科技巨头谷歌引领AI风潮 DeepMind系统展现超强几何解题能力

谷歌旗下DeepMind实验室的人工智能系统AlphaGeometry2在解决国际数学奥林匹克竞赛几何问题方面取得突破性进展

it之家2月8日消息，谷歌旗下的DeepMind，一个引领人工智能研究的前沿机构，其开发的人工智能系统AlphaGeometry2在解决国际数学奥林匹克竞赛（IMO）几何问题方面取得了重大突破。
这一突破性的进展不仅凸显了人工智能在处理复杂数学问题方面的潜力，更是为未来的人工智能技术发展打开了新的大门。

AlphaGeometry2是DeepMind在今年1月发布的AlphaGeometry系统的改进版本。
根据DeepMind研究人员最新发表的本文，该AI系统能够解决过去25年国际数学奥林匹克竞赛中84%的几何问题。
这是一项令人瞩目的成就，因为国际数学奥林匹克竞赛是一项面向高中生的数学竞赛，其问题的复杂性和深度要求极高。

DeepMind认为，发现解决复杂几何问题（特别是欧几里得几何问题）的新方法可能是实现更强大人工智能的关键。
几何问题往往涉及到证明数学定理或逻辑解释定理（例如勾股定理）为何成立，这需要极强的推理能力以及从多种可能的步骤中选择解决方案的能力。
如果DeepMind的观点正确，那么这些解决问题的技能将成为未来通用人工智能模型的重要组成部分。

值得注意的是，AlphaGeometry2并非仅仅是一个单纯的几何问题解决器。
它是一个集成了多种技术和方法的复杂系统，包括谷歌Gemini系列AI模型中的语言模型和一个符号引擎。
Gemini模型协助符号引擎进行深度学习和理解，后者利用数学规则推导问题的解决方案，并为给定的几何定理提供可行的证明。

训练这样一个能够解决复杂几何问题的AI系统面临着巨大的挑战。
将证明转化为AI可理解的格式存在复杂性，而且可用的几何训练数据匮乏。
为了解决这个问题，DeepMind为AlphaGeometry2的语言模型创建了自己的合成数据，生成了超过3亿个不同复杂度的定理和证明。

为了评估AlphaGeometry2的性能，研究团队从过去25年（2000年至2024年）的国际数学奥林匹克竞赛中挑选了45个几何问题。
根据本文，AlphaGeometry2解决了其中的42个问题，这一成绩超过了平均金牌得主的得分。
尽管取得了这样的成绩，但该系统仍存在局限性。
例如，一个技术问题导致AlphaGeometry2无法解决涉及可变数量点、非线性方程和不等式的问题。
尽管AlphaGeometry2不是第一个达到几何问题金牌水平表现的AI系统，但它是在如此规模的问题集上实现这一目标的首个系统。

除了解决几何问题，DeepMind相信类似的方法还可以扩展到数学和科学的其他领域，例如辅助复杂的工程计算。
这一信念为AI技术在更广泛领域的应用开辟了新的道路。

值得一提的是，在去年夏天，DeepMind展示了一个将AlphaGeometry2与AlphaProof（一种用于形式化数学推理的AI模型）相结合的系统。
这个系统成功解决了XXXX年国际数学奥林匹克竞赛中的6个问题中的4个。
这一成果进一步证明了AI技术在处理复杂数学问题方面的潜力。

AlphaGeometry2的成就标志着人工智能在处理复杂数学问题方面的重大突破。
它不仅解决了过去25年国际数学奥林匹克竞赛中84%的几何问题，而且展示了类似方法在未来可能扩展到数学和科学其他领域的潜力。
尽管取得了显著的进展，但人工智能在处理复杂数学问题方面仍有许多挑战和局限性需要克服。
随着技术的不断进步和研究的深入，我们期待在未来看到更多类似的突破和创新。

---

---

相关标签： 数学、 DeepMind、 谷歌、

上一篇：揭秘使用障碍及解决方案

下一篇：F16入门手机特性大容量电池和强大芯片开启