📖 Poznaj nasze wydawnictwo: https://radionaukowe.pl/wydawnictwo
📚 Wygodne zakupy książek: https://wydawnictwoRN.pl
👉 Zostań Patronem: https://patronite.pl/radionaukowe
👉 Wesprzyj jednorazowo: https://suppi.pl/radionaukowe
🎧 Posłuchaj na streamingu: https://ffm.bio/radionaukowe
🔔 Subskrybuj: https://youtube.com/@RadioNaukowe?sub_confirmation=1
🌐 Strona: https://radionaukowe.pl
👍 Facebook: https://facebook.com/RadioNaukowe
📷 Instagram: https://instagram.com/radionaukowe
❌ Twitter: https://twitter.com/RadioNaukowe
🎓 Odwiedź LAMU: https://youtube.com/@LetniaAkademiaMlodychUmyslow
🎬 Zobacz więcej: https://www.youtube.com/playlist?list=PLTld5jYla5hZvt1d4RClz7TWU7bC65w8J
📩 Kontakt: kontakt@radionaukowe.pl
– Bardzo szybko się przekonaliśmy, że nasze wyobrażenie o tym, co jest trudne, a co mogą robić modele językowe, to były dwa zupełnie różne światy – mówi odcinku nr 283 dr Bartosz Naskręcki, prodziekan Wydziału Matematyki i Informatyki Uniwersytetu Adama Mickiewicza w Poznaniu.
Dr Naskręcki jest jedynym polskim naukowcem w międzynarodowym zespole FrontierMath. Zespół zebrał się, by stworzyć bazę zupełnie nowych, nigdzie wcześniej niepublikowanych problemów matematycznych i sprawdzić, jak sobie z nimi poradzą popularne duże modele językowe (LLM). A radzą sobie nieźle: podały poprawną odpowiedź do ok. 20% przygotowanych zadań, a ich rezultaty są coraz lepsze z czasem (wraz z rozbudową i dotrenowywaniem modeli w internecie). LLM-y można wykorzystać też do weryfikowania poprawności już istniejących prac matematycznych. – Magia matematyki polega na tym, że jak się ten program, czyli ten sformalizowany dowód, skompiluje w odpowiednim kompilatorze, to on mi daje gwarancję, że to jest poprawnie – wyjaśnia dr Naskręcki. W ten sposób naukowcy wyśledzili i naprawili błąd np. w wielkim twierdzeniu Fermata.
Wykorzystanie modeli AI to już rewolucja. – Można w pewnym sensie już tworzyć matematykę trochę bez matematyków – zauważa gość. Oczywiście na razie to narzędzie i wciąż potrzebny jest człowiek, który nim kieruje, wpisuje prompty i weryfikuje wyniki. Kolejnym poziomem rewolucji byłoby stworzenie modelu zdolnego do samodzielnego tworzenia i rozwiązywania problemów matematycznych. Wydaje się jednak, że do tego jeszcze daleko. – Modele nie będą robiły niczego kognitywnie ciekawego, dopóki nie pozwolimy im wchodzić w różne interakcje. Bez interakcji trudno mi sobie wyobrazić, że coś, co ma ewidentnie pewną strukturę dynamiczną, a świadomość ma strukturę dynamiczną, da się wytworzyć w takim algorytmie – dodaje.
W odcinku usłyszycie też sporo rozważań na temat świadomości i dowiecie się, jak weryfikować prawdziwość rozwiązań, których nie umiemy policzyć, i dlaczego matematyk z modelem AI jest jak pasterz. Polecamy!
POLECAMY INNE MATERIAŁY:
00:00 Wstęp
01:32 Projekt Frontier Math
08:37 Unikalne problemy w matematyce
12:23 Co to są tokeny i jak model przetwarza język?
17:45 Jak myślą matematycy?
19:55 Jakie modele AI poddano testom?
25:18 Zasady działania sieci neuronowych
31:00 Język naturalny a matematyka
33:42 Czy modele faktycznie „rozumują”?
46:20 Podawanie AI problemów otwartych
53:51 Matematyka „ponad” matematykami?
01:04:28 Wykorzystanie AI do weryfikacji prac naukowych
01:05:17 Czy modele mogą wymyślić coś nowego?
01:09:44 LLM a LRM
01:12:23 Czy zbliżamy się do świadomych maszyn?
01:19:06 Jakie pytania warto zadawać maszynie?
01:22:02 Praktyczna wartość AI
01:30:48 Zagrożenia AI i pieniądze
01:33:30 Przypadek problemu Erdősa
01:38:44 Zakończenie
🧠 Radio Naukowe – włącz wiedzę! 🧠
#RadioNaukowe #KarolinaGłowacka
źródło: Radio Naukowe
