大模型模型取得國際奧數(shù)競賽金牌級(jí)成績
據(jù)英國《新科學(xué)家》雜志網(wǎng)站22日?qǐng)?bào)道，谷歌旗下深度思維公司和美國OpenAI公司相繼宣稱，其AI模型在近日舉行的國際數(shù)學(xué)奧林匹克競賽(IMO)中，首次取得金牌級(jí)成績。
IMO一直被研究人員視為AI系統(tǒng)數(shù)學(xué)推理能力的試金石。去年，深度思維公司宣布，其開發(fā)的數(shù)學(xué)推理AI模型“阿爾法證明”和幾何求解AI模型“阿爾法幾何”攜手取得銀牌級(jí)成績。
19日，OpenAI宣布其新型AI系統(tǒng)在4.5小時(shí)內(nèi)正確解答6道國際奧數(shù)競賽題中的5道；兩天后，深度思維的“雙子座深度思考”系統(tǒng)交出了同樣的成績。IMO主席格雷戈?duì)枴ざ嗬{爾證實(shí)，成績經(jīng)由競賽官方閱卷人嚴(yán)格評(píng)定。
與“阿爾法證明”和“阿爾法幾何”系統(tǒng)都專為IMO打造，且使用名為“精益”的計(jì)算機(jī)編程語言編寫問題和答案不同，今年兩大團(tuán)隊(duì)的模型均采用自然語言處理技術(shù)。
“雙子座深度思考”開發(fā)人員解釋稱，強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，旨在讓智能體在環(huán)境中通過試錯(cuò)來學(xué)習(xí)如何實(shí)現(xiàn)特定目標(biāo)。這種方法是谷歌此前在“阿爾法零”等AI游戲上取得成功的關(guān)鍵。
OpenAI則僅透露運(yùn)用了強(qiáng)化學(xué)習(xí)與“實(shí)驗(yàn)性方法”，技術(shù)細(xì)節(jié)仍籠罩在迷霧中。
菲爾茲獎(jiǎng)得主、美國加州大學(xué)洛杉磯分校數(shù)學(xué)家陶哲軒評(píng)價(jià)道，這一進(jìn)展令人振奮，但需要可復(fù)現(xiàn)的研究數(shù)據(jù)支撐。IMO金牌得主約瑟夫·梅耶指出，自然語言證明雖具可讀性優(yōu)勢，但冗長論證可能帶來驗(yàn)證困難。
記者 劉霞
