谷歌AI一分之差痛失IMO金牌，19秒做一题碾压人类选手，几何AI超进化震撼评委

新智元07-26

AI，已经斩获了IMO奥数银牌！就在刚刚，谷歌DeepMind宣布：今年国际数学奥林匹克竞赛的真题，被自家的AI系统做出来了。其中，AI不仅成功完成了6道题中的4道，而且每道题都获得了满分，相当于是银牌的最高分——28分。这个成绩，距离金牌只有1分之遥！609名参赛选手中，拿到金牌的只有58人在正式比赛中，人类选手会分两次提交答案，每次限时4.5小时。有趣的是，AI只用了几分钟便答出了其中一道，但...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2454155963?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-07-26 17:27","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2454155963","market":"hk","top_or_hot":-1,"title":"谷歌AI一分之差痛失IMO金牌，19秒做一题碾压人类选手，几何AI超进化震撼评委","media":"新智元","content":"<div>\n<p>AI，已经斩获了IMO奥数银牌！就在刚刚，谷歌DeepMind宣布：今年国际数学奥林匹克竞赛的真题，被自家的AI系统做出来了。其中，AI不仅成功完成了6道题中的4道，而且每道题都获得了满分，相当于是银牌的最高分——28分。这个成绩，距离金牌只有1分之遥！609名参赛选手中，拿到金牌的只有58人在正式比赛中，人类选手会分两次提交答案，每次限时4.5小时。有趣的是，AI只用了几分钟便答出了其中一道，但...</p>\n\n<a href=\"https://tech.ifeng.com/c/8bX1JrZ23p2\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>谷歌AI一分之差痛失IMO金牌，19秒做一题碾压人类选手，几何AI超进化震撼评委</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n谷歌AI一分之差痛失IMO金牌，19秒做一题碾压人类选手，几何AI超进化震撼评委\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-07-26 17:27 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8bX1JrZ23p2><strong>新智元</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>AI，已经斩获了IMO奥数银牌！就在刚刚，谷歌DeepMind宣布：今年国际数学奥林匹克竞赛的真题，被自家的AI系统做出来了。其中，AI不仅成功完成了6道题中的4道，而且每道题都获得了满分，相当于是银牌的最高分——28分。这个成绩，距离金牌只有1分之遥！609名参赛选手中，拿到金牌的只有58人在正式比赛中，人类选手会分两次提交答案，每次限时4.5小时。有趣的是，AI只用了几分钟便答出了其中一道，但...</p>\n\n<a href=\"https://tech.ifeng.com/c/8bX1JrZ23p2\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4588","symbol_name":"碎股","start_time":0,"source_url":"https://tech.ifeng.com/c/8bX1JrZ23p2","article_id":"2454155963","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2454155963","pubTimestamp":1721986070,"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"AI，已经斩获了IMO奥数银牌！609名参赛选手中，拿到金牌的只有58人在正式比赛中，人类选手会分两次提交答案，每次限时4.5小时。划重点：2024 IMO并不在这两个AI的训练数据中。今年的IMO竞赛上，共有六道赛题，涉及代数、组合学、几何和数论。而今天携手登场的两位AI选手，则打破了这种限制。如上所述，这是由AlphaGeometry 2在19秒内完成答题，创","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4588":"碎股","IE0004091025.USD":"BNY MELLON GLOBAL OPPORTUNITIES \"B\" (USD) ACC","BK4579":"人工智能","IE00BJTD4V19.USD":"NEUBERGER BERMAN US LONG SHORT EQUITY \"A1\" (USD) ACC","GOOGL":"谷歌A","LU0048573561.USD":"FIDELITY AMERICA \"A\" (USD) INC","BK4503":"景林资产持仓","LU0056508442.USD":"贝莱德世界科技基金A2","BK4574":"无人驾驶","LU0048584097.USD":"FIDELITY FUNDS  GLOBAL THEMATIC OPPORTUNITIES \"A\" (USD) INC","IE00B1XK9C88.USD":"PINEBRIDGE US LARGE CAP RESEARCH ENHANCED \"A\" (USD) ACC","MSFT":"微软","BK4573":"虚拟现实","LU0061474960.USD":"天利环球焦点基金AU Acc","BK4561":"索罗斯持仓","LU0158827781.USD":" ALLIANZ GLOBAL SUSTAINABILITY \"AT\" (USD) ACC","IE00BJLML261.HKD":"HSBC GLOBAL EQUITY INDEX \"HCH\" (HKD) ACC","BK4576":"AR","BK4581":"高盛持仓","LU0170899867.USD":"EASTSPRING INVESTMENTS WORLD VALUE EQUITY  \"A\" (USD) ACC","LU0128525929.USD":"TEMPLETON GLOBAL \"A\" (USD) ACC","IE00BKDWB100.SGD":"PINEBRIDGE US LARGE CAP RESEARCH ENHANCED \"A5H\" (SGDHDG) ACC","IE00BKPKM429.USD":"NEUBERGER BERMAN GLOBAL SUSTAINABLE EQUITY \"A\" (USD) ACC","LU0096362180.USD":"CT (LUX) I GLOBAL FOCUS \"DU\" (USD)","BK4527":"明星科技股","LU0097036916.USD":"贝莱德美国增长A2 USD","IMO":"帝国石油","BK4532":"文艺复兴科技持仓","IE00B1BXHZ80.USD":"Legg Mason ClearBridge - US Appreciation A Acc USD","LU0096364046.USD":"CT (LUX) I AMERICAN \"DU\" (USD) ACC","LU0198837287.USD":"UBS (LUX) EQUITY SICAV - USA GROWTH \"P\" (USD) ACC","BK4592":"伊斯兰概念","LU0061475181.USD":"THREADNEEDLE (LUX) AMERICAN \"AU\" (USD) ACC","LU0130103400.USD":"Natixis Harris Associates Global Equity RA USD","LU0251132253.USD":"FIDELITY FUNDS  GLOBAL THEMATIC OPPORTUNITIES \"A\" (USD) ACC","IE0034235188.USD":"PINEBRIDGE GLOBAL FOCUS EQUITY \"A\" (USD) ACC","LU0149725797.USD":"汇丰美国股市经济规模基金","BK4585":"ETF&股票定投概念","LU0211327993.USD":"TEMPLETON GLOBAL EQUITY INCOME \"A\" (USD) ACC","BK4534":"瑞士信贷持仓","LU0127658192.USD":"EASTSPRING INVESTMENTS GLOBAL TECHNOLOGY \"A\" (USD) ACC","LU0251131958.USD":"FIDELITY AMERICA \"A\" (USD) ACC","IE00BKVL7J92.USD":"Legg Mason ClearBridge - US Equity Sustainability Leaders A Acc USD","IE0034235303.USD":"PINEBRIDGE US RESEARCH ENHANCED CORE EQUITY \"A\" (USD) ACC","BK4533":"AQR资本管理(全球第二大对冲基金)","LU0256863811.USD":"ALLIANZ US EQUITY \"A\" INC","IE00BJTD4N35.SGD":"Neuberger Berman US Long Short Equity A1  Acc SGD-H","LU0211328371.USD":"TEMPLETON GLOBAL EQUITY INCOME \"A\" (MDIS) (USD)   INC","BK4077":"互动媒体与服务","LU0109391861.USD":"富兰克林美国机遇基金A Acc","LU0187121727.USD":"FIDELITY SUSTAINABLE US EQUITY \"A\" (USD) INC"},"translate_title":"Google AI lost the IMO gold medal by one point, crushed human players by doing a question in 19 seconds, and the super evolution of geometric AI shocked the judges","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"IMO":1,"GOOGL":1,"MSFT":0.6},"content_text":"AI，已经斩获了IMO奥数银牌！就在刚刚，谷歌DeepMind宣布：今年国际数学奥林匹克竞赛的真题，被自家的AI系统做出来了。其中，AI不仅成功完成了6道题中的4道，而且每道题都获得了满分，相当于是银牌的最高分——28分。这个成绩，距离金牌只有1分之遥！609名参赛选手中，拿到金牌的只有58人在正式比赛中，人类选手会分两次提交答案，每次限时4.5小时。有趣的是，AI只用了几分钟便答出了其中一道，但剩下的问题却花了整整三天时间，可以说是严重超时了。这次立下大功的，是两款AI系统——AlphaProof和AlphaGeometry 2。划重点：2024 IMO并不在这两个AI的训练数据中。其实，早在今年1月份，谷歌DeepMind的第一代AlphaGeometry就登上了Nature。当时，它做出了IMO 30个几何题中的25道。AI工程师Devin背后创始人之一Scott Wu（IOI三枚金牌得主）感慨道，“当我还是个孩子的时候，奥林匹克竞赛就是我的全部。从来没有想过，仅仅10年后，它们就被AI解决了”。今年的IMO竞赛上，共有六道赛题，涉及代数、组合学、几何和数论。六道做出四道，让我们感受一下AI的水平——AI的数学推理能力，震惊评分教授我们都知道，以前的AI在解决数学问题上一直捉襟见肘，原因在于推理能力和训练数据的限制。而今天携手登场的两位AI选手，则打破了这种限制。它们分别是——- AlphaProof，基于强化学习的形式数学推理新系统- AlphaGeometry 2，第二代几何解题系统两位AI给出的答案，由著名数学家Timothy Gowers教授（IMO金牌得主和菲尔兹奖得主）和Joseph Myers博士（两次IMO金牌得主、IMO 2024问题选择委员会主席），根据规则进行评分。最终，AlphaProof正确做出两个代数题和一个数论题，其中一个最难的问题，在今年IMO中只有5名人类参赛者做了出来；AlphaGeometry 2则做出了一道几何题。没有被攻克的，只有两道组合数学题。Timothy Gowers教授在评分的过程中，也被深深地震撼了——程序能够提出这样一个非显而易见的解法，实在令人印象深刻，远超出我对当前技术水平的预期。AlphaProofAlphaProof是一个能够在形式化语言Lean中证明数学命题的系统。它结合了预训练的大语言模型和AlphaZero强化学习算法，后者曾自学掌握了国际象棋、将棋和围棋。形式化语言的一个关键优势，就是可以对涉及数学推理的证明进行形式化验证。然而，由于人类编写的相关数据量非常有限，它们在机器学习中的应用一直受到限制。相比之下，基于自然语言的方法尽管可以访问大量数据，但却可能产生似是而非、但不正确的中间推理步骤和解决方案。为了克服这一点，谷歌DeepMind研究者通过微调Gemini模型，将自然语言问题陈述自动翻译成形式化陈述，建立了一个包含不同难度的形式化问题的大型库，从而在两个互补领域之间架起桥梁。解题时，AlphaProof会生成候选的解决方案，并通过在Lean中搜索可能的证明步骤，来证明或反驳它们。每个被找到并验证的证明，都被用于强化AlphaProof的语言模型，让它可以在后续解决更难的问题。为了训练AlphaProof，研究者证明或反驳了几百万个问题，涵盖了从比赛前几周到比赛期间广泛的难度和数学主题领域。在比赛期间，他们还应用了训练循环，通过强化自生成的比赛问题变体的证明，直到找到完整的解决方案。AlphaProof强化学习训练循环的流程信息图：大约一百万个非正式数学问题由形式化网络翻译成形式化数学语言；接着，求解网络通过搜索这些问题的证明或反驳，并利用AlphaZero算法逐步训练自己，以解决更具挑战性的问题AlphaGeometry 2AlphaGeometry的升级版AlphaGeometry 2，是一个神经符号混合系统，基于Gemini的语言模型从头开始训练。基于比上一代多了一个数量级的合成数据，它能够做出难度更高的几何问题，包括涉及物体运动、角度、比例和距离方程等等。此外，它还采用了比前一代快两个数量级的符号引擎。当遇到新问题时，它会用一种新颖的知识共享机制，使不同搜索树的高级组合能够解决更复杂的问题。在今年参赛IMO之前，AlphaGeometry 2已经战绩累累：它能做出过去25年IMO几何赛题中的83%，而第一代只能做出53%。在这届IMO中，AlphaGeometry 2的神勇速度更是震惊了众人——在接收到形式化问题的19秒内，它就把问题4做出来了！问题4要求证明∠KIL和∠XPY之和等于180°。AlphaGeometry 2建议在BI线上构造一个点E，使得∠AEB=90°。点E有助于确定AB的中点L，形成了许多类似的三角形对，如ABE ~ YBI和ALE ~ IPC，从而证明结论AI的解题过程值得一提的是，这些问题首先会被人工翻译成正式的数学语言，然后才会投给AI。P1一般来说，每届IMO试题中第一题（P1）相对来说，是比较容易的。网友表示，“P1仅需要高中数学知识就够了，人类选手通常会在60分钟内完成”。IMO 2024第一题主要考察了实数α的性质，并要求找出满足特定条件的实数α。AI给出了正确答案——α是偶整数。那么，它具体是如何解答的呢？解题第一步，AI先给出了一个定理，左右两边集合相等。左边集合表示，所有满足条件的实数α，对于任何正整数n，n能整除从1到n的⌊i*α⌋；右边集合表示，存在一个整数k，k是偶数，实数α等于k。接下来的证明中，分为两个方向。首先证明右边集合，是左边集合的子集（简单方向）。然后，再证明左边集合，是右边集合的子集（困难方向）。直到代码结束时，AI提出了一个关键等式⌊(n+1)*α⌋ = ⌊α⌋+2n(l-⌊α⌋)，使用等式来证明α必须是偶数。最后，DeepMind总结了AI在解题过程中，依赖的三个公理：propext、Classical.choice，以及Quot.sound。以下是P1的完整解题过程：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/imo-2024-solutions/P1/index.htmlP2第二题考察的是，正整数对(a,b)的关系，涉及到最大公约数的性质。AI求解的答案是：定理是对于满足特定条件的正整数对(a,b)，其集合只能包含(1,1)。AI在如下的解题过程中，采取的证明策略是，首先证明(1,1)满足给定条件，然后再证明这是唯一的解。证明(1,1)是最终解，使用g=2，N=3。证明如果(a,b)是解，那么ab+1必须整除g。在这一过程中，AI使用了欧拉定理，以及模运算的性质进行推理。最后，去证明a=b=1是唯一可能的解。如下是P2的完整解题过程：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/imo-2024-solutions/P2/index.htmlP4P4是一道几何证明题，要求去证明一个特定的几何角度关系。如上所述，这是由AlphaGeometry 2在19秒内完成答题，创新纪录。根据所给的解决方案，与一代AlphaGeometry一样，所有解决方案中的辅助点都是由语言模型自动生成的。证明中，所有的角度追踪都使用了高斯消元法（Gaussian elimination），d(AB)−d(CD)等于从AB到CD的有向角度（以π为模）。解题过程中，AI会手动标注相似三角形和全等三角形对（以红色标注）。接下来，就是AlphaGeometry的解题步骤了，采用了“反证法”去完成。先用Lean完成需要证明命题的形式化，以及可视化几何构造。证明中的关键步骤，如下所示。完整解题过程参见下图：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/imo-2024-solutions/P4/index.htmlP6IMO第六题便是“终极boss”，探讨了函数的性质，要求证明关于有理数的特定结论。AI求解，c=2。先来看定理声明是，定义了“Aquaesulian函数”的性质，并声明对于所有这样的函数，f(r)+f(-r)的取值集合最多有2个元素。证明策略是，首先证明对于任何Aquaesulian函数，f(r)+f(-r)的取值集合最多有2个元素。然后构造一个具体的Aquaesulian函数，使得f(r)+f(-r)恰好有2个不同的值。证明当f(0)=0时，f(x)+f(-x)最多取两个不同的值，并证明不可能存在f(0)≠0的Aquaesulian函数。构造函数f(x)=-x+2⌈x⌉，并证明它是Aquaesulian函数。最后，再去证明对于这个函数，f(-1)+f(1) =0和f(1/2)+f(-1/2)=2是两个不同的值。以下是完整解题过程：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/imo-2024-solutions/P6/index.html能做奥数题，但能分清9.11和9.9谁大吗？斯坦福大学和红杉的研究员Andrew Gao肯定了这次AI突破的意义——关键的是，最新IMO试题不包含训练集中。这一点很重要，说明AI能够处理全新的、未见过的问题。而且，被AI成功解出的几何问题，由于涉及空间性质（需要直观思维和空间想象力），历来都被认为是极具挑战性的。英伟达高级科学家Jim Fan则发长文表示，大模型是神秘的存在——它们既能在数学奥林匹克竞赛中获得银牌，又会在“9.11和9.9哪个数字更大”这样的问题上频频出错。不仅是Gemini，就连GPT-4o、Claude-3.5、Llama-3都无法100%正确回答。通过训练AI模型，我们正在探索超越自身智能的广阔领域。在这个过程中，我们发现了一个非常奇特的区域——一个看起来像地球，却充满诡异山谷的系外行星这看起来很不合理，但我们可以用训练数据分布来解释：AlphaProof和AlphaGeometry 2，是在形式化证明和特定领域的符号引擎上完成训练。在某种程度上，它们在解决专业的奥林匹克竞赛问题更出色，即使它们基于通用LLM构建的。而GPT-4o的训练集中，混杂了大量的GitHub代码数据，可能远远超过数学数据。在软件版本中，“v9.11 > v9.9”，可能严重扭曲了数据分布。因此，这个错误在某种程度上是可以理解的。谷歌开发者负责人表示，能够解决困难的数学、物理问题的模型，是通向AGI的关键路径，而今天我们在这条道路上又迈出了一步。另有网友表示，这一周信息量太大了。","kind":null,"is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"2","news_tag":"Product Release","news_rank":0,"symbols":[],"gpt_button":0},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"deviceId":"web-server-community-laohu8-v3","version":"4.26.2","shortVersion":"4.26.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2454155963"}