"Bài toán không thể giải" vừa được giải bởi AI của Google

[VNR Content]

Những tiến bộ gần đây trong lĩnh vực mô hình ngôn ngữ lớn (LLM) đã khiến trí tuệ nhân tạo trở nên linh hoạt hơn bao giờ hết, nhưng đi kèm với đó là một nhược điểm: bịa đặt thông tin. AI tạo sinh có xu hướng bịa ra mọi thứ, nhưng Google DeepMind đã phát triển một LLM mới tuân theo sự "thật" của toán học. Mô hình ngôn ngữ FunSearch của công ty có thể giải quyết các vấn đề toán học cực kỳ phức tạp. Điều kỳ diệu là những giải pháp mà nó tạo ra không chỉ chính xác mà còn hoàn toàn mới mẻ, chưa từng được con người tìm thấy.
FunSearch được đặt tên như vậy vì nó tìm kiếm các hàm toán, chứ không phải vì nó "vui" (fun). Mặc dù, một số người có thể coi bài toán tập giới hạn (cap set problem) là một trò đùa thực sự - các nhà toán học thậm chí không thể thống nhất cách giải hay nhất, khiến nó trở thành một bí ẩn số học thực sự.

DeepMind trước đây đã đạt được những tiến bộ trong lĩnh vực AI với các mô hình Alpha như AlphaFold (dự đoán cấu trúc protein), AlphaStar (StarCraft) và AlphaGo (chơi cờ Go). Những hệ thống này không dựa trên LLM, nhưng chúng đã tiết lộ những khái niệm toán học mới.
Với FunSearch, DeepMind bắt đầu với một mô hình ngôn ngữ lớn, một phiên bản của PaLM 2 của Google có tên là Codey. Một lớp LLM thứ hai sẽ quét đầu ra của Codey và loại bỏ thông tin không chính xác. Nhóm nghiên cứu đứng sau công trình này không biết liệu cách tiếp cận này có hiệu quả hay không, và họ vẫn không chắc tại sao nó lại hiệu quả, theo nhà nghiên cứu Alhussein Fawzi của DeepMind.
Để bắt đầu, các kỹ sư của DeepMind đã tạo ra một mô hình Python của bài toán tập giới hạn, nhưng họ bỏ qua các dòng mô tả giải pháp. Nhiệm vụ của Codey là thêm các dòng giải chính xác cho bài toán. Sau đó, lớp kiểm tra lỗi sẽ chấm điểm các giải pháp của Codey để xem chúng có chính xác hay không. Trong toán cao cấp, các phương trình có thể có nhiều hơn một lời giải, nhưng không phải tất cả đều được coi là tốt như nhau. Theo thời gian, thuật toán xác định các giải pháp tốt nhất từ Codey và đưa chúng trở lại mô hình.
DeepMind đã cho FunSearch hoạt động trong nhiều ngày, đủ lâu để tạo ra hàng triệu giải pháp có thể. Điều này cho phép FunSearch tinh chỉnh mã và tạo ra kết quả tốt hơn. Theo nghiên cứu mới được công bố, AI đã đưa ra một giải pháp mới chưa từng được biết đến nhưng hoàn toàn chính xác cho bài toán tập giới hạn.
DeepMind cũng tung FunSearch vào một bài toán khó khác trong toán học gọi là bài toán đóng gói thùng, một thuật toán mô tả cách đóng gói thùng hiệu quả nhất. FunSearch đã tìm ra một giải pháp nhanh hơn so với những giải pháp do con người tính toán.
Các nhà toán học vẫn đang chật vật với việc tích hợp công nghệ LLM vào công việc của họ, và công trình nghiên cứu tại DeepMind cho thấy một con đường tiềm năng để tiến lên. Nhóm nghiên cứu tin rằng cách tiếp cận này có tiềm năng vì nó tạo ra mã máy tính thay vì giải pháp. Điều này thường dễ hiểu và dễ kiểm tra hơn so với các kết quả toán học thô.