
چالشهای اثبات مسائل ریاضی با هوش مصنوعی OpenAI
چه زمانی OpenAI این هفته، با انتشار صدها راهحل ادعایی برای برخی از سختترین مسائل ریاضی جهان، آزمایشگاه پیشرو هوش مصنوعی اعلام کرد که با یک گروه مشاورهای از ریاضیدانان برجسته مشورت کرده است تا از حاشیهها و جنجالهای گذشته بر سر حل مسائل دیرینه این رشته جلوگیری کند.
به گزارش قسمت اخبار خبرجو به نقل از تک کرانچ اما OpenAI نمی تواند به طور کامل این استانداردها را برآورده کند. به خصوص در زمینه هایی که ریاضیدانان به آن نیاز دارند درک انسان آنها بر نتایج ریاضی تأکید کردند. زمانی که یک مقاله جدید شکاف هایی را بین توضیحات زبان طبیعی و راه حل های رسمی برای یک مشکل میلیون دلاری پیدا کرد که ظاهراً توسط مدل ها حل شده بود، نگران کننده تر شد. OpenAI برجسته حل شد.
توصیه های گروه مشاوره ریاضی و هوش مصنوعی (AGMAI)
گروه مشاوره ریاضیات و هوش مصنوعی (AGMAI) این پژوهش که توسط موسسه مطالعات پیشرفته دانشگاه پرینستون برگزار می شود، از 9 محقق برجسته در موسسات معتبر در سراسر جهان تشکیل شده است.
در اواخر سپتامبر، این سازمان دستورالعمل هایی را برای آزمایشگاه های حل مسئله ریاضی پیشرو منتشر کرد. سازمان AGMAI او در بیانیهای درباره آخرین مجموعه از شواهد ارائه شده گفت: «در نهایت این جامعه ریاضیدانان هستند که باید قضاوت کنند که چگونه نسخههای ما با موفقیت دنبال شدهاند.
اما اولین درخواست این سازمان این بود که آزمایش مسائل پیشرفته ریاضی را متوقف کند مدل های اختصاصیاین مدت بود OpenAI او به صراحت اعلام کرده است که از مدل های خود برای ارزیابی مسائل تحقیق باز در ریاضیات استفاده می کند.
عدم شفافیت در زنجیره تفکر مدل ها و فرآیند رسمی سازی
این گروه مشاوره در پاسخ به درخواست رسانه ها TechCrunch برای ارزیابی دقیقتر آخرین شواهد منتشر شده توسط OpenAI پاسخ نداد اگرچه این آزمایشگاه برخی از اصول آنها را به وضوح رعایت کرده است، مانند انتشار سریع نتایج و ارائه اطلاعات در مورد نحوه رسیدن مدل ها به نتایج، این شامل همه موارد نمی شود. زیرا تنها 10 نسخه از 719 نسخه خطی منتشر شده از جمله زنجیره فکر مدل بوده اند
برای مقالاتی که انسان نمی تواند آن ها را بفهمد، ریاضیدانان پیشنهاد کرده اند که اثبات باید باشد رسمی سازی نتیجه؛ اما تنها 42 درصد از شواهد منتشر شده توسط OpenAI آنها این روند را طی نکرده بودند.
انتقاد از ترنس تائو و مشکل عدم درک انسان
در نهایت، هنوز مشخص نیست که آیا OpenAI طبق اصول AGMAI مسئولیت “اطمینان از درک انسانی در طول فرآیند” را بر عهده می گیرد یا خیر. AGMAI پیشنهاد کرده است که OpenAI باید به تأمین مالی کار ریاضیدانان انسانی کمک کند. زیرا وجود آنها برای کاربردی و معنادار شدن راه حل های این آزمایشگاه در دنیای واقعی ضروری است.
ترنس تائویک ریاضیدان برجسته که از رویکرد OpenAI وی پس از انتشار این گزارش در شبکه اجتماعی خود نوشت: «مشکلات بهطور خودکار توسط سوژههای هوش مصنوعی حل میشود؛ افرادی که پس از «حل شدن» هدف اولیه، هیچ علاقهای به کل حوزه ندارند و خروجی هوش مصنوعی را در حدی درک نمیکنند که بتوانند به سؤالات پاسخ دهند، سخنرانی کنند یا با سایر فعالان این حوزه تعامل داشته باشند.
تضاد بین زبان طبیعی و زبان برنامه نویسی ناب
این مشکل در مقاله ای که این هفته توسط ریاضیدانان دانشگاه کمبریج و کینگز کالج لندن منتشر شد، به خوبی نشان داده شده است که رویکرد آزمایشگاه های پیشرو به این چالش ها را زیر سوال می برد.
زمانی که مدل ها هوش مصنوعی آنها مسائل ریاضی را حل می کنند، ابتدا توضیحی برای زبان طبیعی آنها خلق می کنند و سپس برای رسیدن به آن نتیجه تلاش می کنند لاغر (یک زبان برنامه نویسی که نظریه صحت اثبات را از طریق کامپایل کد تأیید می کند) را بازنویسی کنید.
با این حال، ممکن است مشکلاتی در نحوه ترجمه اثباتهای زبان طبیعی به کد وجود داشته باشد. این مقاله حداقل دو تضاد بین اثبات زبان طبیعی و کد دارد لاغر پشت راه حل ارائه شده توسط OpenAI برای مشکل ناشی از معادلات ناویر استوکس که رفتار پیچیده سیالات را توصیف می کند.
ضرورت ارزیابی همتایان و مشارکت علمی جامعه
این ناسازگاری ها لزوماً هیچ یک از راه حل ها را رد نمی کنند، اما این سؤال را مطرح می کنند که آیا می توان برای رسمی کردن راه حل های خود بدون دخالت انسان به مدل ها اعتماد کرد؟ این یکی از دلایلی است AGMAI از OpenAI به دنبال ارائه “فراداده قابل خواندن توسط ماشین برای ارتباط بین زبان طبیعی و ساختارهای رسمی” بود. کاری که این آزمایشگاه پیشرو انجام نداده است.
نویسندگان مقاله «گمشده در ترجمه» نتیجه می گیرند: «به دلیل پدیده ترجمه اشتباه – همانطور که در این مقاله مشخص شده است – اثبات زبان طبیعی ارائه شده توسط OpenAI و سایر اثبات های خودکار در زبان لاغر نه بدون گذراندن همان فرآیند بررسی همتایان و با بررسی دقیقی که سایر ادله در معرض آن قرار می گیرد، به او اعتماد شود.»
ریاضیدانان تاکید می کنند که وقتی نتایج جدیدی توسط انسان کشف می شود، مسئولیت آن را بر عهده می گیرند و از طریق مقالات، سخنرانی ها و سمینارها با جامعه علمی تعامل می کنند. این فرآیند باعث افزایش درک راه حل ها، یافتن راهبردهایی برای حل مشکلات دیگر و به کارگیری دانش جدید در زمینه های عملی می شود.
ملانی ووداستاد ریاضیات دانشگاه هاروارد در گفتگو با رسانه ها تک کرانچ «وقتی از مدلی خواسته میشود تا یک مسئله دشوار را حل کند و مدل یک راهحل را ارائه میدهد، در زمان انتشار شماره درک انسان وجود ندارد و کار اصلی از این نقطه شروع می شود.»














گفتگو در مورد این post