DeepMind از یک مدل زبان بزرگ (LLM) برای ایجاد یک راه‌حل جدید برای یکی از سخت‌ترین مسائل ریاضی بشر استفاده کرده است – در پیشرفتی که می‌تواند نوید دهنده عصر جدیدی در جهان باشد. هوش مصنوعی توسعه.
این مدل که با نام FunSearch شناخته می‌شود، راه‌حلی برای به اصطلاح «پازل کلاهک» کشف کرد. معمای چند دهه ای ریاضی اساساً به این موضوع ختم می شود چند نقطه را می‌توانید در یک صفحه در حالی که خطوطی بین آنها می‌کشید، به هم بپیوندید، بدون اینکه سه تا از آنها هرگز یک خط مستقیم تشکیل دهند.
اگر این باعث میگرن شد، نگران نباشید. نکته مهم این است که این مشکل هرگز حل نشده است و محققان تنها راه حل هایی برای ابعاد کوچک پیدا کرده اند. تا به حال.
FunSearch با موفقیت کشف شد ساخت و سازهای جدید برای ست های کلاهک بزرگ که بسیار فراتر از شناخته شده ترین هاست. در حالی که LLM مشکل تنظیم سقف را یک بار برای همیشه حل نکرد (برخلاف برخی از عناوین خبری که در حال چرخش هستند)، پیدا کرد حقایق جدید برای علم
محققان در مقاله‌ای که در نشریه منتشر شد، نوشتند: “تا جایی که ما می‌دانیم، این اولین کشف علمی را نشان می‌دهد – بخش جدیدی از دانش قابل تایید در مورد یک مشکل علمی بدنام – با استفاده از یک LLM.” طبیعت این هفته.
<3 تکنولوژی اتحادیه اروپا
آخرین اخبار از صحنه فناوری اتحادیه اروپا، داستانی از بنیانگذار پیر خردمند ما، بوریس، و برخی هنرهای مشکوک هوش مصنوعی. هر هفته در صندوق ورودی شما رایگان است. ثبت نام کن!
که در آزمایش های قبلیمحققان از مدل های زبان بزرگ برای حل مسائل ریاضی استفاده کرده اند با راه حل های شناخته شده
FunSearch با ترکیب یک LLM از پیش آموزش دیده، در این مورد نسخه ای از Google’s Palm 2، با یک “ارزیابی کننده” خودکار کار می کند. این حقیقت‌سنجی از تولید اطلاعات نادرست محافظت می‌کند.
نشان داده شده است که LLM ها به طور منظم به اصطلاح “توهمات“- اساساً وقتی آنها فقط یک چرند را می سازند و آن را به عنوان واقعیت ارائه می کنند. این، به طور طبیعی، سودمندی آنها را در انجام اکتشافات علمی قابل تأیید محدود کرده است. با این حال، محققان در آزمایشگاه مستقر در لندن ادعا می‌کنند که استفاده از یک حقیقت‌سنجی داخلی، FunSearch را متفاوت می‌کند.
FunSearch درگیر یک رقص رفت و برگشت مداوم بین LLM و ارزیاب است. این فرآیند راه حل های اولیه را به دانش جدید تبدیل می کند.
چیزی که این ابزار را برای دانشمندان بسیار امیدوارکننده می کند این است برنامه هایی را که آشکار می کنند را خروجی می دهد چگونه راه‌حل‌های آن ساخته می‌شوند، نه اینکه راه‌حل‌ها دقیقاً چه هستند.
محققان می‌گویند: «ما امیدواریم که این بتواند بینش‌های بیشتری را در دانشمندانی که از FunSearch استفاده می‌کنند الهام بخشد و چرخه‌ای از پیشرفت و اکتشاف را هدایت کند.
منبع: https://thenextweb.com/news/deepminds-ai-finds-solution-to-decades-old-math-problem