A Facebook MI Research intézetében François Charton és Guillaume Lample több tízmillió, számítógép által véletlenszerűen generált számítási probléma megoldásával tanította meg erre az MI-t. A problémák matematikai feladatok voltak, köztük integrálás, mely egy általános módszer a kalkulusban, egy görbe alatti terület megadására.

A megoldások megtalálásához a MI a természetes nyelvfeldolgozást (NLP), egy számítógépes eszközt használt a nyelv elemzésére. Ez úgy működött, hogy az egyes feladatok matematikáját egy mondatnak tekintette változókkal, amelyeket általában x jelöl, (ezek felelnek meg a főneveknek) és műveletekkel, mint például a négyzetgyök megtalálása (ezek az igék). Az MI ezután megoldássá „fordította le” a problémát.

Amikor a tudósok 500 számítási problémával tesztelték, a MI megdöbbentő, 98 százalékos pontossággal talált megoldást. A matematikai feladatok megoldására szolgáló szokásos programnak, melyet összehasonlításként használtak, csak 85 százalékos volt a pontossága ugyanazon problémákra vonatkozóan.

A csapat differenciálegyenleteket is betáplált a MI-ba, olyan újabb egyenleteket, amelyek megoldásához több más eszköz mellett integrálás is szükséges. Ezeknek az egyenleteknek a megoldásában az MI nem volt olyan ügyes, csak 81 százalékban sikerült megtalálni a helyes megoldást a könnyebbik feladatnál, és 40 százalékban a keményebb típusúnál.

Ennek ellenére több esetben helyesen tudott válaszolni olyan kérdésekre, amelyek összezavarták a hagyományos matematikai programot.

“A kalkulus problémák elvégzése számítógépen nem különösebben hasznos a gyakorlatban, ám további tanulással a MI egy nap képes lesz olyan matematikai problémákat is megoldani, amelyek az emberek számára túl nehezek” - mondta Charton.

“A MI hatékonysága időt takaríthat meg az emberek számára más matematikai feladatok elvégzésében, például tételek bizonyításakor” - mondta Nikos Aletras a brit Sheffieldi Egyetemen.

(Forrás: NewScientist Képek: Needpix, Piqsels)