Искусственный интеллект решает университетские задачи по математике лучше, чем люди! Как ему это удается?
Международная группа исследователей, возглавляемая Массачусетским технологическим институтом (МТИ), использовала модель нейронной сети для решения математических задач университетского уровня. После обучения ИИ решает достаточно сложные задачи за несколько секунд на уровне студентов МТИ.
Модель сама может объяснить решение и придумать новые задачи по университетским математическим дисциплинам. Студенты не смогли отличить придуманные машиной задачи от созданных людьми.
Систему можно применить для создания новых курсов по математическим дисциплинам. Ее можно использовать в качестве репетитора, который показывает учащимся этапы и поясняет принципы решения.
Не решать, а программировать
Сначала ученые пытались искать решение математических задач с помощью системы GPT-3, разработанной компанией OpenAI. Эта система разрабатывалась для поддержания диалогов и генерации текстов. Решение математической задачи — тоже текст, поэтому обращение к услугам GPT-3 было неслучайным. Но ничего не получилось. Система отыскивала решение не более чем в 8% случаев, что явно говорило о неумении решать задачи. Так продолжалось два года. Но тут случился прорыв.
Ведущий автор статьи Иддо Дрори, преподаватель МТИ говорит, что он понял, как научить машину математике. Дрори говорит, что бесполезно просить ИИ «Найди расстояние между двумя точками», надо просить: «Напиши программу, которая вычисляет расстояние между двумя точками». И нейросеть напишет программу, а заодно и задачу решит. Как только ИИ занялся не решением задач, а программированием — все радикально изменилось.
Ученые использовали другую нейросеть Cоdеx, тоже созданную OpenAI. Codex активно обучается на миллионах и миллионах строчках программного кода. И она уже умеет программировать. Работая вместе, две сети научились решать многие типы математических задач.
ИИ не только решает задачи, но и создает свои, которые и обобщают и конкретизируют те, что он решать умеет. Пока он еще не придумал таких задач, с которыми человек не справляется, но ИИ непрерывно учится.
Зачем нужны люди
Дрори говорит: «Автоматизация в решении задач сейчас где-то 80%, но полной автоматизация никогда не будет. Каждый раз, когда вам что-то удается решить, кто-то задаст еще более сложный вопрос. Но эта работа открывает поле для людей, чтобы решать все более и более сложные задачи с помощью машинного обучения».
Команда воодушевлена успехом своего подхода, но пока ИИ справляется далеко не со всеми типами задач. Система путается в сложных и длинных выкладках и преобразованиях, и у нее не очень здорово с геометрическим воображением. Есть чему поучиться.
ИИ достиг уровня старших курсов университета. Пора уже выходить на работу