Sztuczna matematyka – modele językowe zaczynają zawstydzać matematyków | prof. Bartosz Naskręcki скачать в хорошем качестве

Sztuczna matematyka – modele językowe zaczynają zawstydzać matematyków | prof. Bartosz Naskręcki

📖 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:    / @radionaukowe   🌐 Strona: https://radionaukowe.pl 👍 Facebook:   / radionaukowe   📷 Instagram:   / radionaukowe   ❌ Twitter:   / radionaukowe   🎓 Odwiedź LAMU:    / @letniaakademiamlodychumyslow   🎬 Zobacz więcej:    • Radio Naukowe poleca   📩 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:    • Radio Naukowe - Wszystkie odcinki      • Fizyka      • Biologia      • Astronomia      • Psychologia      • Zwierzęta      • Religia      • Historia      • Historia życia      • Geografia      • Technologia      • Człowiek      • Kultura      • Medycyna      • Archeologia   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