谷歌AlphaProof攻克国际奥赛数学题 数学家会不会被淘汰？

极客网·极客观察7月29日 谷歌DeepMind发布消息称，它所开发的AI系统AlphaProof和AlphaGeometry 2在数学上取得突破，解答了今年国际数学奥林匹克竞赛（IMO）6道题中的4道，相当于银牌水平。

谷歌还自豪宣称，这是AI第一次取得如此耀眼的成绩。可惜就像之前所鼓吹的其它AI一样，谷歌的说法也有夸大之嫌。

离金牌线只有一步之遥

根据谷歌的解释，AlphaProof用增强学习技术在开源求证辅助系统Lean环境中证明数学命题。Lean是微软公司计算机科学家莱昂纳多·德莫拉开发的，采用了由所谓“有效的老式人工智能”(GOFAI)——即从逻辑学汲取灵感的符号人工智能——所驱动的自动推理。

谷歌系统具备自我学习能力，它生成并验证数百万个数学证明，在解决复杂数学问题时进步明显。在此之前，谷歌开发过几何AI模型，AlphaGeometry 2相当于升级版本，它是谷歌以Gemini语言模型作为基础，用大量数据训练出来的。

知名数学家Sir Timothy Gowers和Dr. Joseph Myers用国际数学奥林匹克竞赛标准对谷歌AI系统进行评估，国际数学奥林匹克竞赛的金牌线为29分，总分42分，谷歌系统拿到28分，离金牌线只有一步之遥。在最难的问题上谷歌系统完美解答，今年只有5人解决此问题。

国际数学奥林匹克竞赛始于1959年，面向预科数学天才（也就是还没进入大学的数学天才），主要涉及代数、组合数学、几何和数论。

用竞赛问题测试AI已经成为评估AI推理能力的重要标准。AlphaProof解决了两个代数问题，一个数论问题；AlphaGeometry 2解决了一个几何问题，但谷歌AI被两个组合数学问题挫败。在解决问题时，有一个只用了几分钟，其它耗时较长，最多三天。

谷歌AI用于数学也有局限

为什么说谷歌的说法也有夸大之嫌呢？

首先，谷歌将竞赛问题转化为正式数学语言，方便AI模型处理。这一做法与官方竞赛流程不符，人类参赛者会直接面对问题。

AI模型可以生成文章或者其它形式的文本，但面对复杂数学问题时往往会捉襟见肘，因为当中牵涉到复杂的逻辑推理，这正是目前AI系统所欠缺的。复杂数学问题会涉及到抽象概念、子目标设定、回溯、尝试新路径，这些都给AI带来挑战。

专注于数学和AI研究的剑桥大学研究人员Katie Collins说：“如果你有办法检查答案（也就是正式语言），训练数学AI模型就会容易很多，难点在于网上自然语言（非正式语言）数据超级多，但正式数学语言数据却很少。”

谷歌DeepMind AI可以自动将用自然非正式语言编写的数学问题转化为正式语言，这是谷歌之所以取得突破的关键。爱丁堡大学混合AI讲师Wenda Li说，对于数学社区而言，自动将非正式语言转化为非正式语言是一大进步。

在参加今年的竞赛之前，AlphaGeometry 2曾尝试解答之前25年积累的国际数学奥林匹克竞赛几何问题，83%都能解答——之前的AI只能解答53%。面对今年的几何问题，谷歌系统只用19秒就给出答案。

其次，谷歌AI模型花费的时间有时显著过长。Sir Timothy Gowers承认DeepMind模型取得突破，表现远超之前的自动定理证明者，但AI解答时花费的时间远长于人类参赛者，有些问题需要的时间甚至超过60个小时，AI的处理速度本来比人类快很多，但还是需要更长时间，如果人类参赛者有同样长的时间解答，得分肯定更高。

Sir Timothy Gowers还说，在正式答题之前，人类已经手动将题目转化为正式语言Lean，然后AI才着手处理，虽然核心数学推理是由AI完成的，但“自动化”步骤却由人类操刀。

替代数学家还需时日

到底谷歌系统会给数学研究造成什么影响？Sir Timothy Gowers只能说“不确定”。他表示：“是不是到了数学家即将成为多余的地步？很难说。我想我们离这个目标还差一个或者两个突破。”

他认为，谷歌系统解答时需要更长时间说明AI并没有很好解决数学问题，但在操作时应该发生了一些有趣的事情。

虽然存在诸多局限性，Sir Timothy Gowers仍认为类似的AI系统将会成为富有价值的研究工具。在程序的辅助下，对于那些不是特别难的问题（几个小时就能解决），AI可以帮助数学家寻找答案，如此一来，即使AI本身无法解决开放问题，也能成为数学家的实用工具。

不管怎样，开发一套AI系统，让它解决富有挑战的数学问题，可以为未来的人机协作扫清障碍，还可以让人类深入了解自身是如何解决数学问题的。

当然必须意识到，在人类解决复杂数学问题方面，目前还有很多未解之谜，AI也一样。（小刀）

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。