AI och matematik: AI-matematiker på mänsklig nivå – är det möjligt?

Att bygga beräkningssystem som förstår och praktiserar matematik på samma nivå som mänskliga matematiker har varit en långvarig strävan för artificiell intelligens (AI) utvecklare. Framväxten av stora språkmodeller (LLM) har väckt tanken att vi är närmare än någonsin att uppnå, eller överträffa, matematisk prestation på mänsklig nivå på en rad olika uppgifter. Rent intuitivt verkar AI och matematik vara förhållandevis enkelt att kombinera, men i en mer djupgående analys finns betydande hinder på vägen.  

För trots att dessa modeller uppnår enastående prestanda inom många områden av mänsklig expertis, såsom medicin, juridik och kreativt skrivande, släpar prestandan hos dessa modeller på matematik efter.

För att möta denna utmaning undersöker forskare sätt att förbättra de matematiska problemlösningsförmågan hos LLM. Detta inkluderar att justera utbildningsdata och feedbackstrategier, utrusta modeller med utökad bakgrundskunskap och att komponera LLM med befintliga beräkningsmatematiska system.

Kognitionsvetenskap och AI-matematiker

De senaste försöken att bygga in principer från kognitionsvetenskapen har också lett till framgångar. Kognitionsforskare studerar hur människor tänker och lär sig, och de har utvecklat en mängd kunskap om matematisk kognition som kan tillämpas på AI.

Kognitionsforskare har till exempel visat att människor kan lära sig matematik genom att abstrahera från specifika exempel och utveckla allmänna principer. Denna förmåga att abstrahera är väsentlig för att lösa nya matematiska problem.

Kognitionsforskningen har också visat att människor kan resonera om matematik på en mängd olika sätt, inklusive genom att använda logik, intuition och analogi. Dessa olika sätt att resonera kan användas för att lösa olika typer av matematiska problem. Genom att dra nytta av insikter från kognitionsvetenskap kan AI-forskare utveckla LLM som bättre kan förstå och praktisera matematik i nivå med mänskliga matematiker.

Detta arbete har potential att leda till utvecklingen av AI-matematiker som kan hjälpa oss flytta gränserna för matematisk kunskap och reflektera tillbaka på hur vi till och med är kapabla till anmärkningsvärda prestationer av matematisk kognition.

Förutsättningarna för AI och matematik

Här är några av de viktigaste tipsen från den forskningsstudie som denna artikel utgår ifrån och som kan laddas ner nedan:

• Framväxten av LLM har fört oss närmare än någonsin att uppnå prestation på mänsklig nivå på en rad uppgifter, inklusive matematik.
• Men nuvarande tillvägagångssätt för att bygga AI-matematiker är fortfarande bristfälliga.
• Kognitionsvetenskap har mycket att erbjuda i strävan mot mer kraftfulla automatiserade matematiker.
• Genom att arbeta tillsammans kan kognitionsforskare, AI-forskare och matematiker utveckla nya tillvägagångssätt för att bygga AI-matematiker som inte bara kan lösa komplexa matematiska problem, utan också göra nya upptäckter och tänja på gränserna för matematisk kunskap.

Ladda ner studien här i pdf-format

eLearningworld News