Terobosan Google DeepMind Menuju AGI, AI General



TL;DR
  • Google DeepMind mencapai terobosan dengan AI AlphaGeometry dalam geometri.
  • Sistem menggabungkan model bahasa saraf dan mesin deduksi untuk kinerja optimal.
  • AlphaGeometry menyelesaikan 25 dari 30 masalah geometri olimpiade tanpa bantuan manusia.
Terobosan Google DeepMind Menuju AGI, AI General - credit to: aibusiness - pibitek.biz - LLM

credit to: aibusiness


336-280

pibitek.biz -Google DeepMind telah mencapai terobosan penting dengan mengembangkan sistem AI yang mampu menyelesaikan masalah matematika geometri pada tingkat seorang juara olimpiade emas. Sistem AI yang diberi nama AlphaGeometry ini mampu menyelesaikan masalah geometri kompleks tanpa adanya demonstrasi manusia selama pelatihan. Peneliti Google DeepMind melaporkan dalam jurnal Nature bahwa model ini "merupakan terobosan dalam kinerja AI".

Hal ini dikarenakan sistem AI sering kesulitan dalam menangani masalah kompleks dalam geometri dan matematika akibatdan matematika akibat kurangnya keterampilan penalaran dan data pelatihan. Tim peneliti mengatasi kelemahan ini dengan membangun sistem yang menggabungkan model bahasa saraf untuk daya prediktif dengan mesin deduksi yang terikat pada aturan. Jika AlphaGeometry mengalami kesulitan, sistem akan meminta saran kepada model bahasa sarafnya, dan keduanya akan bekerja sama untuk menemukan solusi.

Tim juga mengembangkan metode untuk menciptakan "kolam" data sintetisdata sintetis yang "luas" dengan 100 juta sampel unik sehingga tidak diperlukan demonstrasi manusia selama pelatihan AI. Hasilnya adalah kinerja terobosan. "Menyelesaikan masalah geometri tingkat olimpiade adalah tonggak penting dalam pengembangan penalaran matematika mendalam menuju sistem AI yang lebih canggih dan umum", tulis para peneliti.

AlphaGeometry diuji dengan 30 masalah geometri olimpiade dan berhasil menyelesaikan 25 dalam batas waktu standar olimpiade. Rata-rata juara olimpiade manusia menyelesaikan 25,9 masalah. Sebagai perbandingan, sistem terdahulu hanya menyelesaikan 10 masalah dalam waktu yang sama.

Sistem neuro-simbolik model bekerja bersama untuk menyelesaikan masalah. Model bahasa saraf cepat dalam melihat pola dan hubungan dalam data tetapi tidak dapat menjelaskan keputusannya secara kuat. Mesin deduksi simbolik, di sisi lain, berdasarkan logika formal dan menggunakan aturan yang jelas untuk mencapai kesimpulan, tetapi bisa lambat dan kaku.

"Model bahasa AlphaGeometry memandu mesin deduksi simboliknya menuju solusi yang kemungkinan dalam masalah geometri. Masalah geometri olimpiade didasarkan pada diagram yang memerlukan konstruksi geometri baru seperti titik, garis, atau lingkaran sebelum dapat diselesaikan", kata para peneliti. "Model bahasa AlphaGeometry memprediksi konstruksi baru mana yang akan paling berguna, dari jumlah kemungkinan yang tak terbatas".