刚刚,大模型再次攻下一城!
谷歌DeepMind宣布,他们数学AI“摘得”IMO(国际数学奥林匹克竞赛)银牌,并且距离金牌仅一分之差!
是的,没有听错!就是难到绝大多数人类的奥数题。要知道今年IMO全部609名参赛者,也仅有58位达到了金牌水平。
此次,谷歌AI解决了2024 IMO竞赛6道题目中的4道,而且一做一个满分,总共获得28分。(满分42分,金牌分数线29分)
其中第四题几何题,AI仅仅用时19秒?!
而号称本届最难的第六题,今年仅有五名参赛者拿下,它也完全答对。
此次的成绩还得到了IMO组委的专业认证——由IMO金牌得主、菲尔兹奖获得者Timothy Gowers教授和两届IMO金牌得主、2024 IMO问题选择委员会主席Joseph Myers博士进行评分。
Timothy Gowers教授直接惊叹:远远超过我认知的最先进水平。
来康康是如何做到的?
谷歌拿下IMO银牌,Alpha家族新成员问世
此次拿下IMO银牌的是谷歌两位Alpha家族成员,他们各自数业有专攻。
- AlphaProof,Alpha家族新成员,基于强化学习的形式数学推理系统。
- AlphaGeometry 2,此前AlphaGeometry改进版,专门用于解决几何问题。
先来认识一下新成员——AlphaProof。
它是一个自训练系统,能用形式语言Lean来证明数学陈述。它能将预先训练好的语言模型与AlphaZero强化学习算法结合在一起。
团队通过微调Gemini,能自动将自然语言陈述转换为形式语言Lean陈述,由此创建了一个大型数学题库。
当遇到问题时,AlphaProof会生成解决方案候选,然后通过搜索Lean中可能的证明步骤来证明或反驳这些候选。
每个找到并验证的证明都会用于强化AlphaProof的语言模型,从而提高其解决后续更具挑战性的问题的能力。
在比赛的前几周内,它就这么循环往复地用数百万个IMO级别题目进行了训练。
比赛期间也应用了训练循环,不断强化自身证明,直到找到完整的解决方案。