大家好，欢迎来到IT知识分享网。
近日，人工智能界对谷歌 DeepMind 在 Nature 上发表的一篇新论文议论纷纷。在论文中，研究人员创建了一个可以解决复杂几何问题的人工智能系统。
该系统名为 AlphaGeometry，它将一个语言模型与一种名为符号引擎的人工智能相结合，后者可以使用符号和逻辑规则进行推理。
（来源：AI 生成）
这是近几个月来人工智能世界第二次对数学感到兴奋。2023 年 11 月，当时有报道称，OpenAI 董事会出现的戏剧性事件是由一个新的强大人工智能突破引起的。一时间，各种谣言遍布社交媒体。
据报道，该人工智能系统名为 Q*，可以解决复杂的数学计算。该公司尚未对 Q*发表评论，我们仍然不知道这是否与其 CEO 奥特曼曾被罢免有关。
你不需要真的很了解数学，就能明白为什么这些进展可能非常令人兴奋。数学对人工智能模型来说真的很难。
复杂的数学比如几何，需要复杂的推理技能，许多人工智能研究人员认为，解决数学问题的能力可能预示着更强大、更智能的系统。
像 AlphaGeometry 这样的创新表明，我们正在开发具有人类一样推理技能的机器。这可以让我们构建更强大的人工智能工具，用于帮助数学家求解方程，也许还可以成为更好的辅导工具。
Wolfram Research 的康拉德·沃尔夫拉姆（Conrad Wolfram）说，这样的工作可以帮助我们使用计算机做出更好的决策，从而更加符合逻辑。
该公司开发了 WolframAlpha，这是一个可以处理复杂数学问题的问答引擎。上周，我在 EmTech Europe 会议上见到了他。
他说，为了让我们从人工智能中获益，人类也需要适应（人工智能）。我们需要更好地了解这项技术是如何工作的，这样我们看待问题时才能从计算机的角度出发。
沃尔夫拉姆说：“随着计算机的进步，人类需要适应这一点，更了解它，更熟悉它。了解它能做什么，不能做什么，我们在哪些事上能信任它，哪些事上不能信任它。”
他认为，随着我们用更强大的计算机进入人工智能时代，人类需要采用“计算思维”，即定义和理解一个问题，然后将其分解为多个部分，以便计算机能够计算出答案。
他将这一时刻与 18 世纪末大众识字率的提升相提并论，识字率的广泛增长终结了只有精英才能阅读和写作的时代。
“率先提高识字率的国家，在工业革命中受益匪浅……现在我们需要大规模的计算素养，两者是类似的。”
作者简介：梅丽莎·海基莱（Melissa Heikkilä）是《麻省理工科技评论》的资深记者，她着重报道人工智能及其如何改变我们的社会。此前，她曾在 POLITICO 撰写有关人工智能政策和政治的文章。她还曾在《经济学人》工作，并曾担任新闻主播。
支持：Ren
运营/排版：何晨龙
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/69828.html
