谷歌 DeepMind AI 在复杂数学竞赛中夺得银牌

这一成就值得注意，因为人工智能系统通常不能很好地应对复杂的数学挑战。

当今的人工智能 (AI) 系统拥有许多技能，但在解决复杂的数学问题时通常存在不足。这就是为什么谷歌对其两个 DeepMind 人工智能系统能够解决著名数学竞赛中提出的几个具有挑战性的问题感到兴奋。

在周四发布的一篇新文章中，谷歌宣传了其 DeepMind AlphaProof 和 AlphaGeometry 2 人工智能模型的人工智能智能和成就。进入 2024 年国际数学奥林匹克竞赛 (IMO)，这两个系统解决了六题中的四题。这项努力使谷歌的人工智能在这场通常面向年轻数学家的竞赛中首次获得与银牌获得者相同的水平。

每年，IMO 都会邀请精英大学预科数学家来解决代数、组合学（计算、选择和排列大量对象）、几何和数论方面的六个极其困难的问题。这项竞赛超越了人类范畴，也成为了在高级数学推理中测试和测量机器学习和人工智能系统的一种方式。

将问题翻译成谷歌人工智能可以理解的正式语言后，AlphaProof 解决了两道代数问题和一道数论问题，不仅找到了答案，还证明了答案是正确的。谷歌称数论挑战是比赛中最难的挑战，只有五名人类参赛者解决了。 AlphaGeometry 2 解决了几何问题。但这两个模型都无法解决这两个组合问题。

AlphaProof 是一个基于人工智能的系统，可以训练自己使用形式语言 Lean 来证明数学陈述。 AlphaProof 将预先训练的语言模型与 AlphaZero 强化学习算法相结合，之前自学了如何在国际象棋、将棋和围棋中下棋并获胜。

AlphaGeometry 2 是AlphaGeometry 的改进版本。该模型基于谷歌的 Gemini AI，可以处理极具挑战性的几何问题，包括那些涵盖物体运动以及角度、比率和距离方程的问题。

除了测试 AlphaProof 和 AlphaGeometry 2 的数学技能之外，谷歌还利用 IMO 尝试了基于 Gemini 构建的具有高级问题解决能力的自然语言推理系统。与其他两种模型不同，该模型不需要将问题翻译成正式语言。

尽管这些模型的成就听起来很抽象，但谷歌将其视为迈向人工智能未来的又一步。

“我们对未来感到兴奋，在未来，数学家将使用人工智能工具探索假设，尝试大胆的新方法来解决长期存在的问题，并快速完成耗时的证明部分，并且像 Gemini 这样的人工智能系统将变得更加强大数学和更广泛的推理，”该公司在其帖子中表示。