پیشرفت شگفت‌انگیز هوش مصنوعی در حل مسائل ریاضی پیچیده
یک الگوریتم یادگیری ماشین جدید طراحی شده است که می تواند موضوعات ریاضی را که ده ها سال است که متخصصان را گیج کرده است ، حل کند.
طبق گزارش افق میهن و به نقل از Elrie Mai Hells ؛ محققان سیستم هوش مصنوعی را توسعه داده اند که برخلاف “زندگی لحظه ای” ، این توانایی را دارند که چندین قدم (و حتی میلیون ها قدم) را در پیش بگیرند.
سرگئی گوکوف ، ریاضیدان انستیتوی فناوری کالیفرنیا (CALTECH) ، به همراه تیم خود ، نوع جدیدی از الگوریتم یادگیری ماشین را طراحی کردند که می تواند مشکلات ریاضی را که نیاز به فرآیندهای بسیار طولانی دارند ، برطرف کند. صحبت در مورد میلیون ها مرحله!
این الگوریتم هوش مصنوعی موفق شده است در یک موضوع پیچیده به نام حدس Andrews-Curtis پیشرفت کند. موضوعی که ریاضیدانان را برای ده ها سال به چالش کشیده است. به طور خلاصه ، این حدس: آیا می توان با استفاده از مجموعه ای از حرکات تعریف شده بر اساس قوانین مختصر ، معماهای ریاضی خاصی را برطرف کرد؟ گویی که از حرکات حمایت می کنید یا برخی از مراحل را معکوس می کنید.
برای حل این نوع مشکلات ، تیم Keltak الگوریتمی را طراحی کرد که می تواند مسیرهای طولانی و نادر را پیدا کند که یافتن آن دشوار است. “علی شاهپار” ، ریاضیدان در دانشگاه راتگرز و نویسنده اصلی این مطالعه می گوید:
“ما در حال تلاش برای یافتن مسیر خود در یک هزارتوی به اندازه زمین هستیم.” این مسیرها بسیار طولانی است و تنها یک مسیر وجود دارد که منجر به پاسخ صحیح می شود. ”
در مطالعه ای که اخیراً در سایت Arxiv منتشر شده و به روز شده است ، شاهپار و همکارانش توضیح دادند که چگونه این هوش مصنوعی از این هوش مصنوعی برای حل یک دسته از موضوعات مرتبط با اندرو-کرتیس در جبر انتزاعی استفاده کرده است. البته این تیم هنوز موفق به حل این حدس نشده است.
این ممکن است چندان هیجان انگیز به نظر نرسد ، اما نتیجه حذف برخی از گزینه های احتمالی مخالفت برای این حدس بود. حذف این مخالفان به معنای اثبات قطعی این حدس نیست ، اما این نشان دهنده تقویت احتمالی آن است. شاهپار توضیح می دهد:
“حذف برخی از گزینه های مخالف به ما اطمینان بیشتری به اعتبار حدس اصلی می دهد.” همچنین شهود ما را برای حل مشکل اصلی بهبود می بخشد تا بتوانیم از یک دیدگاه جدید به آن فکر کنیم. ”
** این چالش شبیه یک مکعب روبیک است **
سرگئی گوکوف این مسائل ریاضی را با یک مکعب روبیک مقایسه می کند:
“تصور کنید که شما یک مکعب روبیک خرد شده و پیچیده دارید. آیا می توانید آن را به حالت اصلی خود برگردانید؟ برای این کار ، باید دنباله ای از حرکات را دنبال کنید. اما تا زمانی که به پایان نرسیدید ، نمی دانید اگر در جهت درست بوده اید. ”
** هوش مصنوعی چگونه این کار را انجام می دهد؟ **
روش این هوش مصنوعی عبور از مرزهای الگوهای فکری مشترک است. از یادگیری تقویت شده برای توسعه این الگوریتم استفاده شده است. در ابتدا ، موضوعات ساده ریاضی به هوش مصنوعی داده می شد و موضوعات پیچیده تری نیز آموزش داده می شد. شاهپار می گوید: “این هوش مصنوعی حرکات مختلفی را امتحان می کند و پاداش حل مشکلات را دریافت می کند.” ما الگوریتم را تشویق می کنیم تا موفقیت های خود را ادامه دهد ، در حالی که هنوز هم کنجکاوی و نوآوری خود را حفظ می کند. سرانجام ، هوش مصنوعی استراتژی هایی را ایجاد می کند که از بهترین روشهای انسانی کارآمدتر هستند. این جادوی یادگیری تقویت است. ”
** چیزی فراتر از حرکات معمولی **
این الگوریتم موفق به ایجاد دنباله های بسیار پیچیده و غیر منتظره ای شد که محققان آن را “ابررسانا” نامیدند. گوکوف اضافه کرد:
“اگر نامه ای از Chatgpt بخواهید ، در نهایت یک متن عادی و قابل پیش بینی ارائه می دهد. شانس بسیار کمی برای تولید چیزی بسیار خاص و خلاقانه وجود دارد. در واقع ، مانند یک تقلید عمل می کند.” اما برنامه ما در ایجاد غیر منتظره و خاص شگفت انگیز است راه حل ها. ”
این دستاورد علمی ، گرچه متمرکز بر وقایع روزمره مانند پیش بینی سقوط مالی جهان نیست ، محققان معتقدند که این روشهای نوآورانه در آینده می تواند به حل چنین موضوعات مهمی کمک کند.
گوکوف گفت: “این برنامه در واقع می داند که چگونه یاد بگیرد.” این به معنای فکر کردن در خارج از چارچوب است. وی همچنین توضیح داد كه تیم وی قادر به ایجاد تغییرات ملموس در زمینه ریاضیات است كه بدون پیشرفت باقی مانده است.
وی همچنین افزود: الگوریتم آنها به قدرت محاسباتی بسیار بالایی احتیاج ندارد و این ویژگی همچنین تحقیقات را قادر می سازد از رایانه ها استفاده کند.
اگرچه نتایج دقیق این نوع تحقیق ممکن است در زندگی روزمره ما ملموس نباشد ، اما این در کنار تحقیقات دیگر است که هدف از آن بهبود الگوریتم های یادگیری ماشین برای کمک به حل مشکلات انسانی است ، نه نابودی تمدن بشری!
