DeepMind人工智能突破迈向AGI关键一步解题能力接近奥数巅峰

“

Google DeepMind的AlphaGeometry系统在解决几何问题方面几乎赶上了世界最聪明学生的水平。其成功回答了国际数学奥林匹克竞赛高中组的25个问题，显示出人工智能在数学领域的精湛表现。研究团队构建了1亿个几何数据的宝库，为系统提供强大的训练基础。虽然取得显著进展，但研究者表示挑战仍在于确定人工智能是否能发现新的数学方法，解决迄今未解之谜。

Google DeepMind利用人工智能取得了显著进展，几乎迎头赶上了世界最聪明学生在解决几何问题方面的能力。该科技巨头的系统AlphaGeometry成功回答了国际数学奥林匹克竞赛高中组的30个问题中的25个， 这一成就接近于人类竞争者获得金牌的水平 。这一研究成果发表在《自然》杂志上，突显了人工智能在数学领域不断精进的能力以及仍然存在的挑战。

AlphaGeometry采用神经符号系统，结合了语言学习和演绎推理。这一混合方法类似于心理学家丹尼尔·卡内曼在《思考，快与慢》一书中描述的思考过程，从快速模式识别过渡到更深思熟虑的逻辑思维。DeepMind研究员Quoc V Le表示， 这是迈向构建人工通用智能（AGI）的关键一步，突显了人工智能如何助力科学前 进，并更好地理解决定世界运作方式的基本过程。

AlphaGeometry在解决几何问题方面表现出“两全其美”的效果，这一领域在日常观察形状和空间的层面上对每个人都很熟悉，但在数学理论的复杂脚手架支持下更为深奥。研究人员构建了包含1亿个合成几何数据示例的宝库，作为训练系统的信息集。其25/30的表现接近于数学奥林匹克竞赛2000年至2022年人类获奖者的25.9的基准水平，远超过先前技术水平的自动化系统取得的10分。

DeepMind及其他研究人员的更大目标是创建能够处理超越人类思维的数学问题的人工智能系统。然而，伦敦数学科学研究所的Landau AI研究员Mikhail Burtsev表示，DeepMind的工作虽然是一大步前进，但仅限于其设定的挑战范围内。他指出，更大的挑战在于确定人工智能是否能够发现新的数学方法来解决从未被回答过的问题。

尽管取得了显著成就，AI数学系统与人类对决并战胜对手的标志性时刻仍然难以实现。DeepMind表示，尽管目前尚无计划参加国际数学奥林匹克竞赛，但公司在不断深入数学的严谨领域时也没有排除这一可能性。这一研究成果再次引发了对人工智能在数学领域的潜力和限制的广泛关注。