Первоначально большинство искусственных интеллектов создавались для работы с гуманитарными дисциплинами, однако сейчас всё чаще их потенциал направляют на математические вычисления. Это, во-первых, ускоряет научно-технический прогресс. Во-вторых, достижения в области математики служат наглядным показателем успехов в развитии технологий ИИ.
Источник изображения: Unsplash, Thomas T
Значимость этого направления была продемонстрирована в эксперименте кембриджского студента, применившего продвинутую модель OpenAI для решения одной из не поддававшихся ранее задач Эрдёша. Более того, системы ИИ стали показывать выдающиеся результаты на Международных математических олимпиадах и аналогичных соревнованиях. Как отмечает экс-директор Хелен Тоунер, ИИ уже преодолел этап обучения распознаванию кошек и собак и перешёл к решению сложнейших математических проблем.
Исследовательское подразделение Google DeepMind представило специализированные модели для математики (AlphaProof) и геометрии (AlphaGeometry). Широкое распространение получили бенчмарки Epoch AI, измеряющие скорость работы новых ИИ-систем на математических задачах. Раньше большие языковые модели считались малопригодными для этого из-за их вероятностной природы, склонности к галлюцинациям и предсказанию следующих слов, однако с внедрением обучения с подкреплением и рассуждающих архитектур их точность значительно повысилась.
Для усиления научного отдела и повышения эффективности своих моделей в математике OpenAI привлекла двух известных учёных: Эрнеста Рю из Калифорнийского университета в Лос-Анджелесе и Мехтаба Сани из Колумбийского университета. В целом, математика привлекает исследователей возможностью автоматической проверки корректности ответов. Этот же принцип способствует прогрессу в области автоматизированной разработки ПО. К примеру, компания Anthropic активно развивает своего ИИ-ассистента Claude Code, предназначенного для автоматического написания программного кода.
В целом, чтобы справляться с по-настоящему трудными научными и математическими проблемами, современным системам искусственного интеллекта необходимо освоить навык последовательного использования ранее достигнутых результатов, и выполнить такую работу за один короткий сеанс попросту нереально. На сегодняшний день ИИ уже успешно обобщает сведения и синтезирует информацию из различных областей науки. По мнению аналитиков, в перспективе это приведёт к ускорению темпов научного развития. В сфере математики искусственный интеллект уже продемонстрировал впечатляющие возможности.
