Google DeepMind’dan Matematikte Çığır Açan Yapay Zekâ Sistemleri
Google’ın yapay zekâ alanındaki öncü şirketi DeepMind, karmaşık matematik problemlerini çözme konusunda önemli bir adım attı. Şirket, gelişmiş akıl yürütme yeteneklerine sahip iki özel yapay zekâ sistemi geliştirdi. MIT Technology Review dergisinin haberine göre, bu sistemler “AlphaProof” ve “AlphaGeometry 2” olarak adlandırılmıştır.
Bu yeni yapay zekâ sistemleri, Uluslararası Matematik Olimpiyatı’nda yer alan 6 problemden 4’ünü başarıyla çözüme kavuşturmayı başardı ve bu başarıları sayesinde gümüş madalyaya eşdeğer bir ödül kazandı. Bu durum, bir yapay zekâ sisteminin karmaşık matematik problemlerini bu denli yüksek bir başarı oranıyla çözebilmesinin ilk örneği olma özelliği taşıyor.
Proje üzerinde çalışan Google DeepMind Araştırma Başkan Yardımcısı Pushmeet Kohli, bu durumu “Bu, makinenin öğrenmesi ve yapay zekâ alanında büyük bir ilerleme. Şimdiye kadar, bu tür problemleri bu başarı oranında ve bu genellik düzeyinde çözebilen bir sistem geliştirilmemişti.” şeklinde yorumladı.
İleri düzeyde muhakeme gerektiren matematik problemlerinin yapay zekâ sistemleri tarafından çözülmesinin zorluğunun birkaç nedeni bulunmaktadır:
- Soyutlama Gereksinimi: Bu tür problemler genellikle soyutlamalar oluşturmayı ve bunlardan yararlanmayı gerektirir.
- Karmaşık Hiyerarşik Planlama: Problemlerin çözümü, karmaşık hiyerarşik planlamayı ve alt hedefler belirlemeyi içerir.
- Deneme ve Geri İzleme: Yapay zekâ sistemleri, yeni yollar denemek ve geri iz sürmek gibi zorluklarla karşılaşmaktadır.
Google DeepMind, resmi programlama dili olan “Lean” üzerinden, matematiksel ifadeleri kanıtlamak için kendini eğiten bir öğrenme tabanlı sistem olan AlphaProof’u geliştirdi. Bu sistemin amacı, yukarıda belirtilen zorlukları aşarak matematik alanında önemli bir boşluğu kapatmaktı. AlphaProof, daha fazla problemi başarıyla çözdükçe, giderek daha karmaşık problemlerin üstesinden gelme yeteneği kazandı.
Diğer yandan, AlphaProof genel matematik problemleri üzerine eğitilmişken, AlphaGeometry 2, nesnelerin hareketleri, açılar, oranlar ve mesafelerle ilgili problemlere odaklanarak optimize edilmiştir.
Edinburgh Üniversitesinde hibrit yapay zekâ alanında öğretim görevlisi olan Wenda Li, verilerin resmi dile çevrilmesi sürecinin otomatikleştirilmesinin matematik camiası için büyük bir gelişme olduğunu vurguladı. Li, “Bu kanıtlama sistemini formüle edebilirlerse, yayınlanan sonuçların doğruluğuna çok daha fazla güvenebiliriz ve ayrıca daha işbirlikçi hale gelebiliriz.” dedi.
Matematikçi Tim Gowers ise bu başarıyı “Bir matematikçi olarak yapay zekânın olimpiyatlarda 4 soruyu doğru cevaplamasını çok etkileyici buluyorum ve bunu daha önce mümkün olanlardan önemli bir sıçrama olarak görüyorum.” şeklinde değerlendirdi.
News
