Dengan pemecatan dan pengambilan semula pantas baru-baru ini daripada Sam Altman oleh OpenAI, perdebatan mengenai pembangunan dan penggunaan kecerdasan buatan (AI) sekali lagi menjadi perhatian. Apa yang lebih luar biasa ialah tema yang menonjol dalam pelaporan media adalah keupayaan Sistem AI untuk melakukan matematik.
Nampaknya, beberapa drama di OpenAI berkaitan dengan pembangunan syarikat baru Algoritma AI dipanggil Q*. Sistem ini telah diperkatakan sebagai kemajuan yang ketara dan salah satu ciri pentingnya ialah keupayaan untuk menaakul secara matematik.
Tetapi bukankah matematik, asas AI? Bagaimanakah sistem AI boleh menghadapi masalah dengan penaakulan matematik, memandangkan komputer dan kalkulator boleh melaksanakan tugasan matematik?
AI bukan satu entiti. Ia adalah tampalan strategi untuk melakukan pengiraan tanpa arahan langsung daripada manusia. Seperti yang akan kita lihat, beberapa sistem AI cekap dalam matematik.
Walau bagaimanapun, salah satu teknologi semasa yang paling penting, model bahasa besar (LLM) di sebalik chatbot AI seperti ChatGPT, telah bergelut setakat ini untuk mencontohi penaakulan matematik. Ini kerana mereka telah direka untuk menumpukan perhatian kepada bahasa.
Jika algoritma Q* baharu syarikat itu boleh menyelesaikan masalah matematik yang tidak kelihatan, maka itu mungkin baik menjadi satu kejayaan yang ketara. Matematik adalah satu bentuk kuno penaakulan manusia itu model bahasa besar (LLM) setakat ini berjuang untuk dicontohi. LLM ialah teknologi yang mendasari sistem seperti OpenAI's ChatGPT.
Pada masa penulisan, butiran algoritma Q* dan keupayaannya adalah terhad, tetapi sangat menarik. Oleh itu, terdapat pelbagai kehalusan untuk dipertimbangkan sebelum menganggap Q* berjaya.
Sebagai contoh, matematik ialah subjek yang digunakan oleh setiap orang pada tahap yang berbeza-beza, dan tahap matematik yang dikuasai oleh Q* masih tidak jelas. Walau bagaimanapun, terdapat karya akademik yang diterbitkan yang menggunakan bentuk alternatif AI untuk memajukan matematik peringkat penyelidikan (termasuk beberapa yang ditulis oleh saya sendiri, dan satu yang ditulis oleh pasukan ahli matematik dengan kerjasama penyelidik di Google DeepMind).
Sistem AI ini boleh digambarkan sebagai cekap dalam matematik. Walau bagaimanapun, kemungkinan besar bahawa Q* tidak digunakan untuk membantu ahli akademik dalam kerja mereka tetapi bertujuan untuk tujuan lain.
Namun begitu, walaupun Q* tidak berupaya untuk menolak sempadan penyelidikan termaju, kemungkinan besar terdapat beberapa kepentingan yang ditemui dalam cara ia telah dibina yang boleh meningkatkan peluang menarik untuk pembangunan masa hadapan.
Makin selesa
Sebagai sebuah masyarakat, kami semakin selesa dengan pakar AI digunakan untuk menyelesaikan jenis masalah yang telah ditetapkan. Sebagai contoh, pembantu digital, pengecaman wajah, dan sistem cadangan dalam talian akan biasa kepada kebanyakan orang. Apa yang masih sukar difahami ialah apa yang dipanggil "kecerdasan am buatan" (AGI) yang mempunyai keupayaan penaakulan yang luas setanding dengan manusia.
Matematik ialah kemahiran asas yang kami ingin ajar kepada setiap murid sekolah, dan pastinya akan layak sebagai pencapaian asas dalam pencarian AGI. Jadi bagaimana lagi sistem AI yang cekap secara matematik dapat membantu masyarakat?
Pemikiran matematik adalah relevan kepada pelbagai aplikasi, contohnya pengekodan dan kejuruteraan, dan oleh itu penaakulan matematik adalah kemahiran boleh dipindahkan yang penting untuk kedua-dua kecerdasan manusia dan buatan. Satu ironi ialah AI, pada tahap asas, berdasarkan matematik.
Sebagai contoh, banyak teknik yang dilaksanakan oleh algoritma AI akhirnya bermuara kepada bidang matematik yang dikenali sebagai algebra matriks. Matriks hanyalah grid nombor, yang mana imej digital adalah contoh biasa. Setiap piksel adalah tidak lebih daripada data berangka.
Model bahasa yang besar juga secara inheren adalah matematik. Berdasarkan sampel teks yang besar, mesin boleh mempelajari kebarangkalian untuk perkataan itu berkemungkinan besar mengikuti gesaan (atau soalan) daripada pengguna ke chatbot. Jika anda mahu LLM terlatih untuk mengkhusus dalam topik tertentu, maka ia boleh disesuaikan dengan kesusasteraan matematik atau mana-mana domain pembelajaran lain. LLM boleh menjana teks yang berbunyi seolah-olah ia memahami matematik.
Malangnya, berbuat demikian menghasilkan LLM yang pandai menggertak, tetapi buruk dalam perincian. Isunya ialah pernyataan matematik, mengikut takrifan, satu pernyataan yang boleh diberikan a nilai Boolean yang tidak jelas (iaitu benar atau salah). Penaakulan matematik berjumlah potongan logik pernyataan matematik baru daripada yang telah ditetapkan sebelumnya.
Pembela syaitan
Sememangnya, sebarang pendekatan kepada penaakulan matematik yang bergantung pada kebarangkalian linguistik akan memandu di luar lorongnya. Salah satu cara mengatasinya adalah dengan memasukkan beberapa sistem pengesahan formal ke dalam seni bina (tepat bagaimana LLM dibina), yang secara berterusan menyemak logik di sebalik lonjakan yang dibuat oleh model bahasa besar.
Petunjuk bahawa ini telah dilakukan mungkin dalam nama Q*, yang boleh dirujuk dengan munasabah algoritma dibangunkan sepanjang tahun 1970-an untuk membantu dengan penaakulan deduktif. Sebagai alternatif, Q* boleh merujuk kepada Q-pembelajaran, di mana model boleh bertambah baik dari semasa ke semasa dengan menguji dan memberi ganjaran kepada kesimpulan yang betul.
Tetapi beberapa cabaran wujud untuk membina AI yang mampu secara matematik. Sebagai contoh, beberapa matematik yang paling menarik terdiri daripada peristiwa yang sangat tidak mungkin. Terdapat banyak situasi di mana seseorang mungkin berfikir bahawa corak wujud berdasarkan nombor kecil, tetapi ia secara tidak dijangka rosak apabila seseorang menyemak kes yang mencukupi. Keupayaan ini sukar untuk dimasukkan ke dalam mesin.
Cabaran lain mungkin mengejutkan: penyelidikan matematik boleh menjadi sangat kreatif. Semestinya, kerana pengamal perlu mencipta konsep baru dan masih kekal dalam peraturan formal subjek purba.
Mana-mana metodologi AI yang dilatih hanya untuk mencari corak dalam matematik sedia ada mungkin tidak boleh mencipta matematik yang benar-benar baharu. Memandangkan saluran paip antara matematik dan teknologi, ini seolah-olah menghalang konsep revolusi teknologi baharu.
Tetapi mari kita bermain penyokong syaitan seketika, dan bayangkan sama ada AI sememangnya boleh mencipta matematik baharu. Hujah sebelum ini menentang ini mempunyai kelemahan, kerana ia juga boleh dikatakan bahawa ahli matematik manusia terbaik juga dilatih secara eksklusif mengenai matematik sedia ada. Model bahasa yang besar telah mengejutkan kami sebelum ini, dan akan melakukannya sekali lagi.
Tom Oliver, Pensyarah, Sains Komputer dan Kejuruteraan, Universiti Westminster
Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Membaca artikel asal.
