Schalten Sie den Editor’s Digest kostenlos frei
Roula Khalaf, Herausgeberin der FT, wählt in diesem wöchentlichen Newsletter ihre Lieblingsgeschichten aus.
Google DeepMind hat mithilfe künstlicher Intelligenz die Fähigkeiten der begabtesten Studenten der Welt bei der Lösung von Geometrieproblemen nahezu erreicht und damit das begehrte Ziel vorangetrieben, die schnell wachsende Technologie auf komplexe Mathematik anzuwenden.
Laut einem am Mittwoch in Nature veröffentlichten Artikel hat AlphaGeometry, das System des Technologieriesen, 25 von 30 Fragen der Internationalen Mathematikolympiade der Oberstufe richtig beantwortet.
Die Leistung, die nahe am Goldmedaillengewinnstandard menschlicher Konkurrenten liegt, unterstreicht sowohl die wachsenden Fähigkeiten der KI in Mathematik als auch die verbleibenden Hindernisse. Die Herausforderungen des Denkens und Lernens, die komplexe Mathematik mit sich bringt, machen sie zu einem wichtigen Test bei den Bemühungen, eine künstliche allgemeine Intelligenz (AGI) zu schaffen, die dem Menschen gleichkommen oder ihn übertreffen kann.
„Dies ist ein entscheidender Schritt zum Aufbau einer AGI“, sagte Quoc V Le, ein DeepMind-Forscher. „Dies ist ein weiteres Beispiel, das zeigt, wie KI uns helfen kann, die Wissenschaft voranzubringen – und die zugrunde liegenden Prozesse, die bestimmen, wie die Welt funktioniert, besser zu verstehen.“
AlphaGeometry ist ein sogenanntes neurosymbolisches System, das eine Kombination aus Sprachenlernen und deduktivem Denken nutzt. Das Unternehmen vergleicht die Hybridmethode mit „Denken, schnell und langsam“, dem Ausdruck, den der Psychologe Daniel Kahneman geprägt hat, um die Kraft der Nutzung schneller Mustererkennung für bewussteres logisches Denken zu beschreiben.
Der Ansatz liefert das, was Trieu H. Trinh, ein weiteres Mitglied des DeepMind-Forschungsteams, als „das Beste aus beiden Welten“ zur Lösung von Problemen in der Geometrie beschreibt. Das Gebiet ist uns allen auf der alltäglichen Ebene der Beobachtung von Formen und Räumen vertraut, wird jedoch von einem komplizierten Gerüst der mathematischen Theorie untermauert.
Die Forscher erstellten einen Fundus von 100 Millionen Beispielen synthetischer Geometriedaten als Informationssatz, um das System auf die Funktionsfähigkeit zu trainieren. Seine Leistung von 25 von 30 Punkten lag knapp hinter den 25,9 für einen Benchmark menschlicher Gewinner bei Mathematikolympiaden von 2000 bis 2022 – und weit über der Punktzahl von 10, die das vorherige hochmoderne automatisierte System erreichte.
Dennoch empfand AlphaGeometry einige Probleme als mühsam und andere als verwirrend. Es war nicht in der Lage, ein Rätsel sich überschneidender Kreise zu lösen, das der vietnamesische Mathematiker Lê Bá Khánh Trình, der einige der Forscher inspirierte, bei der Olympiade 1979 gelöst hatte.
Das noch größere Ziel von DeepMind und anderen Forschern besteht darin, KI-Systeme zu entwickeln, die mathematische Probleme lösen können, die nachweislich über den menschlichen Verstand hinausgehen.
Mikhail Burtsev, ein Landau AI Fellow am London Institute for Mathematical Sciences, sagte, die DeepMind-Arbeit sei ein großer Fortschritt – aber „nur im Rahmen der Herausforderung, die sie sich selbst stellt“.
„Die größere Herausforderung bleibt bestehen“, sagte er. „Das heißt, herauszufinden, ob eine KI neue Mathematik entdecken kann, um eine Frage zu lösen, die noch nie beantwortet wurde.“
Die Aussicht auf einen ikonischen Moment, in dem ein KI-Mathematiksystem gegen einen menschlichen Rivalen antritt und ihn besiegt, wie es der Schachcomputer Deep Blue 1997 mit Weltmeister Garry Kasparov tat, bleibt trügerisch.
DeepMind sagte, es habe noch keine Pläne, an der Internationalen Mathematikolympiade teilzunehmen – obwohl das Unternehmen dies nicht ausschließt, da es immer weiter in den anspruchsvollen Bereich der Mathematik vordringt.