DeepMind AI已达到国际奥数金牌水平

DeepMind的AI系统AlphaGeometry在国际数学奥林匹克竞赛中展现出惊人的几何推理能力。

DeepMind，谷歌旗下的人工智能研究机构，近日在《自然》杂志上发表了一项突破性的研究，介绍了一种能够解决复杂几何问题的AI系统，名为AlphaGeometry。

该系统的表现接近于高中生国际数学奥林匹克竞赛（IMO）的金牌得主，显示出了AI在数学推理方面的巨大进步。

IMO是世界上最具声望的高中生数学竞赛，每年吸引来自全球的数学天才参加。

竞赛中的题目涵盖了代数、组合、数论和几何等领域，其中几何问题被认为是最具挑战性的，因为它们需要运用逻辑和创造性的思维来寻找证明。

DeepMind的研究团队使用了一个由30道IMO几何问题组成的基准测试集（IMO-AG-30），这些问题是从2000年到2022年的IMO中选取的。

在规定的时间限制内，AlphaGeometry能够解决其中的25道，而之前的最先进的系统，基于吴文俊的方法，只能解决10道。与此相比，人类金牌得主的平均分是25.9道。

AlphaGeometry采用了一种神经符号的方法，结合了一个神经语言模型和一个符号演绎引擎，共同寻找解决方案。

神经语言模型能够从大量的数据中学习到一般的模式和关系，从而快速地预测出可能有用的构造，但它们往往缺乏严格的推理能力或解释能力。

符号演绎引擎则能够执行代数和几何的推理，验证神经语言模型的预测，并生成可读的证明。

为了训练AlphaGeometry，研究团队开发了一种生成大量合成训练数据的方法，共有1亿个独特的例子，这些例子不需要任何人类的示范，避开了数据瓶颈的问题。

通过这种方法，AlphaGeometry能够在没有任何人工演示知识的情况下，从头开始学习几何的基本概念和规则。

AlphaGeometry 生成的合成数据的可视化表示

AlphaGeometry的证明不仅是正确的，而且是简洁的，与人类数学家的风格相似。

Evan Chen，一位前IMO金牌得主，对AlphaGeometry的输出进行了评估，他展示了AI的逻辑和创造力，以及在数学领域的巨大潜力。

他们希望，AlphaGeometry能够为人类数学家提供新的灵感和工具，推动数学的发展和应用。他们还计划将AlphaGeometry的方法扩展到其他数学领域，如代数和数论，以及其他科学领域，如物理和化学。

AlphaGeometry的研究引起了国际数学界的广泛关注和讨论。IMO组委会表示，他们欢迎DeepMind的AI系统参加未来的竞赛，作为一种特别的参与者，但不会给予其任何奖牌或排名。

他们认为，AI的参与将有助于提高竞赛的水平和影响力，同时也激励人类选手更加努力地学习和创新。IMO的一些前金牌得主也对AlphaGeometry表示了赞赏和好奇。

他们表示，他们愿意与AI系统进行几何问题的对决，看看谁能更快更好地解决问题。他们还希望能够从AI系统的证明中学习到一些新的技巧和思路，提高自己的数学水平。

DeepMind的首席执行官Demis Hassabis表示，他们非常自豪地看到AlphaGeometry在IMO几何问题上的出色表现，这是他们在人工智能和数学领域的又一项重大成就。

他说：“我们相信，AI能够为人类的数学探索提供无限的可能性，帮助我们解决一些最困难和最重要的问题。我们期待着与国际数学界合作，共同推进这一领域的发展。”