当前位置:龙泉人才网 - 职业人才 -

中科院计算所(陶哲轩)

  • 职业人才
  • 2023-11-10 23:00
  • 龙泉小编

ChatGPT,已经成为天才数学家陶哲轩的研究助手了!

不止ChatGPT,他还直接在网上宣布:

中科院计算所(陶哲轩)

最近这些日子,陶哲轩对AI可是青眼有加,甚至在网上只谈论一个话题:AI,特别是大语言模型在数学研究中的应用。

中科院计算所(陶哲轩)

期间,各种ChatGPT的“隐藏功能”都被陶哲轩挖了出来:

而为何突然对AI协助工作这么关注?陶哲轩用自己的老本行数学对AI做了个类比:

对这个类比,中科院计算所研究员包云岗直接称赞很形象

中科院计算所(陶哲轩)

也有网友表示:

中科院计算所(陶哲轩)

不过也有网友对陶哲轩用ChatGPT协助搞数学研究接受无能,毕竟之前很长一段时间大众对ChatGPT的吐槽都集中在数学能力上。

于是,在陶宣称ChatGPT在数学中可以完成一些半成品工作时,有人直接在评论区发问:

中科院计算所(陶哲轩)

那话说回来,一个“数学菜鸡”ChatGPT在一个大数学家手里究竟能有什么用处?

一起来看~

中科院计算所(陶哲轩)

ChatGPT对搞学术的来说“刚刚好”

总的来讲,陶哲轩大概的意思就是:

(对普通人来说有点不太专业,但对搞数学的学术人员来说刚刚好)

那这个刚刚好的尺度ChatGPT是如何拿捏的?

陶哲轩直接给出了他用ChatGPT求解数学题的几个示例:

刚开始,他直接把同事询问的问题逐字逐句抛给了ChatGPT。

ChatGPT也有模有样地回答了起来,期间还提到了一个高度相关的术语:对数矩生成函数,甚至在给出的答案中还讨论了一个具体的例子。

这术语,这举例…乍一看,甚至骗过了陶哲轩的“法眼”,不过在检查一遍之后,陶发现:

中科院计算所(陶哲轩)

Emmmmm,按理说一般人的逻辑到这里就该结束了——得出结论:ChatGPT的数学能力不太行。

但陶哲轩还没有止步,他仔细分析了ChatGPT给出的解答过程,发现并不是完全错误的,还是有可取之处。

比如说,ChatGPT在解答过程中用的是lmgf公式,而在克拉默定理给出的标准答案中用到的是lmgf公式的Legendre变换。

虽然不是正确的解题思路,但也很接近正确答案了。

(有点意思)紧接着他又用儿子帮忙做的ChatGPT手机短信版再试了一个数学问题:

虽然给出的证明的是意料中的不完全正确,但陶发现ChatGPT给出的论证思路是可以被固定下来的,并且这个思路他之前还从未见过

中科院计算所(陶哲轩)

这一通试用下来,直接打开了陶哲轩的思路。

既然ChatGPT在具体数学问题上给出的答案是不完全正确的,那不如索性发挥发挥它生成答案部分正确的特性:

这样一来,依据ChatGPT生成的提示+传统搜索引擎搜索,就能很轻松找到答案了。

中科院计算所(陶哲轩)

随后,陶哲轩还具体上手演示了一把。

首先要有技巧地抛出一个问题,假设陶想找库默尔定理但记不起来这个定理的名字,他是这样来问的:

最终ChatGPT给出的答案是Legendre公式(一个相关的结果),然后根据这个答案用传统的搜索引擎就可以轻松找到库默尔定理。

中科院计算所(陶哲轩)

话说回来,既然都只是用作数学研究中的一个工具,为啥在陶哲轩眼中AI会更合适,而传统搜索引擎就不太行呢?

AI“思维逻辑”更发散

陶直接从传统计算机软件和AI工具的内部运行逻辑分析了一通。

先来说传统的计算机软件,它的运行逻辑类似于函数:→,这是一个很标准的数学概念。

具体来说,若输入的在给定域中,软件就能够可靠地给出范围中的单个输出(),若输入不在给定域中,则就不能给出结果或者说乱给一些结果。

AI工具,就不会像传统计算机软件那样死板,它运行的逻辑不是基于经典函数,而是类似于概率 kernel μ:→Pr()

输入,AI会从一个概率分布μₓ中采样,然后随机输出。而这个概率分布,集中在完美结果()附近。

不过这样也会导致一些随机偏差和不准确结果的产生。

但整体比较下来,AI工具还是具有一定的优势。

一方面它更加灵活,可以比传统的软件工具更优雅地处理嘈杂或格式不好的输入。

另一方面,在一定程度上AI的“思维方式”也会更加发散。

中科院计算所(陶哲轩)

在宣布把AI工具纳入自己的工作流之后,陶哲轩还在mathstodon上不断更新用AI工作的帖子。

比如说用AI写邮件:

中科院计算所(陶哲轩)

或者发现了ChatGPT在处理数学问题时的亮点:能够识别不同语言的数学概念音译版。

中科院计算所(陶哲轩)

AI半自动证明定理,审稿人难了

陶哲轩对AI的观察,也在学术圈引起了一场讨论。

他指出,阅读AI写的论文和人写的论文体验完全不同。

阅读人写的论文,通常能在上下文和风格上捕捉到一些线索,通过这些线索可以快速分离出论文的“肉”,加快阅读速度。

AI生成的数学论文,文字看起来都很有说服力,必须一行一行仔细看才能发现其中的缺陷。

纽约大学教授马库斯将其解读为:同行评议从此更难了。

中科院计算所(陶哲轩)

不过网友中也有人认为,让审稿人必须一行一行仔细看,而不是依赖于肤浅的格式信号,也算得上一件好事。

中科院计算所(陶哲轩)

还有人脑洞大开,想知道AI能否提出一些全新的数学猜想。

AI能不能提出猜想不知道,但是AI自动、半自动证明定理已经是现实,并且走向实用化了。

还是陶哲轩,2月份他在加州大学洛杉矶分校的IPAM(纯数学与应用数学研究所)组织了一场机器学习辅助证明主题研讨会,会上展示了很多这方面的前沿成果。

中科院计算所(陶哲轩)

IBM研究员Jason Rute展示了一种受AlphaGo启发的方法,将定理证明类比成围棋,下一个步骤相当于下一手棋,得证相当于获胜。

中科院计算所(陶哲轩)

谷歌科学家吴宇怀则分享了大语言模型在自动形式化(Autoformalization)上的进展。

中科院计算所(陶哲轩)

而陶哲轩本人对AI的兴趣也不止于此,用机器学习解决实际问题也在他的涉猎范围之中。

刚刚在澳大利亚的一场讲座上,他还分享了如何用数学结合机器学习预测火灾变化。

中科院计算所(陶哲轩)

参考链接:
[1]https://mathstodon.xyz/@tao/109945628011027107

[2]http://www.ipam.ucla.edu/programs/workshops/machine-assisted-proofs/
[3]https://twitter.com/GaryMarcus/status/1632191991021965313

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

免责声明:本文内容来源于网络或用户投稿,龙泉人才网仅提供信息存储空间服务,不承担相关法律责任。若收录文章侵犯到您的权益/违法违规的内容,可请联系我们删除。
https://www.lqrc.cn/a/zhiye/76788.html

  • 关注微信
下一篇:暂无

猜你喜欢

微信公众号