Просмотр новости
Найдите то, что Вас интересует
Спутники
РН
SpaceX
Роскосмос
NASA
СпутникиРНSpaceXРоскосмосNASAПарадигма машинного обучения: специализированные нейросети ещё хуже решают математические проблемы
Итак, алгоритмы доказывать математические теоремы не умеют. Но алгоритмическая парадигма: что специализированная, что универсальная — очень далека от моделирования человеческого разума. Уже писал об этом: https://vk.ru/wall-57272_5516
Парадигма машинного обучения принципиально отличается от алгоритмической парадигмы и больше похожа на человеческий разум: https://vk.ru/wall-57272_5523 Она предполагает, что есть обучающая выборка — примеры того, как люди решают похожие проблемы — и на основе этой выборки программа учится действовать сама. Наибольших успехов в машинном обучении достигли нейросети — особенно, глубокие нейросети.
Вот только для математических доказательств нейросети, казалось бы, максимально неприспособлены. Ведь математика основана на дискретной аристотелевской логике, в которой есть истинные и ложные утверждения. А нейросети по своей природе непрерывны, они всегда выдают примерные, промежуточные результаты. И между истиной и ложью у них всегда много промежуточных степеней уверенности (более того, считается неэффективным устанавливать уверенность в крайние значения 0 и 1). Нейросети всегда допускают возможность ошибки — и регулярно ошибаются. Их преимущество — в том, чтобы ошибаться как можно реже, а не ошибаться вообще. Для математики это не подходит, тут из строго истинных утверждений должны следовать строго истинные.
А еще прикол в том, что нейросети ведь тоже могут быть специализированными и универсальными! То есть получаем уже 4 парадигмы:
- специализированные алгоритмы;
- универсальные алгоритмы (не работают);
- специализированное машинное обучение;
- универсальное машинное обучение.
И математическое мышление как раз универсально: математика максимально абстрактна, не привязана к конкретной предметной области. Значит, для математических доказательств нужна 4-я парадигма: универсальное машинное обучение (кстати, случаев использования 3-й парадигмы для этого я вообще не видел).
Но как оно должно быть устроено? Получается, обучающая выборка должна быть "обо всём на свете"? Должна решать задачи на все случаи жизни? Где вообще такую выборку взять?
(продолжение следует)
| # | Наименование новости | Тональность | Информативность | Дата публикации |
|---|---|---|---|---|
| 1 | Нейросети научились решать сложные математические проблемы? С искусственным интеллектом в ... | 0 | 12.54 | 27-07-2026 |
| 2 | Message to community | 0 | 7.62 | 24-07-2026 |
| 3 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 5 | 07-07-2026 |
| 4 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 5 | 07-07-2026 |
| 5 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 7 | 07-07-2026 |
| 6 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 5 | 29-06-2026 |
| 7 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 5 | 29-06-2026 |
| 8 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 7 | 29-06-2026 |
| 9 | Рейтинг лучших нейросетей для учебы на 2026 год Нужны ли ... | 0 | 5 | 07-07-2026 |