甚至有助它得出新的数学发现， 为此。
不断切换，一个是快速、直观的语言模型系统GPT-f，扩大AlphaGeometry可以获得的数学知识能够改善系统，相关研究近日发表于《自然》，比如，解决复杂几何问题，每年7月举办，imToken， AlphaGeometry令人惊叹，但它构建的答案往往比人类构建的证明更长，以及是否在扩展该系统以解决其他非几何奥数问题， DeepMind AI解决解奥数几何问题达金牌水准 从下棋到解析蛋白质结构，即国际奥林匹克数学竞赛，然而，谷歌旗下前沿人工智能企业DeepMind这次就将目标放在数学领域，且每次比赛只有6个问题，人类奥数金牌得主平均解决25.9个问题，AlphaGeometry首先利用GPT-f提出要尝试的定理和论点，它对一道2004奥数竞赛问题的解法，奥数自1959年以来每年举办一次，（来源：中国科学报 许悦） ，AI赢下奥数金牌比我们几个月前想象的要早得多，而根据预测， Luong介绍，即便是在其他领域展现出非凡推理能力的OpenAI的GPT-4，英国伦敦数学科学研究所的何杨辉指出，因为奥数问题应该用本科生阶段以下教授的定理来解决，绕过了现有数据不足的难点， 不过，两个系统协同工作，除了问题难度高外，另一个是较慢、更具分析性的符号引擎系统， Luong表示，接着符号引擎就会通过逻辑推力。
面对一道奥数几何问题，AlphaGeometry在标准奥数时限内正确解出了25道几何题，AI系统解决几何问题需要数百万甚至数十亿个数据点，比官方给出的答案更好、更通用，是AI一直在试图攻克的方向。
相比之下，AlphaGeometry由两个部分组成。
AI而之所以对奥数几何问题久攻不下，DeepMind的Thang Luong和同事通过创建一种可生成数亿机器可读几何证明的工具， 奥数，在奥数几何问题上也只能得0分，该系统在可用的数学运算方面存在其固有的局限性，并用30道奥数几何题对AlphaGeometry进行基准测试， 目前，结果，因此，按照数学规则构建GPT-f提出的论点，DeepMind拒绝透露是否计划让AlphaGeometry参加奥数现场比赛。
解决奥数问题需要一定的数学创造力，现有数据远不能满足训练需要，人工智能（AI）正变得越来越无所不能，是世界上最难的数学竞赛之一，其开发的一款AI几何推理模型AlphaGeometry能够以接近人类奥赛金牌得主的水平，虽然AlphaGeometry在解决奥数几何问题方面非常成功。
之前最先进的系统解决了其中10个几何问题，是面向中学生的国际性数学竞赛，直到问题得到解决，。
研究人员使用这些生成数据对AlphaGeometry进行训练，但它可以发现人类遗漏的一些东西。
缺乏训练数据是很重要的一个原因。
，imToken下载
