Metin Gözlemci Ağı / Zhao Noah
İnsanların her zaman bir avantaja sahip olduğu bir proje olan Go'da Google'ın DeepMind tarafından geliştirilen yapay zeka (AI) AlphaGo, en iyi iki oyuncu Ke Jie ve Li Shishi'yi yendi. Ancak DeepMind tarafından geliştirilen yapay zekanın insan dünyasının satranç kralını yenebileceğine inanmak zor, ancak İngiliz liselerindeki matematik testini geçemez.
"Nöral Modellerin Matematiksel Akıl Yürütme Yeteneğinin İncelenmesi"2 Nisan'da, Google altındaki DeepMind ekibi "Sinir Modellerinin Matematiksel Akıl Yürütme Yeteneklerini Analiz Etmek" adlı bir araştırma raporunu duyurdu. Bu çalışmada ekip, yapay zekadan aritmetik, geometri, olasılık ve ölçümü içeren bir matematik testini kabul etmesini istedi Testte 40 soru vardı ve zorluk İngiliz liselerindeki matematik seviyesi ile ilgiliydi.
DeepMind tarafından verilen 40 İngiliz lise matematik problemiAncak, güçlü genel algoritmalar ve insan hesaplama gücünün çok ötesinde yapay zeka ile bu 40 lise zor matematik sorusunda, yalnızca 14 soru doğru yanıtlandı ve doğru oran yalnızca% 35 idi, bu gerçek bir başarısızlıktır.
Ekibin teste katılmadan önce zaten AI için yeterli eğitim verdiğini belirtmekte fayda var. DeepMind'a göre, yapay zeka için aritmetik, cebir, olasılık ve hesaplama gibi çeşitli soru türlerini kapsayan 2 milyon soruluk bir soru bankası kurdular.
Aynı zamanda ekip, teste katılmak için en gelişmiş performansa sahip iki güncel model olan tekrarlayan sinir ağı (RNN) ve Transformer'ı da gönderdi.
Yapay zeka lise matematik problemlerine neden doğru cevap veremiyor?
Görünüşe göre asıl nedenin yapay zekanın sorunu "anlayamaması". DeepMind'in yapay zekası zaten güçlü makine çeviri yeteneklerine sahip olmasına rağmen, matematiksel problemlerin karmaşıklığına ve dil çeşitliliğinin baskısına hala dayanamıyor.
AI için matematiksel sembolleri ve soruları anlamak zordurİnsanlar için matematiksel problemleri çözmek için sadece hesaplama yeteneğinin değil, çeşitli bilişsel becerilerin de uygulanması gerekir. Örneğin, soru kökünü anlamak için metni veya simgeleri aritmetik işleçlere dönüştürmeniz gerekir.
Problem çözme yasasını bulmak için büyük miktarda veri analizine dayanan AI için matematik dilinin karmaşıklığı aşılmaz bir dağdır.
İkinci olarak, AI'nın başkaları hakkında çıkarım yapma yeteneği insanlarla rekabet edemez. Yalnızca bazı dahili depolama sorunları ile başa çıkabilir ve yeni şeyleri anlamak için mevcut ortamın ötesine geçemez.
İnsanlar matematiksel problemleri çözdüklerinde, çıkarımlar yapacaklar ve bilinen aksiyomlardan en iyi stratejiyi bulacaklar.Özel işlem sürecinde, işlemi tamamlamak için çalışma belleğini kullanmaları gerekir.
DeepMind araştırmacılarına göre, bu aşamadaki AI, insanlar kadar çıkarım yapma yeteneğine sahip değil. Soruları yanıtlarken insan beyni, sembolleri sınıflandırmak, hesap yapmak, ara değerleri depolamak için çalışma belleğini kullanmak ve öğrenilen kuralları veya teoremleri uygulamak gibi çeşitli bilişsel yetenekler kullanır.
Aksine, yapay zeka kalıp karşılaştırma, makine çevirisi ve pekiştirmeli öğrenmede iyidir, ancak insan beyninden çok daha az esnektir. Kasıtlı olarak girilen bilgileri işlemek şöyle dursun, mevcut deneyimin bağlamı dışındaki şeyleri tahmin etme yeteneğine sahip değiller.
Bununla birlikte, AI şu anda bir matematik öğretmeni olamazsa da, pek çok alana hakim oldular. Go'ya ek olarak, DeepMind'in yapay zekası, "StarCraft II" oyununun test maçında dünyanın en iyi profesyonel oyuncularını 5-0 taradı.
Bu makale Observer.com'dan özel bir el yazmasıdır ve izinsiz çoğaltılamaz.