Google का DeepMind कृत्रिम बुद्धिमत्ता से गणितीय समस्याओं का समाधान करता है

बड़े भाषा मॉडल (एलएलएम) में हालिया प्रगति ने एआई को अधिक अनुकूलनीय बना दिया है, लेकिन इसका एक नकारात्मक पहलू भी है: त्रुटियां।

जेनरेटिव एआई बातें बना देता है, लेकिन गूगल डीपमाइंड एक नया एलएलएम लेकर आया है जो गणितीय सच्चाइयों पर कायम है।

कंपनी का फ़नसर्च अत्यधिक जटिल गणित समस्याओं को हल कर सकता है।

चमत्कारिक रूप से, इसके द्वारा उत्पन्न समाधान न केवल सटीक होते हैं; वे पूरी तरह से नए समाधान हैं जो किसी भी इंसान ने कभी नहीं खोजे हैं।

अनुमानित पढ़ने का समय: 4 मिनट

फ़नसर्च को ऐसा इसलिए कहा जाता है क्योंकि यह गणितीय कार्यों की खोज करता है, इसलिए नहीं कि यह मज़ेदार है। हालाँकि, कुछ लोग कैप सेट समस्या को हास्यास्पद मान सकते हैं: गणितज्ञ इस बात पर भी सहमत नहीं हो सकते हैं कि इसे कैसे हल किया जाए, जिससे यह एक वास्तविक संख्यात्मक रहस्य बन गया है। Deepmind अल्फाफोल्ड (प्रोटीन फोल्डिंग), अल्फास्टार (स्टारक्राफ्ट), और अल्फागो (प्लेइंग गो) जैसे अपने अल्फा मॉडल के साथ कृत्रिम बुद्धिमत्ता में पहले ही प्रगति कर चुका है। ये प्रणालियाँ एलएलएम पर आधारित नहीं थीं, लेकिन नई गणितीय अवधारणाओं का खुलासा करती थीं।

फ़न सर्च के साथ, Deepmind एक बड़े भाषा मोड के साथ शुरू हुआ, Google के PaLM 2 का एक संस्करण जिसे कोडी कहा जाता है। काम पर एक दूसरा एलएलएम स्तर है, जो कोडी के आउटपुट का विश्लेषण करता है और गलत जानकारी को हटा देता है। शोधकर्ता के अनुसार, इस काम के पीछे की टीम को नहीं पता था कि यह दृष्टिकोण काम करेगा या नहीं और अभी भी निश्चित नहीं है कि क्यों Deepmind अलहुसैन फ़ौज़ी।

आरंभ करने के लिए, इंजीनियरों पर Deepmind उन्होंने कैप सेट समस्या का पायथन प्रतिनिधित्व बनाया, लेकिन समाधान का वर्णन करने वाली पंक्तियों को छोड़ दिया। कोडी का काम उन पंक्तियों को जोड़ना था जो समस्या को सटीक रूप से हल करती थीं। त्रुटि जाँच परत तब कोडी समाधानों को स्कोर करती है यह देखने के लिए कि क्या वे सटीक हैं। उच्च-स्तरीय गणित में, समीकरणों के एक से अधिक समाधान हो सकते हैं, लेकिन सभी को समान रूप से अच्छा नहीं माना जाता है। समय के साथ, एल्गोरिदम सर्वोत्तम कोडी समाधानों की पहचान करता है और उन्हें वापस मॉडल में सम्मिलित करता है।

डीपमाइंड फ़नसर्च को कई दिनों तक चलने देता है, जो लाखों संभावित समाधान उत्पन्न करने के लिए पर्याप्त है। इससे फ़नसर्च को कोड को परिष्कृत करने और बेहतर परिणाम देने की अनुमति मिली। नव प्रकाशित शोध के अनुसार, L 'कृत्रिम बुद्धिमत्ता कैप सेट समस्या का पहले से अज्ञात लेकिन सही समाधान मिला। Deepmind कंटेनर पैकिंग समस्या नामक एक अन्य कठिन गणितीय समस्या पर फ़नसर्च को भी मुक्त कर दिया, एक एल्गोरिथ्म जो कंटेनरों को पैक करने का सबसे कुशल तरीका बताता है। फ़नसर्च ने मनुष्यों द्वारा गणना की गई तुलना में तेज़ समाधान ढूंढ लिया।

गणितज्ञ अभी भी एलएलएम प्रौद्योगिकी को अपने काम और कार्य में एकीकृत करने के लिए संघर्ष कर रहे हैं Deepmind अनुसरण करने के लिए एक संभावित मार्ग दिखाता है। टीम का मानना ​​है कि इस दृष्टिकोण में क्षमता है क्योंकि यह समाधान के बजाय कंप्यूटर कोड उत्पन्न करता है। कच्चे गणितीय परिणामों की तुलना में इसे समझना और सत्यापित करना अक्सर आसान होता है।

संबंधित पाठन

• अब सिर्फ किस्मत नहीं: फंतासी फुटबॉल विश्लेषण का एक मॉडल बन जाता है। Fantalgoritmo का जन्म तब हुआ, जब फ़ैंटेसी फ़ुटबॉल की दुनिया गणित से मिलती है
• गाटो, डीपमाइंड और सामान्य कृत्रिम बुद्धिमत्ता की ओर दौड़
• प्रेडिक्टिव एनालिटिक्स क्या है, और यह व्यवसाय में क्यों मायने रखता है
• स्थायी व्यावसायिक इमारतें: ऊर्जा प्रबंधन और कृत्रिम बुद्धिमत्ता के साथ, वैश्विक ऊर्जा खपत को 30% और CO37 उत्सर्जन को 2% तक कम किया जा सकता है।
• नवाचार और ग्राहक संबंध - अनुभव और तार्किक-निगमनात्मक बुद्धिमत्ता

BlogInnovazione.it