได้ 25 ข้อโดยใช้ชุดโจทย์จำนวน 30 ข้อตั้งแต่ปี 2000 ถึงปี 2022 เมื่อเทียบกับคะแนนเฉลี่ยของผู้ได้รับเหรียญทองซึ่งอยู่ที่ 25.9 คะแนน ซึ่งสูงกว่าโจทย์ระบบคณิตศาสตร์คอมพิวเตอร์จำนวน 10 ข้อที่พัฒนาขึ้นในช่วงทศวรรษ 1970 อย่างมาก
ในช่วงไม่กี่ปีที่ผ่านมา Google DeepMind ได้ดำเนินโครงการวิจัยด้าน AI จำนวนมากที่เกี่ยวข้องกับคณิตศาสตร์ ดังนั้น ปัญหาในระดับโอลิมปิกจึงถูกนำมาใช้เป็นเกณฑ์ในการประเมินการเรียนรู้ของเครื่องจักร
Michael Barany นักประวัติศาสตร์ด้านคณิตศาสตร์จากมหาวิทยาลัยเอดินบะระ กล่าวว่า การศึกษา AlphaGeometry "ถือเป็นก้าวสำคัญในความสามารถในการใช้เหตุผลโดยอัตโนมัติในระดับมนุษย์"
เทอเรนซ์ เต๋า นักคณิตศาสตร์จากมหาวิทยาลัยแคลิฟอร์เนีย ผู้ชนะเหรียญทองโอลิมปิกเมื่ออายุ 12 ปี เรียกระบบ AI ว่าเป็น “ความสำเร็จที่น่าอัศจรรย์” และกล่าวว่าผลลัพธ์ที่ได้นั้น “น่าประหลาดใจ”
ในขณะเดียวกัน ผู้เขียนงานวิจัย Trinh Hoang Trieu กล่าวว่า การใช้เหตุผลทางคณิตศาสตร์เป็นเพียงรูปแบบหนึ่งของการใช้เหตุผล แต่มีข้อดีคือตรวจสอบได้ง่าย “คณิตศาสตร์คือภาษาแห่งความจริง” แพทย์ชาวเวียดนามกล่าว “หากคุณต้องการพัฒนาระบบ AI คุณจำเป็นต้องสร้าง AI ที่เชื่อถือได้ ซึ่งสามารถค้นหาความจริงที่ผู้ใช้ไว้วางใจได้” โดยเฉพาะอย่างยิ่งในแอปพลิเคชันที่ต้องมีข้อกำหนดด้านความปลอดภัยสูง
AlphaGeometry เป็นระบบที่รวมเอาโมเดลภาษาเครือข่ายประสาท (ซึ่งเจาะลึกในสัญชาตญาณเทียม คล้ายกับ ChatGPT แต่เล็กกว่า) เข้ากับกลไกเชิงสัญลักษณ์ (ซึ่งเชี่ยวชาญด้านการใช้เหตุผลเทียม เช่น คอมพิวเตอร์ตรรกะ) ก่อนจะปรับแต่งให้เข้าใจรูปทรงเรขาคณิตได้ดีขึ้น
สิ่งพิเศษเกี่ยวกับอัลกอริทึมคือมีความสามารถในการสร้างโซลูชันจากไม่มีอะไรเลย ในทางกลับกัน โมเดล AI ในปัจจุบันจะต้องค้นหาโซลูชันที่มีอยู่หรือโซลูชันที่คล้ายคลึงกันที่มนุษย์ค้นพบ
ผลลัพธ์นี้ใช้เครือข่ายประสาทที่ได้รับการฝึกอบรมจากตัวอย่างทางเรขาคณิต 100 ล้านตัวอย่างโดยไม่ได้รับข้อเสนอแนะจากมนุษย์ เมื่อเริ่มทำงานกับปัญหา เครื่องมือสัญลักษณ์จะทำงานก่อน หากเครื่องมือพบอุปสรรค อัลกอริทึมของระบบประสาทจะแนะนำวิธีเสริมความแข็งแกร่งให้กับอาร์กิวเมนต์พิสูจน์ ลูปนี้จะดำเนินต่อไปจนกว่าเวลาจะหมด (สี่ชั่วโมงครึ่ง) หรือจนกว่าปัญหาจะได้รับการแก้ไข
Stanislas Dehaene ผู้เชี่ยวชาญด้านประสาทวิทยาการรู้คิดจาก College de France กล่าวว่าเขาประทับใจกับประสิทธิภาพของ AlphaGeometry แต่ว่าระบบ "ไม่รับรู้ถึงปัญหาที่กำลังแก้ไขอยู่เลย" กล่าวอีกนัยหนึ่ง อัลกอริทึมจะจัดการเฉพาะการเข้ารหัสเชิงตรรกะและคณิตศาสตร์ของภาพเท่านั้น “มันไม่มีการรับรู้เชิงพื้นที่เกี่ยวกับวงกลม เส้นตรง หรือสามเหลี่ยม”
ดร.เลือง ถัง กล่าวว่าองค์ประกอบ “ทางประสาทสัมผัส” นี้อาจถูกเพิ่มเข้ามาในปีนี้ โดยใช้แพลตฟอร์ม Gemini AI ของ Google
(ตามรายงานของวอชิงตันโพสต์)
แหล่งที่มา
การแสดงความคิดเห็น (0)