चुनिंदा औपचारिक गणितीय ओलंपियाड समस्याओं को क्रैकिंग करना

लीन में एक न्यूरल प्रमेय प्रोवर ओलंपियाड गणित समस्याओं से निपटता है

ओलंपियाड स्तर पर गणित लंबे समय से artificial intelligence के लिए सबसे कठिन चुनौतियों में से एक माना जाता है। कई कार्यों के विपरीत जहां AI सिस्टम उत्कृष्टता प्राप्त करते हैं, प्रतियोगिता गणित कठोर, चरण-दर-चरण तार्किक तर्क की मांग करता है जहाँ हर दावे को संदेह से परे साबित किया जाना चाहिए। इस क्षेत्र में हाल ही में एक मील का पत्थर लीन के लिए निर्मित तंत्रिका प्रमेय प्रोवर से आता है, जो एक औपचारिक गणितीय प्रणाली है जिसने उच्च विद्यालय ओलिंपियाड समस्याओं की एक श्रृंखला को हल करना सीखा है।

प्रणाली ने क्या हासिल किया

प्रोवर को लीन में काम करने के लिए प्रशिक्षित किया गया था, एक प्रूफ असिस्टेंट जिसमें गणितीय तर्क सटीक, मशीन-चेक करने योग्य प्रारूप में लिखे जाते हैं। यह सेटिंग मूल्यवान है क्योंकि सिस्टम द्वारा या तो प्रमाण स्वीकार किया जाता है या नहीं अस्पष्ट या हाथ-वेवी रीजनिंग के लिए कोई जगह नहीं है। परियोजना के पीछे की टीम ने दिखाया कि उनका मॉडल AMC12 और AIME सहित प्रसिद्ध प्रतियोगिताओं से खींची गई कठिन प्रतिस्पर्धा समस्याओं के विविध सेट को संभाल सकता है, और International Mathematical Olympiad (आईएमओ) से अनुकूलित दो समस्याओं को भी हल कर सकता है।

इन प्रतियोगिताओं से अपरिचित किसी के लिए: एएमसी 12 और एआईएमई प्रतिष्ठित अमेरिकी प्रतियोगिताएं हैं जो राष्ट्रीय गणित ओलंपियाड टीम की चयन प्रक्रिया में खिलाती हैं, जबकि आईएमओ दुनिया भर में उच्चतम स्तर के हाई स्कूल गणित का प्रतिनिधित्व करता है। इन घटनाओं से कुछ मुट्ठी भर समस्याओं को स्वचालित रूप से हल करना मशीन तर्क के लिए एक उल्लेखनीय कदम आगे है।

औपचारिक प्रमाण प्रणाली क्यों महत्वपूर्ण है

एक कारण यह परिणाम बाहर खड़ा है लीन के स्वयं का उपयोग है. जब एक भाषा मॉडल सामान्य गद्य में गणितीय पाठ उत्पन्न करता है, तो यह सत्यापित करना मुश्किल हो सकता है कि तर्क वास्तव में रहता है या नहीं। औपचारिक प्रणालियाँ इसे पूरी तरह से बदल देती हैं। हर तार्किक कदम को इस तरह से उचित ठहराया जाना चाहिए कि कंप्यूटर जांच कर सके, इसलिए एक पूर्ण लीन प्रमाण सही होने की गारंटी दी जाती है। इससे AI सिस्टमों के लिए औपचारिक गणित एक आकर्षक प्रशिक्षण और मूल्यांकन मैदान बन जाता है जिसका उद्देश्य विश्वसनीय तर्क है।

programming के बजाय सीखना

महत्वपूर्ण रूप से, प्रोवर को प्रत्येक प्रतियोगिता समस्या के लिए नियमों के साथ हाथ-कोड नहीं किया गया था। इसके बजाय, इसने neural networks का उपयोग करके सीखा कि लीन वातावरण में सबूत कैसे खोजें। यह सीखा दृष्टिकोण वह है जो सिस्टम को केवल संकीर्ण, पूर्व-प्रोग्राम किए गए मामलों को संभालने के बजाय विभिन्न प्रकार की समस्या शैलियों पर सामान्यीकरण करने की अनुमति देता है।

आगे की ओर देखना

इस तरह के परिणाम एक भविष्य का सुझाव देते हैं जहां AI उपकरण तर्क को सत्यापित करके, प्रमाण रणनीतियों की खोज कर या औपचारिक साक्ष्य में नियमित चरणों को स्वचालित करके गणितज्ञों की सहायता करते हैं। जबकि ओलंपियाड समस्याओं को हल करना अभी भी अनुसंधान गणित की खुली रचनात्मकता से मेल खाने से बहुत दूर है, औपचारिक तर्क में प्रत्येक प्रगति उस दृष्टि को करीब लाती है।

यदि आप AI और गणित में प्रगति का पालन करते हैं, तो यह काम एक स्पष्ट संकेत हैः मशीन-जांच की गई, प्रतियोगिता स्तर पर समस्या को हल करना अब JUST दूर का लक्ष्य नहीं है।