DeepMind de la Google rezolvă probleme matematice cu inteligența artificială

Progresele recente în modelele de limbaj mari (LLM) au făcut AI mai adaptabilă, dar acest lucru vine cu un dezavantaj: erori.

Inteligența artificială generativă tinde să inventeze lucrurile, dar Google DeepMind a venit cu un nou LLM care se lipește de adevărurile matematice.

FunSearch al companiei poate rezolva probleme de matematică extrem de complexe.

În mod miraculos, soluțiile pe care le generează nu sunt doar exacte; sunt soluții complet noi pe care nicio ființă umană nu le-a găsit vreodată.

Timp de citire estimat: 4 minute

FunSearch se numește așa pentru că caută funcții matematice, nu pentru că este distractiv. Cu toate acestea, unii oameni ar putea considera problema setului de cap o hohot: matematicienii nici măcar nu pot fi de acord asupra modului cel mai bun de a o rezolva, făcând-o un adevărat mister numeric. DeepMind a făcut deja progrese în inteligența artificială cu modelele sale Alpha, cum ar fi AlphaFold (plierea proteinelor), AlphaStar (StarCraft) și AlphaGo (playing Go). Aceste sisteme nu s-au bazat pe LLM, ci au dezvăluit noi concepte matematice.

Cu FunSearch, DeepMind a început cu un mod de limbă mare, o versiune a PaLM 2 de la Google numită Codey. Există un al doilea nivel LLM la locul de muncă, care analizează rezultatele lui Codey și elimină informațiile incorecte. Echipa din spatele acestei lucrări nu știa dacă această abordare ar funcționa și încă nu este sigură de ce, potrivit cercetătorului DeepMind Alhussein Fawzi.

Pentru început, inginerii de la DeepMind au creat o reprezentare Python a problemei setului de limite, dar au omis liniile care descriu soluția. Sarcina lui Codey a fost să adauge linii care au rezolvat cu acuratețe problema. Stratul de verificare a erorilor punctează apoi soluțiile Codey pentru a vedea dacă sunt corecte. În matematica de nivel înalt, ecuațiile pot avea mai multe soluții, dar nu toate sunt considerate la fel de bune. De-a lungul timpului, algoritmul identifică cele mai bune soluții Codey și le inserează înapoi în model.

DeepMind permite FunSearch să ruleze timp de câteva zile, suficient pentru a genera milioane de soluții posibile. Acest lucru a permis FunSearch să rafinați codul și să producă rezultate mai bune. Conform cercetărilor recent publicate, L 'inteligenta artificiala a găsit o soluție necunoscută anterior, dar corectă la problema setului de capace. DeepMind de asemenea, a eliberat FunSearch pentru o altă problemă matematică dificilă numită problema ambalării containerelor, un algoritm care descrie cel mai eficient mod de a împacheta containerele. FunSearch a găsit o soluție mai rapid decât cele calculate de oameni.

Matematicienii încă se luptă să integreze tehnologia LLM în munca lor și în munca lor DeepMind arată o cale posibilă de urmat. Echipa crede că această abordare are potențial, deoarece generează mai degrabă codul computerului decât soluția. Acest lucru este adesea mai ușor de înțeles și de verificat decât rezultatele matematice brute.

Lecturi înrudite

• Nu mai este doar noroc: fotbalul fantasy devine un model de analiză. Fantalgoritmo s-a născut, când lumea fotbalului fantasy se întâlnește cu matematica
• Gato, DeepMind și cursa către inteligența artificială generală
• Ce este Predictive Analytics și de ce este important în afaceri
• CLĂDIRI COMERCIALE DURABILE: CU MANAGEMENTUL ENERGIEI SI INTELIGENTEA ARTIFICIALA, CONSUMUL GLOBAL DE ENERGIE POATE FI REDUCUT CU 30% SI EMISII DE CO37 CU 2%
• Inovație și relații cu clienții - experiență și inteligență logico-deductivă

BlogInnovazione.it