កាលពីសប្តាហ៍មុន និស្សិតបណ្ឌិតវៀតណាម Trinh Hoang Trieu បានការពារនិក្ខេបបទថ្នាក់បណ្ឌិតរបស់គាត់ដោយជោគជ័យលើប្រធានបទនៃការដោះស្រាយបញ្ហា AI នៅសាកលវិទ្យាល័យញូវយ៉ក។ ការស្រាវជ្រាវរួមជាមួយនឹងការរួមចំណែកពី អ្នកវិទ្យាសាស្ត្រ ពីររូបនៅ Google DeepMind គឺលោកបណ្ឌិត Le Viet Quoc និង Luong Thang ត្រូវបានបោះពុម្ពផ្សាយនៅក្នុងទស្សនាវដ្តី Nature ។

ជាមួយនឹងសំណុំនៃបញ្ហាធរណីមាត្រអូឡាំពិកចំនួន 30 ពីឆ្នាំ 2000 ដល់ឆ្នាំ 2022 AlphaGeometry បានដោះស្រាយបញ្ហាចំនួន 25 បើប្រៀបធៀបទៅនឹងពិន្ទុមធ្យមរបស់ម្ចាស់មេដាយមាសចំនួន 25.9 ដែលលើសពីបញ្ហាចំនួន 10 នៃប្រព័ន្ធគណិតវិទ្យាដែលបានបង្កើតឡើងក្នុងទសវត្សរ៍ឆ្នាំ 1970 ។

រូបថតអេក្រង់ 2024 01 18 នៅ 134500.png
សមាជិក AlphaGeometry ពីឆ្វេងរួមមាន Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc និង Luong Thang។ រូបថត៖ WashingtonPost

ក្នុងរយៈពេលប៉ុន្មានឆ្នាំថ្មីៗនេះ Google DeepMind បាននឹងកំពុងបន្តគម្រោងស្រាវជ្រាវ AI ជាច្រើនទាក់ទងនឹងគណិតវិទ្យា។ ដូច្នេះបញ្ហាកម្រិត Olympiad ត្រូវបានប្រើជាលក្ខណៈវិនិច្ឆ័យសម្រាប់វាយតម្លៃការរៀនម៉ាស៊ីន។

យោងតាមលោក Michael Barany ប្រវត្តិវិទូផ្នែកគណិតវិទ្យានៅសាកលវិទ្យាល័យ Edinburgh ការស្រាវជ្រាវ AlphaGeometry "គឺជាព្រឹត្តិការណ៍ដ៏សំខាន់មួយក្នុងសមត្ថភាពក្នុងការវែកញែកដោយស្វ័យភាពនៅកម្រិតមនុស្ស" ។

Terence Tao ជាគណិតវិទូនៃសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ាដែលបានឈ្នះមេដាយមាសអូឡាំពិកនៅអាយុ 12 ឆ្នាំបានហៅប្រព័ន្ធ AI ថាជា "សមិទ្ធិផលដ៏អស្ចារ្យ" ហើយបាននិយាយថាលទ្ធផលរបស់វាគឺ "គួរឱ្យភ្ញាក់ផ្អើល" ។

រូបថតអេក្រង់ 2024 01 18 នៅ 134155.png
ការស្រាវជ្រាវលើ AlphaGeometry ត្រូវបានបោះពុម្ពផ្សាយនៅក្នុងទិនានុប្បវត្តិវិទ្យាសាស្ត្រធម្មជាតិ។

ទន្ទឹមនឹងនោះ អ្នកនិពន្ធនៃការសិក្សា លោក Trinh Hoang Trieu បាននិយាយថា ហេតុផលគណិតវិទ្យាគ្រាន់តែជាទម្រង់នៃការវែកញែកប៉ុណ្ណោះ ប៉ុន្តែមានគុណសម្បត្តិងាយស្រួលក្នុងការផ្ទៀងផ្ទាត់។ វេជ្ជបណ្ឌិតវៀតណាមបាននិយាយថា "គណិតវិទ្យាគឺជាភាសានៃសេចក្តីពិត" ។ “ប្រសិនបើអ្នកចង់បង្កើតប្រព័ន្ធ AI អ្នកត្រូវបង្កើត AI ដែលអាចទុកចិត្តបាន ដែលអាចស្វែងរកការពិតដែលអ្នកប្រើប្រាស់អាចទុកចិត្តបាន” ជាពិសេសនៅក្នុងកម្មវិធីដែលមានតម្រូវការសុវត្ថិភាពខ្ពស់។

AlphaGeometry គឺជាប្រព័ន្ធដែលរួមបញ្ចូលគ្នានូវគំរូភាសាបណ្តាញសរសៃប្រសាទ (ជ្រៅក្នុងវិចារណញាណសិប្បនិម្មិត ស្រដៀងទៅនឹង ChatGPT ប៉ុន្តែតូចជាង) ជាមួយនឹងម៉ាស៊ីននិមិត្តសញ្ញា (ឯកទេសក្នុងហេតុផលសិប្បនិម្មិត ដូចជាកុំព្យូទ័រតក្កវិជ្ជា) មុនពេលត្រូវបានកែសម្រួលឱ្យយល់អំពីធរណីមាត្រ។

អ្វី​ដែល​ពិសេស​អំពី​ក្បួន​ដោះស្រាយ​គឺ​ថា​វា​អាច​បង្កើត​ដំណោះ​ស្រាយ​ពី​អ្វី​ទាំងអស់។ ម្យ៉ាងវិញទៀត ម៉ូដែល AI បច្ចុប្បន្នត្រូវស្វែងរកដំណោះស្រាយដែលមានស្រាប់ ឬស្រដៀងគ្នាដែលមនុស្សបានរកឃើញ។

លទ្ធផលគឺផ្អែកលើបណ្តាញសរសៃប្រសាទដែលត្រូវបានបណ្តុះបណ្តាលលើឧទាហរណ៍ធរណីមាត្រ 100 លានដោយគ្មានចម្លើយរបស់មនុស្ស។ នៅពេលដែលវាចាប់ផ្តើមធ្វើការលើបញ្ហាមួយ ម៉ាស៊ីននិមិត្តសញ្ញានឹងដំណើរការដំបូង។ ប្រសិនបើវាជាប់គាំង ក្បួនដោះស្រាយសរសៃប្រសាទនឹងណែនាំវិធីដើម្បីកែលម្អអាគុយម៉ង់។ រង្វិលជុំនេះបានបន្តរហូតដល់ពេលវេលាអស់ (បួនម៉ោងកន្លះ) ឬបញ្ហាត្រូវបានដោះស្រាយ។

Stanislas Dehaene អ្នកវិទ្យាសាស្ត្រខាងសរសៃប្រសាទនៅ College de France បាននិយាយថាគាត់មានការចាប់អារម្មណ៍ចំពោះការអនុវត្តរបស់ AlphaGeometry ប៉ុន្តែប្រព័ន្ធ "មិនយល់ឃើញអ្វីអំពីបញ្ហាដែលវាកំពុងដោះស្រាយ" ។ ម្យ៉ាងវិញទៀត ក្បួនដោះស្រាយដំណើរការតែការអ៊ិនកូដឡូជីខល និងលេខនៃរូបភាពប៉ុណ្ណោះ។ "វាមិនមានការយល់ដឹងអំពីរង្វង់ បន្ទាត់ ឬត្រីកោណទេ។"

លោកវេជ្ជបណ្ឌិត Luong Thang បាននិយាយថា ធាតុ "អារម្មណ៍" នេះអាចត្រូវបានបន្ថែមនៅឆ្នាំនេះ ដោយប្រើវេទិកា Gemini AI របស់ Google ។

(យោងតាម ​​Washington Post)

Generative AI គ្របដណ្ដប់លើការពិភាក្សានៅ Davos ការអភិវឌ្ឍន៍យ៉ាងឆាប់រហ័សនៃបញ្ញាសិប្បនិមិត្ត (AI) បានគ្របដណ្ដប់លើការពិភាក្សាឯកជន និងសាធារណៈនៅឯវេទិកា សេដ្ឋកិច្ច ពិភពលោក ខណៈដែលក្រុមហ៊ុនបច្ចេកវិទ្យាដ៏ធំបំផុត រួមទាំង Salesforce, Microsoft និង Google បានពង្រីកសាច់ដុំរបស់ពួកគេ។