مدل هوش مصنوعی چین به سطح مدال طلای المپیاد جهانی ریاضی رسید
مدل هوش مصنوعی «DeepSeek Math-V۲» با دستیابی به سطح مدال طلای المپیاد جهانی ریاضی، فصل تازهای در تواناییهای محاسباتی و استدلالی هوش مصنوعی گشوده است. این مدل که توسط استارتاپ چینی دیپسیک توسعه یافته، با متنباز شدن خود قصد دارد مسیر پژوهشگران و توسعهدهندگان را برای کار با چالشهای پیچیده ریاضی هموارتر کند.
به گزارش شهرآرانیوز، المپیاد جهانی ریاضی (IMO) که از سال ۱۹۵۹ هر سال برگزار میشود، معتبرترین رقابت ریاضی جهان به شمار میرود و شرکتکنندگان را با مسائلی روبهرو میکند که نیازمند درک عمیق، خلاقیت و استدلال سختگیرانه است. به گفته «هوانگ ییچن»، پژوهشگر هوش مصنوعی در هاروارد و «یانگ لین» استاد علوم رایانه در دانشگاه کالیفرنیاٰ لسانجلس، این رقابتها استانداردی بیهمتا در سنجش تواناییهای ریاضی ایجاد کردهاند. اکنون استارتاپ چینی دیپسیک مدل Math-V۲ را بهطور گسترده در دسترس قرار داده است.
به نقل از آیای، مدل Math-V۲ توانسته عملکردی در سطح مدال طلا در المپیاد ریاضی نشان دهد؛ موفقیتی که تنها حدود هشت درصد از شرکتکنندگان انسانی به آن دست مییابند، زیرا این رقابت علاوه بر پاسخ درست، نیازمند ارائه استدلال شفاف نیز هست.
گامی تازه برای گسترش دسترسی جهانی به ریاضیات پیشرفته
شرکت دیپسیک اعلام کرده که Math-V۲ در مسائل امسال المپیاد جهانی ریاضی و همچنین المپیاد ریاضی چین ۲۰۲۴ به سطح مدال طلا رسیده است و با متنباز کردن این مدل، دیپسیک قصد دارد موانع را برای پژوهشگران و توسعهدهندگان در کار با هوش مصنوعی پیشرفته در حوزه چالشهای ریاضی سطح بالا کاهش دهد؛ حوزهای که تاکنون عمدتا در اختیار سیستمهای انحصاری بوده است.
در یادداشتی، پژوهشگران دیپسیک تاکید کردند که توسعه بیشتر تواناییهای ریاضی هوش مصنوعی میتواند تاثیری دگرگونکننده بر پژوهشهای علمی داشته باشد؛ از شبیهسازیهای پیچیده تا حل مسائل نظری. با این حال هشدار دادند که بسیاری از سیستمهای امروزی بیشتر برای کسب امتیاز بالا در معیارهای استاندارد ریاضی بهینه شدهاند، بیآنکه توانایی استدلال و حل مسئله واقعی در آنها بهبود یافته باشد.
برای تقویت سختگیری در استدلال ریاضی، دیپسیک بر توانایی «خودسنجی» پاسخها تمرکز کرده است؛ حتی در مسائلی که راهحل شناختهشدهای ندارند. این قابلیت به هوش مصنوعی امکان میدهد سازگاری و اعتبار استدلال خود را ارزیابی کند و اطمینان دهد که نتیجهگیریهایش نهتنها در مسائل دارای پاسخ شناختهشده درست است، بلکه در مواجهه با چالشهای نو یا حلنشده نیز قابل اعتماد خواهد بود.
خودسنجی استدلال؛ رویکردی نو برای ارتقای تواناییهای ریاضی هوش مصنوعی
رویکرد دیپسیک یکی از محدودیتهای دیرینه توسعه هوش مصنوعی را هدف گرفته است: بیشتر سیستمها تنها در وظایفی پیشرفت نشان میدهند که راهحل آنها بهسادگی قابل تأیید است. با فعالسازی استدلال خودسنجی، این مدل میتواند تواناییهای خود را به مسائل پیچیدهتر و بازتر گسترش دهد. پژوهشگران خاطرنشان کردند که هرچند کار زیادی باقی مانده، نتایج کنونی نشان میدهد استدلال ریاضی خودسنجی یک مسیر پژوهشی امیدبخش است که میتواند راه را برای سیستمهای هوش مصنوعی پیشرفتهتر در ریاضیات و فراتر از آن هموار کند.
«سم آلتمن» مدیرعامل شرکت اوپنایآی نیز اعلام کرد که مدل آزمایشی این شرکت هم موفق به کسب مدال طلای المپیاد ریاضی شده است، اما این مدل تا ماهها در دسترس عموم قرار نخواهد گرفت.
این رویکردها تفاوت استراتژی شرکتهای پیشرو در حوزه هوش مصنوعی را نشان میدهد؛ برخی با دسترسی کنترلشده به دنبال حفاظت از مالکیت فکری و استفاده مسئولانه هستند، در حالی که برخی دیگر بر گسترش تدریجی دسترسی برای پژوهشگران و توسعهدهندگان تمرکز دارند.
منبع: ایسنا
ارسال نظرات
دیدگاه های ارسال شده توسط شما، پس از تائید توسط شهرآرانیوز در سایت منتشر خواهد شد.
نظراتی که حاوی توهین و افترا باشد منتشر نخواهد شد.
