PNAS最新研究81解题率神经网络Codex开启高等数学世界大门带你探索物品的奥秘
• 阅读 0
在一项最新的研究中，科学家们展示了一个名为Codex的神经网络，它能够以惊人的81%的解题率解决高等数学问题。这项研究不仅开启了人类对高等数学世界的大门，而且还向我们展示了人工智能如何超越人类能力。
为了实现这一点，研究团队使用了一种叫做Transformer的技术，这是一种基于深度学习的人工智能模型。他们首先训练这个模型来理解和生成文本，然后再进一步微调它，使其能够理解代码并进行编程。这使得Codex能够直接生成解决复杂数学问题所需的程序，而不需要任何额外帮助。
这项研究利用了来自麻省理工学院（MIT）和哥伦比亚大学的一系列数学课程的问题数据集。这些问题包括微积分、概率论、线性代数等，并且是由专业教师设计而成，以反映实际课程难度。通过这种方式，科学家们确保了Codex必须面对的是与真实情况相似的挑战。
除了高解题率外，这项研究还展现了一种被称为小样本学习的小技巧。在某些情况下，当零样本学习无法提供答案时，小样本学习可以作为补充，为Codex提供一些类似但未解决的问题，以及它们正确答案所需代码。这有助于提高Codex在没有足够信息的情况下的性能。
此外，这项工作还探索了一种新的方法，即使用人工智能生成新问题并与真实课程中的问题进行比较。通过调查参与过相关课程或具有相似水平学生的心理学评价，我们发现机器生成的问题在难度上与手动编写的问题相当，并且很难区分出是否是由人或机器创建的。这表明Codex已经达到了人类水平，在创作内容方面表现出了令人印象深刻的能力。
虽然这项技术仍然有一些局限性，比如只能处理文本形式的问题，但它代表着人工智能领域的一个重大突破，也许将来会改变我们对于教育和知识获取方式的一切看法。
标签：
数码电器测评
