乐趣圈 乐趣圈

高等数学有多难:人工智能做高数才考81分

AI的确有很多地方不成熟,但绝对不是神话

麻省理工的AI项目尝试让AI学会数学。这是非常难的题目。现在应用开始使用的是AI做大规模筛查,在新药开发,新材料开发上有成功的应用。

AI的确有很多地方不成熟,但绝对不是神话。举个例子:alphaGo下围棋战胜人类,我们很难解释清楚AI是否真的理解了围棋或者感受到精妙,但确实人下不过机器。

您的想法很普遍。我常常碰到对AI怀疑的观点。我想概率是AI很难让人理解的原因之一。跟所有科学一样,我们最终会建立一套理论来解释AI,在那之前不妨碍我们开始使用这项技术。这就是工业软件弯道超车的机会所在。

高等数学有多难:人工智能考高数仅得81分

据智慧科技迷,多年来,科学家一直尝试让AI机器人挑战数学考试,但连年不及格,甚至低到20多分。因此,人们普遍认为人工智能无法挑战高数。然而近日,麻省理工的科学家基于OpenAI Codex预训练模型在高数上通过few-shot learning的正确率达到了81%!相关研究已经被ArXiv收录。研究者发现,让AI解决数学问题存在多种方案。

首先,利用最新的GPT-3语言模型通过文本预训练,使用小样本学习仅能达到18.8%的正确率。其次,研究者尝试使用小样本学习和最新的思维链提示,正确率上升到了30.8%。最后,研究者对代码进行微调,使用Codex进行少量学习的方式,让AI挑战麻省理工学院六门数学课程中的210道问题,正确率提升到了81.1%。研究团队的解决思路是先在文本上做预训练,再用代码进行微调,把数学问题转换成等价的编程问题。通过让AI自动生成补充题干的上下文,将题目自动生成适合模型运行的文本,再生成对应的代码并运行,最终解决数学问题。研究团队下一步打算把这项技术扩展到更多课程并考虑运用到实际教学中。

也许以后MIT的同学期末考试里会有AI出的题了,这项工作是第一项在人类水平上自动解决大学级数学课程问题的工作,也是第一项在规模上解释和生成大学级数学课程问题的工作,它成功证实了程序是可以作为解决数学问题的重要方式之一。由于该方法是不需要额外培训,因此是可扩展的。这是高等数学的一个里程碑。

更多内容...
更多分类