Premosti vrzel: povezovanje matematike in umetne inteligence za odkrivanje

Henry Kvinge, raziskovalec umetne inteligence v Pacifiškem severozahodnem nacionalnem laboratoriju (PNNL), je vodil prelomno prizadevanje za premostitev vrzeli med matematiko in umetno inteligenco.

To orodje ponuja nov način za raziskovanje strukture in odnosov v matematičnem znanju, ki ponuja vpoglede, ki bi lahko koristili tako razvijalcem AI kot matematikom. Kvinge, ki je prvotno usposobljen kot matematik, se že dolgo zanima za presečišče AI in matematike.

To področje je še posebej primerno za aplikacije umetne inteligence zaradi svoje strukturirane narave in obilja podatkov. Kvinge in njegova ekipa sta za podporo temu interdisciplinarnemu pristopu razvila zbirke podatkov, ki predstavljajo resnično matematiko na raziskovalni ravni in orodja za pospešitev matematičnega odkritja z uporabo umetne inteligence. Ti viri imajo za cilj izboljšanje učinkovitosti in globine matematičnih raziskav, kar znanstvenikom omogoča bolj natančno raziskovanje kompleksnih problemov. Poleg tega so v modelih umetne inteligence identificirali matematične simetrije, ki ponujajo nove načine za razlago in razlago, kako ti modeli delujejo notranje.

Kot ključni partner v misiji Genesis, pobudi Ministrstva za energijo, katere cilj je ustvariti najmočnejšo znanstveno platformo na svetu, prispeva k pobudam, ki poskušajo pospešiti odkritje, okrepiti nacionalno varnost in spodbujati energetske inovacije. Filozofija njegove ekipe poudarja ne le reševanje problemov, temveč to na način, ki pri raziskovalcih sproži nove ideje in poglede.

Glavni vidik Kvingove trenutne raziskave vključuje preučevanje, ali veliki jezikovni modeli (LLM), vrsta AI za chatbotom in kodiranjem asistentov, uporabljajo enake splošne načela, ki jih ljudje uporabljajo pri opravljanju matematičnih nalog.

Na primer, vemo, da se bo žoga, nameščena na vrhu hriba, vrgla navzdol, ne da bi bila priča temu. Ker LLM delujejo v čisto digitalnem okolju, matematika služi kot koristen posrednik za preučevanje, kako ti modeli obdelujejo in rešujejo težave. S primerjavo matematičnih svetovnih modelov LLM s tistimi ljudi, Kvinge upa, da bo odkril temeljne mehanizme, ki so podlaga za kognitivno inteligenco.

Kvingeovo delo še naprej premika meje tega, kar je mogoče, ko matematika in umetna inteligenca sodelujeta, in ponuja vpogled v prihodnost računalniških odkritij.