DeepMind AI在国际数学奥赛中摘银
在近日的国际数学奥林匹克竞赛（IMO）中，谷歌DeepMind的人工智能系统AlphaProof荣获银牌，这是人工智能首次在该项全球顶尖青年数学家赛事中登上领奖台。
IMO素以选拔数学领域最具天赋的青年才俊而著名，其题目要求参赛者具备深厚的数学功底和敏锐的逻辑思维，这通常被视为人工智能系统难以跨越的障碍。
今年年初，DeepMind推出了AlphaGeometry——一个能够解答部分IMO几何问题的人工智能系统，但彼时其能力局限于特定领域，并未在实时竞赛环境中得以展现。如今，新发布的AlphaProof联合升级版的AlphaGeometry，在今年的IMO挑战中成功解答了6题中的4题，获得了28分的成绩（满分42分）。这一成绩足以摘得银牌，并且仅比金牌的分数线低1分。
本届竞赛中，共有58名参赛者荣获金牌，123名选手获得银牌。“我们都非常清楚，人工智能最终会在解决大多数数学问题上超越人类，但人工智能进步的速度令人惊叹。”IMO主席GregorDolinar说，“仅以1分之差未能获得金牌，这真是令人印象深刻。”
剑桥大学的TimothyGowers教授作为评估AlphaProof答案的阅卷人之一，对其表现深感惊讶，他认为AI似乎找到了人类解题时常用的“灵感钥匙”。他坦言：“我曾以为这些对AI而言遥不可及，但AlphaProof的确找到了它们，这让我感到非常意外。”
AlphaProof的成绩，得益于其背后强大的技术支撑。该系统采用强化学习技术，通过不断试错来探索解题路径，这一方法与DeepMind在国际象棋和围棋领域的成功如出一辙。然而，与以往不同的是，在处理如IMO这类以自然语音描述的问题时，AlphaProof通过谷歌的Gemini大语言模型，将问题转化为Lean编程语言的形式，后者更易于机器学习算法处理。这一创新性的转换过程，极大促进了AlphaProof对问题的深入理解与高效解答。
尽管AlphaProof的表现令人瞩目，但其工作效率仍有待提升。有时，为了找到某些题目的解法，AlphaProof需要长达3天的时间，相比之下，参赛者解答每3道题目则仅有4.5小时的限时。
对于AlphaProof的未来应用前景，多位专家持乐观态度。“之前有许多尝试在形式证明中应用强化学习，但都没有取得太大成功。”悉尼大学的GeordieWilliamson认为这一成就是一个重要的里程碑。伦敦数学科学研究所的Yang-HuiHe则表示，像AlphaProof这样的系统虽不能直接识别要解决和研究的问题，但在辅助数学家构建证明方面潜力巨大。
DeepMind团队同样透露，他们正积极探索将AlphaProof的先进技术应用于增强谷歌大型语言模型（如Gemini）的性能上。同时，他们希望AlphaProof的成功能够激励更多团队参与人工智能数学奥林匹克竞赛（AIMO），不断拓展人工智能在数学领域的探索边界。（边亦）