繼擊敗人類圍棋巨匠和戰略棋盤游戲頂尖高手之后，google深度思維公司人工智能（AI）系統在英國巴斯舉行的2024年國際數學奧林匹克比拼（IMO）上，僅以1分之差與金牌失之交臂，獲得了銀牌。這是AI選手首次登上IMO領獎臺。
英國《天然》雜志網站在7月27日的報道中指出，深度思維正與其他公司競相辦理數學領域的疑難疑問。比年來，IMO被廣泛以為是對機械吸取的一個挑戰，也是衡量AI系統高等數學推理才幹的夢想基準。AI系統在本年IMO中的精彩表現，標志著其即將再下一城：在辦理數學困難方面擊敗世界頂尖學生。
首登領獎臺
深度思維公司培訓了一個專門用于謎底數學奧賽考題的AI系統，勝利謎底了6道比拼題中的4道，獲得28分（滿分42分），到達本次賽事銀牌獲得者的程度。
該系統包含有謎底數學推理疑問的模子AlphaProof求和答幾何疑問的模子AlphaGeometry的升級版AlphaGeometry 2。此中，AlphaGeometry 2辦理了一個幾何疑問，而AlphaProof則謎底了兩個代數疑問和一個數論疑問。
本年1月份，AlphaGe玩運彩日職即時比分ometry在辦理歐幾里得幾何疑問上，就已表現出獎牌級選手的程度。在本年的IMO賽事前，AlphaGeometry 2已經能夠辦理過去25年里83%的IMO幾何疑問，而其前身僅能辦理53%。
深度思維公司AI科學副總裁普什米特科利指出，這是AI系統首次到達獲IMO獎牌等級的功能。IMO主席格雷戈爾多利納爾也表示，AI終極將能比人類更好地辦理大多數數學疑問，其先進速度令人驚嘆。
幾乎同一時間，軟件公司Numina的科學家採用語言模子，取得了AI數學奧林匹克獎（AIMO）的首個先進獎。
但Numina團隊在玩運彩世界盃新聞獲獎后表示，要辦理更難的數學疑問，僅靠語言模子可能還不夠。
與自己對立
AlphaProof是一個自吸取系統，其要點創造在于結合預培訓語言模子與AlphaZero強化吸取算法的謀略。強化吸取是機械吸取領域一種主要的吸取范式，系統可通過多次嘗試找到自己的解題想法。
這種想法需運彩 讓分 和局要用AI能懂得和驗證的語言編寫大批疑問，而大多數IMO疑問都是用英語編寫的。為辦理這個疑問，深度思維團隊托馬斯赫伯特及其同事採用go玩運彩避雷ogle的大語言模子Gemini，將這些疑問翻譯成一種名為Lean的編程語言，以供AI進行吸取。
AlphaProof採用途經微調的Gemini模子，自動將數學疑問轉換為Lean語言，從台灣 運彩 規則而建立了一個包含差異難度等級的大型疑問庫。在強化吸取階段，系統每驗證一個證明，就用它來強化AlphaProof的語言模子，提高其辦理后續更具挑戰性疑問的才幹。
赫伯特表示，在挑戰圍棋游戲時，他們也采用了雷同的想法：AI通過與自己對立，來吸取如何更好地玩游戲。結局顯示，在某些場合下，AlphaProof能夠在無窮多的可能性中邁出正確的一步，顯現出靈光一閃的才幹。
仍有改進空間
盡管AlphaProof的表現令人印象深刻，但其速度相對較慢，辦理3個疑問用盡了3天時間，而人類參賽者僅需4個半小時。此外，它也未能答覆兩個與組合數學有關的疑問。
英國數學家約瑟夫邁爾斯審查了AI在本次IMO賽事中給出的答案。他指出，AlphaProof采取的這些專業可否予以完善還有待觀測。
英國倫敦數學科學研究所何楊輝稱，AlphaProof這樣的系統對于協助數學家證明疑問很有用，但它無法協助研究人員確認需要辦理和研究的疑問。
深度思維團隊表示，他們正繼續試探多種用于推進數學推理的AI想法。未來，數學研究者將與AI合作，驗證假說，嘗試新想法來辦理長期未辦理的數學困難。他們也但願AlphaProof能夠通過減少過錯響應，協助改進google的大型語言模子。
繼擊敗人類圍棋巨匠和戰略棋盤游戲頂尖高手之后，google深度思維公司人工智能（AI）系統在英國巴斯舉行的2024年國際數學奧林匹克比拼（IMO）上，僅以1分之差與金牌失之交臂，獲得了銀牌。這是AI選手首次登上IMO領獎臺。
英國《天然》雜志網站在7月27日的報道中指出，深度思維正與其他公司競相辦理數學領域的疑難疑問。比年來，IMO被廣泛以為是對機械吸取的一個挑戰，也是衡量AI系統高等數學推理才幹的夢想基準。AI系統在本年IMO中的精彩表現，標志著其即將再下一城：在辦理數學困難方面擊敗世界頂尖學生。
首登領獎臺
深度思維公司培訓了一個專門用于謎底數學奧賽考題的AI系統，勝利謎底了6道比拼題中的4道，獲得28分（滿分42分），到達本次賽事銀牌獲得者的程度。
該系統包含有謎底數學推理疑問的模子AlphaProof求和答幾何疑問的模子AlphaGeometry的升級版AlphaGeometry 2。此中，AlphaGeometry 2辦理了一個幾何疑問，而AlphaProof則謎底了兩個代數疑問和一個數論疑問。
本年1月份，AlphaGeometry在辦理歐幾里得幾何疑問上，就已表現出獎牌級選手的程度。在本年的IMO賽事前，AlphaGeometry 2已經能夠辦理過去25年里83%的IMO幾何疑問，而其前身僅能辦理53%。
深度思維公司AI科學副總裁普什米特科利指出，這是AI系統首次到達獲IMO獎牌等級的功能。IMO主席格雷戈爾多利納爾也表示，AI終極將能比人類更好地辦理大多數數學疑問，其先進速度令人驚嘆。
幾乎同一時間，軟件公司Numina的科學家採用語言模子，取得了AI數學奧林匹克獎（AIMO）的首個先進獎。
但Numina團隊在獲獎后表示，要辦理更難的數學疑問，僅靠語言模子可能還不夠。
與自己對立
AlphaProof是一個自吸取系統，其要點創造在于結合預培訓語言模子與AlphaZero強化吸取算法的謀略。強化吸取是機械吸取領域一種主要的吸取范式，系統可通過多次嘗試找到自己的解題想法。
這種想法需要用AI能懂得和驗證的語言編寫大批疑問，而大多數IMO疑問都是用英語編寫的。為辦理這個疑問，深度思維團隊托馬斯赫伯特及其同事採用google的大語言模子Gemini，將這些疑問翻譯成一種名為Lean的編程語言，以供AI進行吸取。
AlphaProof採用途經微調的Gemini模子，自動將數學疑問轉換為Lean語言，從而建立了一個包含差異難度等級的大型疑問庫。在強化吸取階段，系統每驗證一個證明，就用它來強化AlphaProof的語言模子，提高其辦理后續更具挑戰性疑問的才幹。
赫伯特表示，在挑戰圍棋游戲時，他們也采用了雷同的想法：AI通過與自己對立，來吸取如何更好地玩游戲。結局顯示，在某些場合下，AlphaProof能夠在無窮多的可能性中邁出正確的一步，顯現出靈光一閃的才幹。
仍有改進空間
盡管AlphaProof的表現令人印象深刻，但其速度相對較慢，辦理3個疑問用盡了3天時間，而人類參賽者僅需4個半小時。此外，它也未能答覆兩個與組合數學有關的疑問。
英國數學家約瑟夫邁爾斯審查了AI在本次IMO賽事中給出的答案。他指出，AlphaProof采取的這些專業可否予以完善還有待觀測。
英國倫敦數學科學研究所何楊輝稱，AlphaProof這樣的系統對于協助數學家證明疑問很有用，但它無法協助研究人員確認需要辦理和研究的疑問。
深度思維團隊表示，他們正繼續試探多種用于推進數學推理的AI想法。未來，數學研究者將與AI合作，驗證假說，嘗試新想法來辦理長期未辦理的數學困難。他們也但願AlphaProof能夠通過減少過錯響應，協助改進google的大型語言模子。
