Karmaşık matematik problemlerini çözebilen makineler nasıl daha güçlü yapay zekaya öncülük edebilir?

Ama asıl dikkatimi çeken haber, olması gerektiği kadar ilgi görmeyen bir haberdi. Daha önce mümkün olandan daha güçlü yapay zeka ve bilimsel keşiflere yol açma potansiyeline sahip.

Geçtiğimiz Perşembe günü Google DeepMind, karmaşık matematik problemlerini çözebilecek yapay zeka sistemleri geliştirdiğini duyurdu. AlphaProof ve AlphaGeometry 2 adı verilen sistemler, lise öğrencilerine yönelik prestijli bir yarışma olan bu yılki Uluslararası Matematik Olimpiyatları’ndaki altı problemden dördünü başarıyla çözmek için birlikte çalıştı. Performansları gümüş madalya kazanmaya eşdeğerdi. Herhangi bir yapay zeka sistemi bu tür sorunlarda ilk kez bu kadar yüksek bir başarı oranına ulaştı. Meslektaşım Rhiannon Williams’ın haberi burada.

Matematik! Şimdiden gözlerinin parladığını hayal edebiliyorum. Ama benimle kal. Bu duyuru sadece matematikle ilgili değil. Aslında bu, şu anda inşa edebileceğimiz yapay zeka türünde heyecan verici yeni bir gelişmenin sinyalini veriyor. Sohbet edebileceğiniz yapay zeka arama motorları zeka yanılsamasını artırabilir, ancak Google DeepMind’ınki gibi sistemler yapay zekanın gerçek zekasını geliştirebilir. Bu nedenle matematikte daha iyi sistemler oluşturmak birçok yapay zeka laboratuvarının hedefi olmuştur. OpenAI.

Çünkü matematik muhakeme için bir ölçüttür. Lise öğrencilerine yönelik bu alıştırmaları tamamlamak için yapay zeka sisteminin, soyut sorunları anlamayı ve çözmeyi planlamak gibi çok karmaşık şeyler yapması gerekiyordu. Sistemler aynı zamanda genelleme yapabildi ve matematiğin çeşitli dallarındaki bir dizi farklı problemi çözmelerine olanak sağladı.

“Burada gördüğümüz şey şu: [reinforcement learning] Google DeepMind’ın baş araştırma bilimcisi ve derin pekiştirmeli öğrenmenin tartışmasız öncüsü David Silver, bir basın brifinginde şunları söyledi: “Bu, AlphaGo gibi büyük dil modellerine sahip ve metin alanında son derece yetenekli bir şey üreten şeylerde çok başarılıydı.” Bu durumda, bu yetenek, Lean bilgisayar dilinde matematiksel kanıtları temsil eden programlar oluşturmak için kullanıldı. Uluslararası Matematik Olimpiyatlarının neyin mümkün olduğuna dair bir testi temsil ettiğini ve daha fazla atılımın önünü açtığını söylüyor.

Silver, aynı tarifin, takviyeli öğrenme algoritmaları için gerçekten net, doğrulanmış ödül sinyalleri ve matematikte olduğu gibi doğruluğu ölçmenin kesin bir yolu ile her durumda uygulanabileceğini söyledi. Örneğin potansiyel bir uygulama kodlama olabilir.

Şimdi zorunlu bir gerçeklik kontrolü için: AlphaProof ve AlphaGeometry 2 hâlâ yalnızca lise düzeyindeki zor problemleri çözebiliyor. Bu, üst düzey matematikçilerin çözebileceği son derece zor problemlerden çok uzakta. Google DeepMind, aracının bu noktada insanların yarattığı matematiksel bilgi birikimine hiçbir şey eklemediğini vurguladı. Ama konu bu değildi.

Silver, “Her şeyi kanıtlayabilecek bir sistem sağlamayı hedefliyoruz” dedi. Örneğin, birçok zorlu soruna kanıt sağlayabilen veya bilgisayar yazılımı veya bilimsel deneyler için testleri doğrulayabilen bir hesap makinesi kadar güvenilir bir yapay zeka sistemini düşünün. Veya belki de sınav sonuçları hakkında geri bildirimde bulunabilecek veya haber makalelerinin doğruluğunu kontrol edebilecek daha iyi yapay zeka eğitmenleri oluşturabilirsiniz.