DeepMind’ın yapay zekası matematikte altın madalya sahiplerini geride bıraktı!

DeepMind’ın yeni yapay zekası, matematik olimpiyatlarında madalya kazandı.

DeepMind’ın yapay zekası AlphaGeometry2, Uluslararası Matematik Olimpiyatı’nda altın madalya sahiplerini geride bırakarak matematiksel yeteneklerini gözler önüne serdi. Uluslararası Matematik Olimpiyatları’nda (IMO) altın madalya kazananlardan daha iyi performans gösterdiğini iddia edilen DeepMind hakkında farklı iddialarda mevcut. Peki, bu ne anlama geliyor?

GOOGLE DEEPMİND’IN YENİ MATEMATİK DEHASI: ALPHAGEOMETRY2

Google’ın yapay zeka araştırma laboratuvarı DeepMind, matematik alanında çığır açan yeni bir sistem geliştirdi: AlphaGeometry2. Bu yapay zeka, uluslararası düzeyde lise öğrencilerinin yarıştığı Uluslararası Matematik Olimpiyatları’nda (IMO) altın madalya seviyesine ulaşarak dikkatleri üzerine çekti.

Geçtiğimiz yıl piyasaya sürülen AlphaGeometry’nin gelişmiş bir versiyonu olan AlphaGeometry2, DeepMind araştırmacılarının yayınladığı yeni bir çalışmaya göre, son 25 yılda yapılan IMO sınavlarındaki geometri sorularının %84’ünü başarıyla çözdü.

Bu oran, olimpiyatlarda altın madalya kazanan bir öğrencinin ortalama başarısını geride bırakıyor.Ancak DeepMind’ın asıl amacı yalnızca bir matematik yarışmasını kazanmak değil. Şirket, geometri problemlerini çözmenin daha güçlü yapay zeka sistemleri geliştirmek için kritik bir adım olduğunu düşünüyor.

Çünkü matematikte bir teoremi ispatlamak, yalnızca ezberden değil, mantıksal çıkarım yapabilme ve stratejik düşünme becerilerinden geçiyor.

MATEMATİKTE USTALAŞAN YAPAY ZEKA

AlphaGeometry2, yalnızca geometri sorularını çözmekle kalmıyor, aynı zamanda bir teoremi nasıl ispatlayacağını da adım adım açıklayabiliyor. Bu sistem, Google’ın Gemini dil modeli ile çalışan sembolik bir motoru bir araya getiriyor.

Yapay zeka, önce geometri sorusunu analiz ediyor ve çözüm için hangi ek çizimlerin (nokta, çizgi, çember vb.) gerektiğini tahmin ediyor. Daha sonra, sembolik motor bu adımları kontrol ederek, mantıksal olarak geçerli bir çözüm olup olmadığını test ediyor. Sistem, birçok farklı çözüm yolunu paralel olarak araştırarak en uygun ispatı buluyor.Ancak bu seviyeye ulaşmak için DeepMind ekibi, AlphaGeometry2’yi eğitmek adına 300 milyondan fazla yapay geometri teoremi ve ispat üreterek kendi eğitim verisini oluşturdu.

YAPAY ZEKANIN SINIRLARI NEREDE?

AlphaGeometry2, 2000-2024 yılları arasında düzenlenen IMO yarışmalarından 50 farklı geometri problemine uygulandı ve bunlardan 42’sini başarıyla çözdü. Bu, altın madalya kazanan öğrencilerin ortalama performansı olan 40.9’un üzerine çıkıyor.

Ancak sistemin bazı kısıtlamaları da var. Örneğin, değişken sayıda nokta içeren problemler, doğrusal olmayan denklemler ve eşitsizlikler içeren sorular, AlphaGeometry2 tarafından çözülemiyor. Ayrıca, olimpiyat sınavlarına aday gösterilen ancak henüz yarışmalarda kullanılmamış 29 zorlu problem üzerinde test edildiğinde, yalnızca 20 tanesini doğru çözebildi.

Bununla birlikte, AlphaGeometry2’nin başarıları yapay zekanın nasıl gelişmesi gerektiği konusunda önemli bir tartışmayı yeniden alevlendirdi: Yapay zeka, tamamen istatistiksel öğrenmeye mi dayanmalı, yoksa mantıksal kuralları kullanarak daha yapılandırılmış bir şekilde mi çalışmalı? DeepMind’ın geliştirdiği AlphaGeometry2, bu iki yaklaşımı birleştiren hibrit bir model sunuyor. Gemini modeli derin öğrenme yöntemlerini kullanırken, sembolik motor ise kurallara dayalı bir yaklaşımı benimseyerek çözümleri analiz ediyor.

YAPAY ZEKANIN GELECEĞİ

DeepMind’ın çalışmasına göre, AlphaGeometry2’nin dil modeli sembolik motor olmadan da bazı problemlerin kısmi çözümlerini üretebiliyor. Bu durum, gelecekte yapay zekanın tamamen bağımsız olarak matematik problemlerini çözebileceği ihtimalini doğuruyor.

Yine de bu sistemlerin pratik kullanım alanları hâlâ tartışmalı. Yapay zeka, bir geometri problemini çözmede altın madalya kazanan bir öğrenciden daha iyi olabilir, ancak günlük hayattaki basit akıl yürütme problemlerinde hâlâ zorlanıyor.

Carnegie Mellon Üniversitesi’nden yapay zeka uzmanı Vince Conitzer’e göre, bu tür başarılar etkileyici olsa da AI sistemlerinin nasıl çalıştığını ve potansiyel risklerini daha iyi anlamamız gerekiyor.

AlphaGeometry2’nin başarısı, gelecekte karmaşık mühendislik hesaplamalarından bilimsel keşiflere kadar birçok alanda yapay zeka kullanımını mümkün kılabilir. Ancak bunun nasıl ve ne ölçüde gerçekleşeceğini zaman gösterecek. Bu gelişme, yapay zeka araştırmalarında yeni bir dönemin başlangıcı olabilir mi?