
هوش مصنوعی Deepsik چین نقطه عطف جدیدی را در ریاضیات رقم زد. این مدل در بالاترین سطح مسابقات جهانی موفق به کسب مدال طلا شده است. هدف دیپسیک کاهش موانع برای محققان و توسعه دهندگانی است که می خواهند با هوش مصنوعی پیشرفته آزمایش کنند.
به گزارش ایسنا، المپیاد بین المللی ریاضی (IMO) که هر ساله از سال 1959 برگزار می شود، معتبرترین مسابقه ریاضی در جهان است که شرکت کنندگان را با مشکلاتی که نیاز به درک عمیق، خلاقیت و استدلال دقیق دارند به چالش می کشد. به گفته Huang Yichen، محقق هوش مصنوعی در هاروارد و یانگ لین، استاد علوم کامپیوتر دانشگاه UCLA، این مسابقات استانداردی بی نظیر برای اندازه گیری توانایی ریاضی ایجاد کرده است. اکنون استارتاپ چینی Dipsik مدل Math-V2 را به طور گسترده در دسترس قرار داده است.
به گفته هوش مصنوعی، مدل Math-V2 توانست عملکردی در سطح مدال طلا در المپیاد ریاضی نشان دهد. موفقیتی که تنها حدود هشت درصد از شرکت کنندگان انسانی به آن دست یافته اند، زیرا این مسابقه علاوه بر پاسخ صحیح به استدلال روشن نیاز دارد.
کاهش موانع جهانی در ریاضیات پیشرفته
شرکت Dipsik اعلام کرد که Math-V2 در مسایل المپیاد جهانی ریاضی امسال و همچنین المپیاد ریاضی 2024 چین به مدال طلا رسیده است و دیپسیک با ارسال پیامک های باز به این مدل قصد دارد موانع کار با هوش مصنوعی پیشرفته در زمینه ریاضی چالش های سطح بالا را برای محققان و توسعه دهندگان کاهش دهد. حوزه ای که بیشتر در دست سیستم های استثنایی بوده است.
در یادداشتی، محققان Dipsic تاکید کردند که توسعه بیشتر قابلیتهای ریاضی هوش مصنوعی میتواند تأثیری دگرگون کننده بر تحقیقات علمی داشته باشد. از شبیه سازی های پیچیده تا حل مسائل نظری. با این حال، آنها هشدار دادند که بسیاری از سیستمهای امروزی در درجه اول بهینهسازی شدهاند تا در معیارهای ریاضی استاندارد امتیاز بالایی کسب کنند، بدون اینکه توانایی استدلال و حل مسائل دنیای واقعی را بهبود بخشند.
برای تقویت دقت در استدلال ریاضی، Dipsik بر توانایی “خود بررسی” پاسخ ها تمرکز می کند. حتی در مورد مسائلی که راه حل مشخصی ندارند. این توانایی به هوش مصنوعی اجازه می دهد تا سازگاری و اعتبار استدلال خود را ارزیابی کند و اطمینان حاصل کند که نتیجه گیری های آن نه تنها برای مشکلات با پاسخ های شناخته شده صحیح است، بلکه در صورت مواجهه با چالش های جدید یا حل نشده قابل اعتماد است.
استدلال خودارزیابی مسیری جدید برای هوش مصنوعی ریاضی
رویکرد دیپسیک به یکی از محدودیتهای دیرینه توسعه هوش مصنوعی میپردازد: اکثر سیستمها پیشرفت را تنها در کارهایی نشان میدهند که راهحل آن به راحتی قابل تأیید است. با اجازه دادن به استدلال دروننگر، این مدل میتواند قابلیتهای خود را به مسائل پیچیدهتر و بازتر گسترش دهد. پژوهشگران خاطرنشان کردند، اگرچه کار زیادی برای انجام باقی مانده است، نتایج کنونی نشان میدهد که استدلال ریاضی خودگزارشدهی روشی امیدوارکننده برای تحقیق است که میتواند راه را برای سیستمهای هوش مصنوعی پیشرفتهتر در ریاضیات و فراتر از آن هموار کند.
سام آلتمن، مدیرعامل OpenAI نیز اعلام کرد که مدل آزمایشی این شرکت مدال طلای المپیاد ریاضی را نیز کسب کرده است اما این مدل تا ماه ها در دسترس عموم قرار نخواهد گرفت.
این رویکردها تفاوت در استراتژی شرکت های پیشرو در زمینه هوش مصنوعی را نشان می دهد. برخی به دنبال حفاظت از مالکیت معنوی و استفاده مسئولانه با دسترسی کنترل شده هستند، در حالی که برخی دیگر بر گسترش تدریجی دسترسی برای محققان و توسعه دهندگان تمرکز می کنند.
انتهای پیام
منبع خبر: https://www.isna.ir/news/1404091006075/%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%DA%86%DB%8C%D9%86-%D8%AF%D8%B1-%D8%A7%D9%84%D9%85%D9%BE%DB%8C%D8%A7%D8%AF-%D8%AC%D9%87%D8%A7%D9%86%DB%8C-%D8%B1%DB%8C%D8%A7%D8%B6%DB%8C-%D9%85%D8%AF%D8%A7%D9%84-%D8%B7%D9%84%D8%A7-%DA%AF%D8%B1%D9%81%D8%AA

