量子位
·
谷歌AI解决IMO中84%的几何问题，o1一道没做对！Nature：AI已超过金牌得主平均水平
内容提要
谷歌DeepMind的AlphaGeometry2成功解决了2000-2024年IMO竞赛中84%的几何问题，超越金牌得主的平均水平。在50道题中完成42道，显著提升了推理能力和算法效率。尽管表现优异，AlphaGeometry2尚未开源，未来将参加2025年澳大利亚的IMO竞赛。
关键要点
-
谷歌DeepMind的AlphaGeometry2成功解决了2000-2024年IMO竞赛中84%的几何问题。
-
在50道题中完成42道，超越金牌得主的平均水平。
-
AlphaGeometry2相比于上一代多完成了15道题。
-
Nature评价AlphaGeometry2达到了金牌得主水平，与顶级人类选手相当。
-
AlphaGeometry2的四大升级包括扩展的领域专用语言、升级版的符号推理引擎DDAR2、全新的搜索算法SKEST和更强大的语言模型Gemini。
-
扩展的领域专用语言覆盖率从66%提高到88%，能够自动形式化和生成示意图。
-
DDAR2的改进包括处理不同名称但相同坐标的点的能力、算法速度提升和代码实现的优化。
-
SKEST算法通过多个配置的搜索树并行运行，提高了寻找证明路径的效率。
-
Gemini语言模型采用三种训练方法，实验表明代数推理是解决几何问题的核心。
-
2025年IMO竞赛将在澳大利亚举行，AlphaGeometry2尚未开源。
延伸问答
AlphaGeometry2在IMO竞赛中的表现如何？
AlphaGeometry2成功解决了2000-2024年IMO竞赛中84%的几何问题，在50道题中完成了42道，超越金牌得主的平均水平。
AlphaGeometry2相比于上一代有什么改进？
AlphaGeometry2相比于上一代多完成了15道题，主要通过扩展领域专用语言、升级符号推理引擎DDAR2、全新搜索算法SKEST和更强大的语言模型Gemini实现改进。
AlphaGeometry2的符号推理引擎DDAR2有哪些主要改进？
DDAR2增加了处理不同名称但相同坐标的点的能力，算法速度提升，并且代码实现从Python改为C++，速度快了300倍。
AlphaGeometry2的搜索算法SKEST是如何提高效率的？
SKEST算法通过多个配置的搜索树并行运行，利用知识共享机制相互启发，从而更高效地寻找证明路径。
AlphaGeometry2的语言模型Gemini有什么特点？
Gemini语言模型采用三种训练方法，包括领域专用语言的自定义分词器预训练、自然语言微调和多模态训练，实验表明代数推理是解决几何问题的核心。
未来AlphaGeometry2会参加哪些竞赛？
AlphaGeometry2将参加2025年在澳大利亚举行的IMO竞赛。
