某中心DeepMind在全球最难数学竞赛中创造AI历史

某中心DeepMind周一宣布，其Gemini人工智能模型的高级版本在国际数学奥林匹克竞赛中正式达到金牌级表现，成功解决六道异常难题中的五道，成为首个获得竞赛组委会官方金牌评级的人工智能系统。

这一胜利推动了人工智能推理领域的发展，并使该机构在科技巨头构建下一代人工智能的激烈竞争中处于领先地位。更重要的是，它证明人工智能现在可以使用自然语言理解来处理复杂的数学问题，而不需要专门的编程语言。

竞赛背景与意义

国际数学奥林匹克竞赛自1959年起每年举办，被广泛认为是世界最具声望的大学前数学竞赛。每个参赛国派出六名精英年轻数学家，参与解决涵盖代数、组合数学、几何和数论等领域的六道异常具有挑战性的问题。通常只有约8%的人类参赛者能够获得金牌。

该机构的最新成功远超其2024年的表现，当时结合AlphaProof和AlphaGeometry系统通过解决六道问题中的四道获得银牌。此前的系统需要人类专家先将自然语言问题转换为特定领域的编程语言，然后解释人工智能的数学输出。

今年的突破来自Gemini Deep Think，这是一个增强的推理系统，采用研究人员称为"并行思维"的技术。与遵循单一推理链的传统人工智能模型不同，Deep Think在得出最终答案之前同时探索多种可能的解决方案。

该模型在可能的42分中获得35分，轻松超过金牌阈值。根据竞赛主席Gregor Dolinar教授的说法，这些解决方案"在许多方面令人惊讶"，并被竞赛评分员认为"清晰、精确且大多数易于理解"。

该机构的成功似乎源于超越传统方法的新颖训练技术。团队使用先进的强化学习方法，旨在利用多步推理、问题解决和定理证明数据。该模型还获得了精选的高质量数学解决方案集合，并接受了关于处理竞赛风格问题的具体指导。

技术成就给人工智能研究人员留下了深刻印象，他们注意到其更广泛的影响。“不仅仅是解决数学问题……而是理解语言描述的问题并将抽象逻辑应用于新案例，“人工智能观察者Elyss Wren写道。“这不是死记硬背——这是正在出现的认知能力。”

这一突破发生在人工智能行业的关键时刻，各公司正在竞相展示卓越的推理能力。该成功具有直接的实际意义：计划在向高级订阅用户推出之前，先让数学家测试这个Deep Think模型的版本。

竞争动态不仅限于数学推理。最近几周，各种人工智能公司宣布了突破性能力，但并非所有都获得积极反响。某机构的竞争对手机构最近推出了新版本模型，但排行榜分数显示其落后于该机构和另一家机构的模型。

数学奥林匹克竞赛的胜利超越了竞争性的炫耀权利。该模型的性能表明，人工智能系统现在可以在需要创造力、抽象思维以及跨多个领域综合洞察力的复杂任务中达到人类水平的推理。

“这是对去年突破性结果的重要进步，“研发团队在其技术公告中指出。从需要专门的形式语言到完全使用自然语言操作的进展表明，人工智能系统正变得更加直观和易用。

然而问题依然存在：这些推理能力是否能有效转化为更复杂的现实世界挑战。数学奥林匹克竞赛提供了具有明确成功标准的明确定义问题——这与定义大多数商业和科学努力的模糊、多方面的决策相去甚远。

但也许最能说明问题的细节来自竞赛本身：当面对比赛中最难的问题时，该模型从一个错误的假设开始且从未恢复。只有五名人类学生正确解决了该问题。最终看来，即使是获得金牌的人工智能仍然需要向年轻的数学家学习。