بضائع

يعمل برنامج DeepMind من Google على حل المشكلات الرياضية باستخدام الذكاء الاصطناعي

جعلت التطورات الحديثة في نماذج اللغات الكبيرة (LLMs) الذكاء الاصطناعي أكثر قدرة على التكيف، ولكن هذا يأتي مع جانب سلبي: الأخطاء.

يميل الذكاء الاصطناعي التوليدي إلى اختلاق الأشياء، لكن Google DeepMind توصل إلى ماجستير إدارة أعمال جديد يلتزم بالحقائق الرياضية.

يمكن لـ FunSearch الخاص بالشركة حل المسائل الرياضية المعقدة للغاية.

ومن المعجزة أن الحلول التي تولدها ليست دقيقة فحسب؛ إنها حلول جديدة تمامًا لم يجدها أي إنسان من قبل.

وقت القراءة المقدر: 4 دقيقة

يُطلق على FunSearch هذا الاسم لأنه يبحث عن دوال رياضية، وليس لأنه ممتع. ومع ذلك، قد يعتبر بعض الناس مسألة تحديد الحد الأقصى أمرًا مثيرًا للسخرية: لا يستطيع علماء الرياضيات حتى الاتفاق على أفضل طريقة لحلها، مما يجعلها لغزًا رقميًا حقيقيًا. العقل العميق حققت بالفعل تقدمًا في مجال الذكاء الاصطناعي من خلال نماذج ألفا مثل AlphaFold (طي البروتين)، وAlphaStar (StarCraft)، وAlphaGo (لعب Go). لم تكن هذه الأنظمة مبنية على LLM، ولكنها كشفت عن مفاهيم رياضية جديدة.

مع FunSearch، العقل العميق بدأ مع وضع لغة كبير، وهو إصدار من Google PaLM 2 يسمى Codey. هناك مستوى LLM ثانٍ في العمل، والذي يحلل مخرجات Codey ويزيل المعلومات غير الصحيحة. ولم يكن الفريق الذي يقف وراء هذا العمل يعرف ما إذا كان هذا النهج سينجح أم لا، ولا يزال غير متأكد من السبب، وفقًا للباحث العقل العميق الحسين فوزي.

للبدء، المهندسين في العقل العميق قاموا بإنشاء تمثيل بايثون لمشكلة مجموعة الحد الأقصى، لكنهم تركوا الأسطر التي تصف الحل. كانت مهمة كودي هي إضافة سطور تحل المشكلة بدقة. تقوم طبقة التحقق من الأخطاء بعد ذلك بتسجيل حلول Codey لمعرفة ما إذا كانت دقيقة. في الرياضيات عالية المستوى، قد يكون للمعادلات أكثر من حل واحد، ولكن لا تعتبر جميعها جيدة بنفس القدر. وبمرور الوقت، تحدد الخوارزمية أفضل حلول Codey وتدرجها مرة أخرى في النموذج.

يتيح DeepMind تشغيل FunSearch لعدة أيام، وهي فترة كافية لتوليد ملايين الحلول الممكنة. سمح هذا لـ FunSearch بتحسين الكود وتحقيق نتائج أفضل. وفقا لأبحاث نشرت حديثا، L 'الذكاء الاصطناعي وجدت حلاً غير معروف سابقًا ولكنه صحيح لمشكلة تحديد الحد الأقصى. العقل العميق كما حررت FunSearch مشكلة رياضية صعبة أخرى تسمى مشكلة تعبئة الحاويات، وهي خوارزمية تصف الطريقة الأكثر فعالية لتعبئة الحاويات. وجدت FunSearch حلاً أسرع من تلك التي يحسبها البشر.

لا يزال علماء الرياضيات يكافحون من أجل دمج تكنولوجيا LLM في عملهم وعملهم العقل العميق يظهر المسار المحتمل للمتابعة. يعتقد الفريق أن هذا النهج له إمكانات لأنه يولد كودًا حاسوبيًا بدلاً من الحل. غالبًا ما يكون فهم هذا الأمر والتحقق منه أسهل من النتائج الرياضية الأولية.