معرفی سیزده هوش مصنوعی تولید و پردازش تصویر: خلق از حروف ساده
امروزه و با توسعه هوش مصنوعی ابزار پردازش تصویر بسیاری برای تبدیل متن به تصویر…
۳۰ آبان ۱۴۰۳
۲۸ دی ۱۴۰۲
زمان مطالعه : ۳ دقیقه
مقالهای که در مجله نیچر منتشر شده نشان میدهد که گوگل دیپمایند، واحد هوش مصنوعی غول آمریکایی، با سیستمی به نام AlphaGeometry به ۲۵ پرسش از مجموع ۳۰ پرسش المپیاد جهانی ریاضی دبیرستانیها پاسخ صحیح داده است؛ عملکردی همپای مدال آوران این المپیاد و گام مهمی در راستای تحقق AGI.
به گزارش پیوست، این رقابت جهانی که از سال ۱۹۵۹ آغاز شده به «معتبرترین» رقابت ریاضی جهان معروف است و عملکرد فوقالعاده هوش مصنوعی گوگل از حیث لزوم استدلال و یادگیری برای پیشتازی در المپیاد اهمیت بالایی دارد.
فایننشال تایمز میگوید سیستم AlphaGeometry در پاسخ به سوالات این المپیاد عملکردی نزدیک به مدال آوران طلای این المپیاد را به ثبت رسانده که نشانگر افزایش قدرت هوش مصنوعی در ریاضی و البته موانع پیش روی این فناوری است.
چالشهایی که یک ابزار هوش مصنوعی باید برای حل مسئلههای پیچیده ریاضی بر آنها غلبه کند، استدلال و یادگیری را در بر میگیرند و درنتیجه این اقدام را میتوان گام مهمی در راستای تحقق هوش مصنوعی عمومی یا AGI دانست، ابزار که به گفته پژوهشگران میتواند عملکردی مشابه مغز انسان یا حتی فراتر از آن داشته باشد.
کوک وی لی، یکی از پژوهشگران دیپمایند، میگوید: «این گام مهمی به سمت ساخت یک AGI است. این مثال دیگری است که نشان میدهد هوش مصنوعی چگونه در پیشبرد علم و درک بهتر فرایندهای مربوط تشخیص ساز و کار جهان به ما کمک میکند.»
هوش مصنوعی AlphaGeometry از دیپمایند سیستمی از نوع نورو-سمبولیک است که ترکیبی از یادگیری زبانی و استدلال قیاسی را به کار میبندد. به گفته شرکت این روش ترکیبی شبیه به «فکر کردن سریع و کند» است، عبارتی که اولین بار توسط دانیل کانمن برای توصیف قدرت بهرهبرداری از الگوهای تشخیص سریع برای تفکر منطقی استفاده شد.
استفاده از این رویکرد به نتیجهای منجر شده که تریو اچ ترینح، یکی دیگر از اعضای تیم تحقیقاتی دیپمایند، آن را به عنوان «بهترین هردو جهان» در حل مسائل هندسه توصیف میکند. سطحی از این رشته درسی با مشاهده شکلها و فضا برای همه ما آشنا است، اما در پس آن یک پیکربندی پیچیده از نظریه ریاضی را شاهد هستیم.
محققان برای ساخت این سیستم ۱۰۰ مثال از دادههای هندسه ترکیبی را به عنوان داده آموزشی استفاده کردند. پاسخ این سیستم به ۲۵ مورد از ۳۰ سوال کمی عقبتر از میانگین ۲۵.۹ برندگان این المپیاد در سالهای ۲۰۰۰ تا ۲۰۲۲ است و عملکرد بسیار بهتری را به نسبت بهترین سیستم خودکار سابق نشان میدهد که تنها توانست نمره ۱۰ را در این المپیاد کسب کند.
با این حال از نگاه AlphaGeometry، برخی از مسئلهها بسیار پرزحمت و برخی گیجکننده بودند. این سیستم در رمزگشایی معمای دایرههای همپوشان که در المپیاد سال ۱۹۷۹ توسط لو با کن ترین، ریاضیدان ویتنامی و الهامبخش برخی از محققان این شرکت، حل شده بود ناکام ماند.
هدف بزرگتر دیپمایند و دیگر تیمهای تحقیقاتی در واقع ساخت سیستمهایی است که بتوانند مسئلههای ریاضی پیچیدهای را که فراتر از توان تفکر انسانی است حل کنند.
میخائیل برتسو، از اساتید هوش مصنوعی موسسه علوم ریاضی لندن، میگوید کار دیپمایند گام بزرگی به سمت جلو است اما «تنها در محدوده چالشی که خودش تعیین میکند.»
او میگوید: «مشکل بزرگتر همچنان باقی است و آن اینکه آیا هوش مصنوعی میتواند با ریاضیات تازه به سوالی پاسخ دهد که پیش از این هیچ پاسخی نداشته است.»
به این ترتیب نمیتوان گفت سیستم هوش مصنوعی در بحث ریاضیات هم همان لحظه معروفی را رقم زده که سیستم دیپ بلو (Deep Blue) با شکست گری کاسپاروف، قهرمان شترنج جهان، در سال ۱۹۹۷ رقم زد.
دیپمایند میگوید هیچ برنامهای برای شرکت در المپیاد جهانی ریاضی ندارد اما این واحد احتمال ادامه کار در حوزه ریاضی را نیز نکرده است.