AlphaGeometry, mô hình AI có thể giải toán tương đương cấp độ huy chương vàng Olympic, được xây dựng bởi các tiến sỹ toán học người Việt.
Suốt 4 năm qua, TS. Trịnh Hoàng Triều, nghiên cứu sinh người Việt, luôn miệt mài với câu hỏi làm thế nào để xây dựng một mô hình AI có khả năng giải toán hình học trong các kỳ thi Olympic Toán học Quốc tế (IMO).
Đến tuần trước, Trịnh Hoàng Triều đã bảo vệ thành công luận án tiến sỹ chủ đề AI giải toán tại Đại học New York. Nghiên cứu, cùng với sự đóng góp của hai nhà khoa học tại Google DeepMind, TS Lê Viết Quốc và Lương Thắng, đã được đăng trên tạp chí Nature.
Từ trái sang phải: Các thành viên AlphaGeometry gồm Yuhuai Wu, Trịnh Hoàng Triều, Lê Viết Quốc và Lương Thắng.
Với bộ đề gồm 30 bài toán hình học Olympic từ năm 2000 đến 2022, AlphaGeometry giải được 25 bài, so với thành tích trung bình của người đạt huy chương vàng là 25,9, vượt xa 10 bài của hệ thống toán học máy tính được phát triển vào những năm 1970.
AlphaGeometry đã giải quyết 25 bài toán trong giới hạn thời gian thi đấu, gần bằng với điểm số trung bình của những người giành huy chương vàng.
Những năm gần đây, Google DeepMind đang theo đuổi một số dự án nghiên cứu ứng dụng AI liên quan đến toán học. Do đó, các bài toán thi cấp độ Olympic được sử dụng làm tiêu chí đánh giá máy học.
Theo Michael Barany, nhà sử học về toán học tại Đại học Edinburgh, nghiên cứu về AlphaGeometry “là cột mốc quan trọng về khả năng suy luận tự động ở cấp độ con người”.
Terence Tao, nhà toán học Đại học California, từng giành huy chương vàng Olympic khi mới 12 tuổi đánh giá hệ thống AI là một “thành tựu tuyệt vời” và đạt được kết quả “đáng ngạc nhiên”.
Nghiên cứu về AlphaGeometry đã được đăng tải trên tạp chí khoa học Nature.
Trong khi đó, tác giả nghiên cứu Trịnh Hoàng Triều cho biết suy luận toán học chỉ là một dạng suy luận nhưng có ưu điểm là dễ kiểm chứng.
“Toán học là ngôn ngữ của sự thật. Nếu bạn muốn phát triển hệ thống AI, bạn cần phải xây dựng một AI đáng tin cậy có khả năng tìm kiếm sự thật mà người dùng có thê tin tưởng, đặc biệt trên các ứng dụng yêu cầu cao về an toàn”.
AlphaGeometry là hệ thống kết hợp mô hình ngôn ngữ mạng thần kinh (sâu về trực giác nhân tạo, tương tự ChatGPT nhưng nhỏ hơn) với một công cụ biểu tượng (chuyên về lý luận nhân tạo, giống như một máy tính logic), trước khi được tinh chỉnh để đọc hiểu hình học.
Điểm đặc biệt của thuật toán là nó có khả năng cho ra lời giải từ hư vô. Còn các mô hình AI hiện tại sẽ phải tìm kiếm lời giải có sẵn hoặc tương tự mà con người từng tìm ra.
Kết quả này có được dựa trên việc mạng nơ ron thần kinh được đào tạo bằng 100 triệu ví dụ hình học mà không có đáp án từ con người. Khi bắt đầu xử lý một bài toán, công cụ biểu tượng sẽ làm việc trước tiên. Nếu công cụ này gặp trở ngại, thuật toán nơ ron thần kinh sẽ đề xuất cách cách tăng cường lập luận chứng minh. Vòng lặp này diễn ra liên tục cho đến khi hết thời gian (bốn tiếng rưỡi) hoặc bài toán được giải.
Stanislas Dehaene, chuyên gia khoa học thần kinh nhận thức tại College de France, nói rằng ông ấn tượng với hiệu suất của AlphaGeometry, song hệ thống này “không nhận thấy bất cứ điều gì về bài toán mà nó giải quyết”. Nói cách khác, thuật toán chỉ xử lý các mã hoá logic và số học của hình ảnh. “Nó không có nhận thức về không gian vòng tròn, đường thẳng hay hình tam giác”.
TS Lương Thắng cho biết yếu tố “cảm quan” này có thể được bổ sung trong năm nay, bằng cách sử dụng nền tảng AI Gemini của Google.
Credit: Annie theo T/H
Suốt 4 năm qua, TS. Trịnh Hoàng Triều, nghiên cứu sinh người Việt, luôn miệt mài với câu hỏi làm thế nào để xây dựng một mô hình AI có khả năng giải toán hình học trong các kỳ thi Olympic Toán học Quốc tế (IMO).
Đến tuần trước, Trịnh Hoàng Triều đã bảo vệ thành công luận án tiến sỹ chủ đề AI giải toán tại Đại học New York. Nghiên cứu, cùng với sự đóng góp của hai nhà khoa học tại Google DeepMind, TS Lê Viết Quốc và Lương Thắng, đã được đăng trên tạp chí Nature.
Từ trái sang phải: Các thành viên AlphaGeometry gồm Yuhuai Wu, Trịnh Hoàng Triều, Lê Viết Quốc và Lương Thắng.
Với bộ đề gồm 30 bài toán hình học Olympic từ năm 2000 đến 2022, AlphaGeometry giải được 25 bài, so với thành tích trung bình của người đạt huy chương vàng là 25,9, vượt xa 10 bài của hệ thống toán học máy tính được phát triển vào những năm 1970.
AlphaGeometry đã giải quyết 25 bài toán trong giới hạn thời gian thi đấu, gần bằng với điểm số trung bình của những người giành huy chương vàng.
Những năm gần đây, Google DeepMind đang theo đuổi một số dự án nghiên cứu ứng dụng AI liên quan đến toán học. Do đó, các bài toán thi cấp độ Olympic được sử dụng làm tiêu chí đánh giá máy học.
Theo Michael Barany, nhà sử học về toán học tại Đại học Edinburgh, nghiên cứu về AlphaGeometry “là cột mốc quan trọng về khả năng suy luận tự động ở cấp độ con người”.
Terence Tao, nhà toán học Đại học California, từng giành huy chương vàng Olympic khi mới 12 tuổi đánh giá hệ thống AI là một “thành tựu tuyệt vời” và đạt được kết quả “đáng ngạc nhiên”.
Nghiên cứu về AlphaGeometry đã được đăng tải trên tạp chí khoa học Nature.
Trong khi đó, tác giả nghiên cứu Trịnh Hoàng Triều cho biết suy luận toán học chỉ là một dạng suy luận nhưng có ưu điểm là dễ kiểm chứng.
“Toán học là ngôn ngữ của sự thật. Nếu bạn muốn phát triển hệ thống AI, bạn cần phải xây dựng một AI đáng tin cậy có khả năng tìm kiếm sự thật mà người dùng có thê tin tưởng, đặc biệt trên các ứng dụng yêu cầu cao về an toàn”.
AlphaGeometry là hệ thống kết hợp mô hình ngôn ngữ mạng thần kinh (sâu về trực giác nhân tạo, tương tự ChatGPT nhưng nhỏ hơn) với một công cụ biểu tượng (chuyên về lý luận nhân tạo, giống như một máy tính logic), trước khi được tinh chỉnh để đọc hiểu hình học.
Điểm đặc biệt của thuật toán là nó có khả năng cho ra lời giải từ hư vô. Còn các mô hình AI hiện tại sẽ phải tìm kiếm lời giải có sẵn hoặc tương tự mà con người từng tìm ra.
Kết quả này có được dựa trên việc mạng nơ ron thần kinh được đào tạo bằng 100 triệu ví dụ hình học mà không có đáp án từ con người. Khi bắt đầu xử lý một bài toán, công cụ biểu tượng sẽ làm việc trước tiên. Nếu công cụ này gặp trở ngại, thuật toán nơ ron thần kinh sẽ đề xuất cách cách tăng cường lập luận chứng minh. Vòng lặp này diễn ra liên tục cho đến khi hết thời gian (bốn tiếng rưỡi) hoặc bài toán được giải.
Stanislas Dehaene, chuyên gia khoa học thần kinh nhận thức tại College de France, nói rằng ông ấn tượng với hiệu suất của AlphaGeometry, song hệ thống này “không nhận thấy bất cứ điều gì về bài toán mà nó giải quyết”. Nói cách khác, thuật toán chỉ xử lý các mã hoá logic và số học của hình ảnh. “Nó không có nhận thức về không gian vòng tròn, đường thẳng hay hình tam giác”.
TS Lương Thắng cho biết yếu tố “cảm quan” này có thể được bổ sung trong năm nay, bằng cách sử dụng nền tảng AI Gemini của Google.
Credit: Annie theo T/H
