DeepMind AI de Google remporte la médaille d'argent dans un concours de mathématiques complexes
Cet exploit est remarquable car les systèmes d’IA ne s’en sortent généralement pas bien face aux défis mathématiques complexes.
Les systèmes d'intelligence artificielle (IA) actuels possèdent de nombreuses compétences, mais ne parviennent généralement pas à résoudre des problèmes mathématiques complexes. C'est pourquoi Google est ravi que deux de ses systèmes DeepMind AI aient pu résoudre plusieurs problèmes difficiles posés lors d'un prestigieux concours de mathématiques.
Dans un nouvel article publié jeudi, Google a vanté l'intelligence artificielle et les réalisations de ses modèles d'IA DeepMind AlphaProof et AlphaGeometry 2. En participant à l’Olympiade mathématique internationale (OMI) de 2024, les deux systèmes ont résolu quatre problèmes sur six. Cet effort a récompensé l'IA de Google avec le même niveau de médaille d'argent pour la première fois dans ce concours, généralement destiné aux jeunes mathématiciens.
Chaque année, l'OMI invite des mathématiciens préuniversitaires d'élite à résoudre six problèmes extrêmement difficiles en algèbre, combinatoire (compter, sélectionner et organiser un grand nombre d'objets), géométrie et théorie des nombres. S'étendant au-delà des humains, le concours est également devenu un moyen de tester et de mesurer les systèmes d'apprentissage automatique et d'IA dans le cadre d'un raisonnement mathématique avancé.
Avec les problèmes traduits dans un langage formel compris par l'IA de Google, AlphaProof a résolu deux problèmes d'algèbre et un problème de théorie des nombres, trouvant non seulement la réponse, mais prouvant également que la réponse était correcte. Google a cité le défi de la théorie des nombres comme le plus difficile de la compétition, résolu par seulement cinq participants humains. AlphaGeometry 2 a résolu le problème de géométrie. Mais aucun des deux modèles n’a réussi à résoudre les deux problèmes combinatoires.
AlphaProof est un système basé sur l'IA qui peut s'entraîner à prouver des déclarations mathématiques à l'aide du langage formel Lean. En combinant un modèle de langage pré-entraîné avec l'algorithme d'apprentissage par renforcement AlphaZero, AlphaProof a déjà appris par lui-même à jouer et à gagner aux échecs, au shogi et au Go.
AlphaGeometry 2 est une version améliorée d'AlphaGeometry. Basé sur l'IA Gemini de Google, ce modèle peut gérer des problèmes de géométrie très complexes, notamment ceux qui couvrent les mouvements d'objets et les équations d'angles, de rapports et de distances.
En plus de tester les compétences mathématiques d'AlphaProof et AlphaGeometry 2, Google a profité de l'OMI pour tester un système de raisonnement en langage naturel basé sur Gemini et doté de capacités avancées de résolution de problèmes. Contrairement aux deux autres modèles, celui-ci ne nécessite pas que les problèmes soient traduits dans un langage formel.
Même si la réalisation de ces modèles peut paraître abstraite, Google y voit une nouvelle étape vers l’avenir de l’IA.
"Nous sommes enthousiasmés par un avenir dans lequel les mathématiciens travailleront avec des outils d'IA pour explorer des hypothèses, essayer de nouvelles approches audacieuses pour résoudre des problèmes de longue date et compléter rapidement des éléments de preuves chronophages - et où les systèmes d'IA comme Gemini deviendront plus performants. en mathématiques et en raisonnement plus large", a déclaré la société dans son message.