L’IA de DeepMind trouve une nouvelle solution à un casse-tête mathématique vieux de plusieurs décennies

DeepMind a utilisé un grand modèle de langage (LLM) pour générer une nouvelle solution à l’un des problèmes mathématiques les plus difficiles de l’humanité – dans le cadre d’une avancée qui pourrait annoncer une nouvelle ère dans le monde. IA développement.

Le modèle, connu sous le nom de FunSearch, a découvert une solution au soi-disant « casse-tête des ensembles de plafonds ». L’énigme mathématique vieille de plusieurs décennies se résume essentiellement à combien de points vous pouvez relier sur une page tout en traçant des lignes entre eux, sans que trois d’entre eux ne forment jamais une ligne droite.

Si cela vous a donné une migraine, ne vous inquiétez pas. Ce qu’il est important de noter, c’est que le problème n’a jamais été résolu et que les chercheurs n’ont trouvé de solutions que pour de petites dimensions. Jusqu’à maintenant.

FunSearch découvert avec succès de nouvelles constructions pour des ensembles de grandes capitalisations qui dépassaient de loin les plus connues. Même si le LLM n’a pas résolu le problème du plafond fixé une fois pour toutes (contrairement à certains titres d’actualité qui tournent autour), il a trouvé faits nouveaux pour la science.

« Au meilleur de nos connaissances, cela montre la première découverte scientifique – un nouvel élément de connaissance vérifiable sur un problème scientifique notoire – utilisant un LLM », ont écrit les chercheurs dans un article publié dans Nature cette semaine.

Dans expériences précédentesles chercheurs ont utilisé de grands modèles de langage pour résoudre des problèmes mathématiques avec des solutions connues.

FunSearch fonctionne en combinant un LLM pré-formé, dans ce cas une version de PaLM 2 de Google, avec un « évaluateur » automatisé. Ce vérificateur de faits protège contre la production de fausses informations.

Il a été démontré que les LLM produisent régulièrement ce qu’on appelle «hallucinations» – en gros, quand ils inventent de la merde et la présentent comme un fait. Cela a naturellement limité leur utilité pour faire des découvertes scientifiques vérifiables. Cependant, les chercheurs du laboratoire basé à Londres affirment que l’utilisation d’un vérificateur de faits intégré rend FunSearch différent.

FunSearch s’engage dans un va-et-vient continu entre le LLM et l’évaluateur. Ce processus transforme les solutions initiales en nouvelles connaissances.

Ce qui rend également cet outil très prometteur pour les scientifiques, c’est que il produit des programmes qui révèlent comment ses solutions sont construites, plutôt que simplement ce que sont les solutions.

« Nous espérons que cela pourra inspirer davantage de connaissances aux scientifiques qui utilisent FunSearch, conduisant ainsi à un cycle vertueux d’amélioration et de découverte », ont déclaré les chercheurs.