AI水平超過數(shù)學(xué)奧賽金牌得主,。谷歌昨日宣布，其子公司DeepMind開發(fā)的最新AI系統(tǒng)AlphaGeometry2在國際數(shù)學(xué)奧林匹克競賽(IMO)的大規(guī)模幾何題目測試中,，首次超越了人類金牌得主的水平,。研究團(tuán)隊(duì)從2000年至2024年的IMO競賽中精選了45道幾何題目,，并轉(zhuǎn)化為50道標(biāo)準(zhǔn)題目。測試結(jié)果顯示，AlphaGeometry2成功解答了其中的42道題目，超過了金牌得主平均40.9分的成績,。

這一突破意義深遠(yuǎn)，因?yàn)榻鉀Q具有挑戰(zhàn)性的幾何問題所需的推理能力和策略選擇能力是構(gòu)建下一代通用人工智能的關(guān)鍵要素,。網(wǎng)友對此表示高度贊賞,，稱其“接近完美”。

DeepMind對高中數(shù)學(xué)競賽的重視源于一個深層洞察：解決歐幾里得幾何問題的能力可能是構(gòu)建更強(qiáng)大AI系統(tǒng)的關(guān)鍵,。證明數(shù)學(xué)定理需要同時具備推理能力和在多個可能步驟中做出選擇的能力,，這些技能將成為未來通用AI模型的重要組成部分。事實(shí)上,，在2024年夏天的一次演示中,，DeepMind將AlphaGeometry2與數(shù)學(xué)形式推理AI模型AlphaProof結(jié)合,，成功解決了當(dāng)年IMO競賽6道題目中的4道,。

技術(shù)架構(gòu)方面，AlphaGeometry2采用了一種混合方案,，結(jié)合了谷歌Gemini系列的語言模型和專門的符號運(yùn)算引擎,。解題過程中，Gemini模型負(fù)責(zé)預(yù)測解題可能需要的幾何構(gòu)造,，而符號引擎則基于嚴(yán)格的數(shù)學(xué)規(guī)則進(jìn)行推導(dǎo),。兩個模塊通過并行搜索算法協(xié)同工作，將發(fā)現(xiàn)的有用信息存儲在共享知識庫中,。當(dāng)系統(tǒng)能夠?qū)emini模型的建議與符號引擎的已知原理結(jié)合,，得出完整證明時，即認(rèn)為完成了問題求解,。

為克服幾何訓(xùn)練數(shù)據(jù)匱乏的問題,，研究團(tuán)隊(duì)自主生成了超過3億個不同復(fù)雜度的定理和證明用于訓(xùn)練。這種大規(guī)模的合成數(shù)據(jù)訓(xùn)練方法為AI在特定領(lǐng)域?qū)崿F(xiàn)突破提供了新的范例,。盡管如此,，AlphaGeometry2仍存在明顯局限，無法處理包含可變點(diǎn)數(shù),、非線性方程和不等式的問題,。在更具挑戰(zhàn)性的29道IMO候選題中，系統(tǒng)僅能解決20道,。

這一突破引發(fā)了對AI發(fā)展路徑的深入思考,。傳統(tǒng)上,，AI領(lǐng)域存在兩種主要方法：基于符號操作的方法和類似人腦的神經(jīng)網(wǎng)絡(luò)方法。AlphaGeometry2采用混合架構(gòu),，其Gemini模型采用神經(jīng)網(wǎng)絡(luò)架構(gòu),，而符號引擎則基于規(guī)則運(yùn)算。根據(jù)Deepmind的論文,，在測試中,，同樣采用神經(jīng)網(wǎng)絡(luò)架構(gòu)的OpenAI o1模型無法解決任何AlphaGeometry2成功解答的IMO問題。

卡內(nèi)基梅隆大學(xué)AI專家Vince Conitzer指出,，雖然在基準(zhǔn)測試上取得了顯著進(jìn)展,，但包括最新的“推理型”在內(nèi)的語言模型仍在一些簡單的常識問題上舉步維艱。這表明我們?nèi)匀粺o法準(zhǔn)確預(yù)測下一個系統(tǒng)的具體行為,，考慮到這些系統(tǒng)可能產(chǎn)生的重大影響,，迫切需要更好地理解它們及其潛在風(fēng)險。

不過,，研究團(tuán)隊(duì)發(fā)現(xiàn)初步證據(jù)表明,，AlphaGeometry2的語言模型部分已顯示出無需符號引擎輔助也能生成部分解決方案的潛力。但在模型運(yùn)算速度得到根本改善,、“幻覺”問題徹底解決之前,，符號運(yùn)算等外部工具仍將在數(shù)學(xué)應(yīng)用中扮演不可或缺的角色。