علماء جوجل يبتكرون نموذجًا للذكاء الاصطناعى يمكنه حل المسائل الرياضية المستحيلة

كشف باحثو Google DeepMind النقاب عن FunSearch، وهو نموذج للذكاء الاصطناعي (AI) قادر على حل المشكلات الرياضية المعقدة التي كانت تعتبر في السابق غير قابلة للحل.

ويمثل هذا الإنجاز المرة الأولى التي يتم فيها استخدام نموذج لغوي كبير (LLM) لكشف حل لغز علمي طويل الأمد، مما يوفر معلومات جديدة قيمة وقابلة للتحقق لم تكن معروفة من قبل، وفقا لورقة بحثية منشورة في المجلة. طبيعة.

يواصل FunSearch سلسلة إنجازات DeepMind في الرياضيات الأساسية وعلوم الكمبيوتر باستخدام الذكاء الاصطناعي، بعد أن قام AlphaTensor بتسريع العمليات الحسابية وتحسين AlphaDev الخوارزميات الرئيسية، وفقًا لتقرير indiatoday.

على عكس سابقاتها، يتبع FunSearch نهجا فريدا من خلال الجمع بين نموذج لغة كبير يسمى Codey مع أنظمة أخرى ترفض الإجابات غير الصحيحة وتدمج الإجابات الصحيحة مرة أخرى في العملية. استخدم فريق البحث، بقيادة بوشميت كوهلي، نائب رئيس الأبحاث في Google DeepMind، منهجية التجربة والخطأ. ، مما سمح لـ FunSearch باقتراح حلول برمجية لمشكلة تم تحديدها في البداية في Python.

تتضمن عملية FunSearch كودي الذي يقترح تعليمات برمجية لإكمال البرنامج، مع خوارزمية ثانية تقوم بفحص الاقتراحات وتسجيلها. يتم إرسال أفضل الأفكار، حتى لو لم تكن صحيحة في البداية، إلى Codey، مما يؤدي إلى إنشاء حلقة تحسين مستمرة. بعد ملايين الاقتراحات والعديد من التكرارات، نجحت FunSearch في إنشاء تعليمات برمجية توفر حلاً صحيحًا وغير معروف سابقًا لمشكلة المجموعة القصوى، وهي مشكلة معقدة في الرياضيات البحتة.

تتضمن مسألة المجموعة القصوى تحديد أكبر حجم لمجموعة معينة في نظرية الرسم البياني، وقد ظل حلها بعيد المنال عن علماء الرياضيات لسنوات. إن قدرة FunSearch على إنتاج تعليمات برمجية يمكن فهمها وتفسيرها من قبل الإنسان تميزها عن غيرها، مما يوفر نموذجًا واعدًا لتسخير قوة النماذج. لغات كبيرة في مجالات المشاكل المختلفة.

تم توضيح تعدد استخدامات FunSearch بشكل أكبر من خلال تطبيقه على مشكلة تعبئة الصناديق، وهي مهمة صعبة في الرياضيات مع تطبيقات في علوم الكمبيوتر، ولم يجد FunSearch حلاً فحسب، بل تفوق أيضًا على الأساليب التي أنشأها الإنسان، وعرض قدراته عبر مشاكل متنوعة -سيناريوهات الحل.

في حين يعترف علماء الرياضيات بالحاجة إلى دمج نماذج لغوية كبيرة بحذر في سير العمل البحثي، فإن نجاح FunSearch يمثل خطوة مهمة إلى الأمام في تسخير قدرات الذكاء الاصطناعي لحل المشكلات المعقدة بكفاءة.