网易首页 > 网易号 > 正文 申请入驻

再创历史!DeepMind AI超进化,能拿奥数金牌了

0
分享至


智东西
编译 徐豫
编辑 云鹏

智东西2月8日消息,谷歌旗下顶尖AI研究实验室DeepMind于2月7日发布论文,其开发的一套名为AlphaGeometry2的AI系统,解决国际数学奥林匹克竞赛(IMO)几何问题的表现,超越了金牌得主的平均水平。

AlphaGeometry2是DeepMind去年1月发布的AlphaGeometry系统的升级版。在最近发表的一项研究中,AlphaGeometry2能够解决过去25年IMO中84%的几何问题,而OpenAI的o1推理模型一道题都答不上来。IMO是一个高中生的全球顶尖数学比赛。

据DeepMind团队分享,AlphaGeometry2融合了神经网络理论和符号AI方法,其一方面采用基于神经网络架构搭建的谷歌Gemini系列模型,同时另一方面遵循符号AI的操作规则,以此提升AI系统理解、推理和逻辑证明能力,打开了实现通用AI的新思路。

事实上,今年夏天,DeepMind曾展示了一套结合AlphaGeometry2和AlphaProof的系统,后者是一个用于形式数学推理的AI模型。该系统成功解决了2024年IMO六道题中的四道。


那么,DeepMind为何会关注一个高中数学竞赛?

DeepMind认为,解开复杂几何问题的新方法,可能是开发更强大AI系统的关键,尤其是欧几里得几何问题(Euclidean geometry problems)。

证明数学定理这件事,例如逻辑性地说明为什么勾股定理(Pythagorean Theorem)成立,不仅需要推理能力,还需要从多种可能的解决步骤中作出选择。DeepMind认为,这种解决问题的能力或许能够成为未来通用AI模型的核心组成部分。

此外,除了几何问题,AlphaGeometry2这套方法还可以扩展到其他数学或科学领域,例如可以为复杂的工程计算提供帮助。

一、双引擎核心发力,兼顾逻辑推理和大规模数据处理

AlphaGeometry2内含多个关键组件,其中既有谷歌Gemini系列语言模型,也有一个“符号引擎”。同时,这个符号引擎在Gemini模型的帮助下,可以更好地利用数学规则推导出问题的解决方案,从而为给定的几何定理找到行得通的证明。


▲IMO考试中的一道典型几何问题的示意图。(图源:TechCrunch)

IMO中的几何问题通常需要添加辅助线,例如点、直线或圆等辅助构造,才能解答。AlphaGeometry2的Gemini模型可以预测图中需要添加哪些辅助线,然后符号引擎则基于这些辅助线进行推理。

简单来说,AlphaGeometry2的Gemini模型用一种形式化的数学语言,为符号引擎提供建议,而符号引擎可依据特定的规则,来检查这些步骤是否符合逻辑。

此外,该系统还配备了一种搜索算法,支持并行搜索多个解决方案,并且会把可能有用的发现存储在公共知识库中。

AlphaGeometry2认定一个问题已被解决的条件是,得出的答案能够结合Gemini模型的建议,以及符号引擎的已知原则,完成证明闭环。

另外,由于将几何证明转换成AI可理解格式的过程较为复杂,几何问题的训练数据极为稀缺。为此DeepMind自创了合成数据集,生成了超过3亿个复杂程度不同的定理和证明,用于训练AlphaGeometry2的语言模型。

二、横杀过去25年的竞赛几何题,成绩媲美金牌得主

DeepMind的研究团队选取了过去25年,即2000年至2024年,IMO中的45个几何问题,并将这些问题转换成一组共有50道题的大题组。这45个几何问题中既有线性方程,也有涉及平面几何对象移动的方程。

不过,由于技术原因,目前大题组中的部分题目需要被拆分处理。

根据论文,AlphaGeometry2成功解决了大题组中的42道题目,超过了金牌得主40.9分的平均成绩。

但同时,AlphaGeometry2也存在一定的局限性。

尽管得分可以说表现优异,AlphaGeometry2仍存在一些技术限制。例如,它暂时无法解决点数可变、非线性方程和不等式的问题。

在另一组难度更大一些的IMO题目中,AlphaGeometry2的表现稍逊。DeepMind研究团队挑选了29道曾被数学专家提名,但未曾出现在竞赛中的题目。而AlphaGeometry2仅成功解决了其中的20道。

此外,AlphaGeometry2也并非第一个达到几何金牌水平的AI系统,不过它是第一个在如此大规模题集上取得这一成就的AI系统。

三、符号AI与神经网络学派各执一词,DeepMind提出融合新法

DeepMind这项研究结果,可能会加剧关于AI系统是否应该基于符号操作构建的争论。换句话说,AI系统是应该使用规则来操作代表知识的符号,还是基于更类人脑的神经网络来构建。

AlphaGeometry2采用了混合方法,其Gemini模型使用的是神经网络架构,而符号引擎则是基于规则。

神经网络理论支持者认为,从语音识别到图像生成,智能行为可以通过大量数据和计算资源自发涌现。

而符号系统支持者则认为,符号系统通过定义一组专门用于特定任务的符号操作规则来解决问题,例如在文字处理软件中编辑一行文字。而神经网络则需要通过统计相似数据和大量示例,才学会如何解决任务。

一方面,神经网络是OpenAI o1推理模型等强大的AI系统的基石;另一方面,符号AI的支持者认为,神经网络并非万能的,符号AI或许在高效编码真实世界知识、推理复杂情境和自证解答过程等方面,更具优势。

AlphaGeometry2的成功表明,这两种方法的结合,或许是开发通用AI一条行之有效的路径。

事实上,根据DeepMind的论文,基于神经网络架构的OpenAI o1推理模型,无法解答AlphaGeometry2所解出的任何一道IMO问题。

然而,这种情况也许不会永远持续下去。在论文中,DeepMind团队称,他们发现了初步证据,可以说明AlphaGeometry2的语言模型有时候能够在没有符号引擎辅助的情况下,生成部分解决方案。

“这些结果在一定程度上支撑了,大模型可以在不依赖符号引擎等外部工具的情况下,自给自足的观点,”DeepMind团队在论文中写道,“但在模型速度得到提升,且幻觉问题完全解决之前,这些外部工具对于AI数学应用来说,仍将至关重要。”

结语:AI解难题更聪明了,但简单问题仍会“犯浑”

DeepMind的AI系统AlphaGeometry2成功挑战IMO竞赛金牌得主水平,一方面体现出AI数学、推理、逻辑证明能力的进步,可以与高中生竞争;另一方面也为AI界提供了通向AGI的新路径,在神经网络派和符号AI派的争论中,论证了二者相互配合提效AI推理的可行性。

与此同时,AI从纸上谈兵到实战演练,仍有很长的路要走。如何保证简单任务执行的准确性、拓宽复杂任务处理的可能性、降低开发和部署成本等,都是AI玩家亟待解决的议题。

卡内基梅隆大学计算机科学教授Vince Conitzer告诉TechCrunch,AI系统在这些基准测试上持续取得令人瞩目的进展,但与此同时,语言模型和最近推出的具有推理功能的模型,仍会在一些简单的常识问题上苦苦挣扎,这种对比令人震惊。

他补充道,我并不认为这一切进展都是虚张声势,但它确实表明了,我们仍然不清楚下一个AI系统会有什么样的行为。这也意味着,这些AI系统可能会带来重大影响,因此我们迫切需要深入了解它们,以及它们可能造成的风险。

来源:TechCrunch

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
英超官方:球已经在莱诺双手之间控制之中,故哈兰德进球无效

英超官方:球已经在莱诺双手之间控制之中,故哈兰德进球无效

懂球帝
2026-11-21 21:35:16
亚特兰大警方喊话GTA6玩家:可以玩游戏,别拿自己开玩笑

亚特兰大警方喊话GTA6玩家:可以玩游戏,别拿自己开玩笑

我是一个粉刷匠2
2026-11-20 20:21:53
美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

美股狂泻,原因找到了!Anthropic上市即标志AI行情终结?彭博惊人言论

金石随笔
2026-11-21 01:33:32
春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

春节返乡潮要变天?专家预言:2027年前后打工潮降温,原因很现实

江启
2026-11-21 12:47:21
男子破产12年送外卖养家,这天竟收1200万汇款,追到汇款方后却傻眼

男子破产12年送外卖养家,这天竟收1200万汇款,追到汇款方后却傻眼

温情邮局
2025-08-22 11:56:14
紧身短裤,是跑步最尴尬的装备

紧身短裤,是跑步最尴尬的装备

跑者排球视角
2026-11-20 06:59:54
H200停售,海外AI算力又被掐断,国产AI芯片迎来“泼天富贵”!

H200停售,海外AI算力又被掐断,国产AI芯片迎来“泼天富贵”!

互联网.乱侃秀
2026-11-21 11:23:44
英伟达,被查

英伟达,被查

第一财经资讯
2026-11-21 13:41:17
3-2无悬念赢球!男单4强诞生!就在刚刚,WTT球星赛:世界第115名不敌世界第29名!国乒男单破4强魔咒,剩独苗苦撑,韩乒占优

3-2无悬念赢球!男单4强诞生!就在刚刚,WTT球星赛:世界第115名不敌世界第29名!国乒男单破4强魔咒,剩独苗苦撑,韩乒占优

篮球热嗖
2026-11-21 10:21:13
APCE上的温情一幕,让人好感动!

APCE上的温情一幕,让人好感动!

低调看天下
2026-11-20 15:46:04
不是迷信!明日小雪,记得:1不出、2不吃、3不洗、4不坐,别大意

不是迷信!明日小雪,记得:1不出、2不吃、3不洗、4不坐,别大意

小陆搞笑日常
2026-11-21 07:44:25
纳指跌5.28%、费城半导体跌10.73%,下周A股开盘会受影响吗?

纳指跌5.28%、费城半导体跌10.73%,下周A股开盘会受影响吗?

春江财富
2026-11-21 10:04:18
“寒门出贵子越来越难了”!中国政法、上海交大等高校不向研究生提供住宿,租房压力引发热议

“寒门出贵子越来越难了”!中国政法、上海交大等高校不向研究生提供住宿,租房压力引发热议

火山詩话
2026-11-21 20:49:37
曾仅存13只!佛山男子买甲鱼苗竟混进4只,科学家花40年培育926只

曾仅存13只!佛山男子买甲鱼苗竟混进4只,科学家花40年培育926只

云居历史
2026-11-21 03:29:16
事关乌克兰入约,普京立场松动,特朗普很高兴,泽连斯基笑不出来

事关乌克兰入约,普京立场松动,特朗普很高兴,泽连斯基笑不出来

国际法大视野
2026-11-20 21:18:06
北京100万剩女的尴尬现实:想回老家,却舍不得6年打拼的一切

北京100万剩女的尴尬现实:想回老家,却舍不得6年打拼的一切

荷兰豆爱健康
2026-11-21 15:48:47
“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

“好好学习吧,令爱的长相走不了这条路!”家长晒艺术照,心态崩了!

世界圈
2026-10-27 09:17:34
古装大剧《两京十五日》第一波真实口碑出炉!观众的评价一针见血

古装大剧《两京十五日》第一波真实口碑出炉!观众的评价一针见血

晴晴的娱乐日记
2026-11-20 21:49:38
中国石化《GTA6》新片公布!中国石油等下场互动

中国石化《GTA6》新片公布!中国石油等下场互动

游民星空
2026-11-21 17:16:31
彻底变天了?英伟达临时CEO克雷斯发表讲话:英伟达员工不会流失

彻底变天了?英伟达临时CEO克雷斯发表讲话:英伟达员工不会流失

锅锅爱历史
2026-11-21 16:43:40
2026-11-21 22:59:00
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12992文章数 117196关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

于东来:胖东来保洁工资6千元 保安每天只需工作8小时

头条要闻

于东来:胖东来保洁工资6千元 保安每天只需工作8小时

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

李连杰回应抛妻弃女传闻,透露四个女儿关系

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

家居
艺术
游戏
数码
公开课

家居要闻

2026建博会(广州) 公装联探展交流活动

艺术要闻

内娱体态天花板又出手了。刘诗诗这组写真,脖子以下全是“教科书”

曝R星下一作不是大镖客?《黑色洛城2》传闻再起

数码要闻

荣耀林林展示超级快充双口充电器GaN Max 120W,11月23日发布

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版