A Google DeepMind két új mesterségesintelligencia-rendszert mutatott be: az AlphaProof és az AlphaGeometry 2 közösen oldotta meg az idei Nemzetközi Matematikai Olimpia hatból négy feladatát. Az olimpia érettségiző diákoknak kiírt rangos verseny. A két rendszer teljesítménye annyit ért, mintha ezüstérmet nyertek volna.

Eredményük azonban túlmutat a matematikán, mert a rendszerek az MI-fejlesztés új irányát is jelenthetik. A chatelésre alkalmas MI-keresők az intelligencia érzetét kelthetik, a Google DeepMind jelen technológiái viszont növelik az MI tényleges intelligenciáját.

Matematikában jól teljesítő rendszerek fejlesztése sok MI-labor, például az OpenAI célja is lehet. Egyértelmű oknál fogva: a matematika a következtetés, a logika mércéje. A feladatok megoldásával a rendszereknek nagyon összetett tevékenységeket kellett végezniük: tervezést, absztrakt problémák megértését és megoldását.

Képesek voltak általánosítani, ennélfogva megoldani a matematika több területének különböző problémáit. A már a góban remeklő AlphaGo esetében, 2016-ban kiválóan működött megerősítéses tanulás most, nagy nyelvmodellekkel (LLM) kombinálva, meglepő dolgokat tud.

Ezt a képességet Lean számítógépes nyelvű, matematikai bizonyítást jelentő programok írására használták fel. A módszer bármilyen helyzetre alkalmazható, ahol egyértelmű a jutalom, ellenőrizhetők a jutalom-jelzések, a válaszok helyessége pedig megkérdőjelezhetetlen módon értékelhető. Például a kódolás is ilyen terület.

Az AlphaProof és az AlphaGeometry 2 egyelőre csak érettségi szintű feladatokat old meg, és távol van még az ember által abszolvált extrém nehéz algebrai vagy geometriai problémáktól – hangsúlyozza a Google DeepMind. De nem is ez volt a jelenlegi cél.

Ezek és a hasonló rendszerek ugyanis új problémákat dolgoznak ki és oldanak meg, miközben sokakat inspirálnak arra, hogy az MI-vel foglalkozzanak.