Исследователи Google создали систему искусственного интеллекта (ИИ), способную превосходить победителей международных олимпиад по геометрии.
Разработанная в DeepMind система под названием AlphaGeometry2 (AG2) справляется с 84% задач, представленных на Международной математической олимпиаде (IMO), тогда как средний показатель обладателей золотых медалей составляет 81,8%.
По словам ученых, AG2 не просто распознает шаблоны, но и применяет творческий подход к решению задач. Результаты исследования были опубликованы 7 февраля в базе препринтов arXiv.

Соревнование за первенство в математическом ИИ
Анонс Google последовал спустя месяц после того, как Microsoft представила собственную продвинутую систему математического мышления — rStar-Math. Она использует малые языковые модели (SML) для решения сложных уравнений. Обе компании стремятся доминировать в сфере математического ИИ, поскольку ученые считают, что такие технологии могут приблизиться к моделированию человеческого мышления.
AG2 отличается от rStar-Math тем, что решает сложные задачи с помощью гибридной модели рассуждений, в то время как продукт Microsoft ориентирован на более широкий спектр задач с применением небольших языковых моделей.
Первая версия AlphaGeometry была выпущена в январе 2024 года. Новая модификация демонстрирует рост производительности на 30%, особенно в области геометрии. В отличие от алгебры и анализа, геометрия требует не только логических вычислений, но и пространственного мышления.
Это еще не искусственный общий интеллект (AGI)
Несмотря на успех, эксперты предупреждают, что это достижение не означает создание искусственного общего интеллекта (AGI) — системы, которая превзойдет человека во всех областях, а не только в одной.
«AlphaGeometry2 можно считать формой интеллекта, но человеческий разум выходит далеко за его пределы. Мы не просто применяем знания, а создаем новое и изобретаем,» — отметил Джон Бейтс (John Bates), доктор компьютерных наук из Кембриджского университета и генеральный директор AI-компании SER Group в комментарии Live Science.
Как AG2 решает самые сложные математические задачи
Прорыв DeepMind заключается в объединении нейросетевой языковой модели и символьного движка (логической системы, решающей задачи с помощью символов и параметров).
- Языковая модель предлагает геометрические построения;
- Символьный движок тестирует их;
- Если решение не найдено, система автоматически генерирует новые варианты, обмениваясь данными между модулями.
Такой метод позволяет AG2 преобразовывать текстовые формулировки задач в математические конструкции, понятные символьному движку.
По сравнению с первой версией, AG2 обладает:
✅ Обученной на большем и более разнообразном наборе данных нейросетью;
✅ Улучшенным символьным движком, проверяющим больше геометрических построений,
✅ Уникальным алгоритмом поиска и доказательства теорем.
Однако у системы есть недостатки:
❌ Долгое время обработки;
❌ Неспособность решать самые сложные задачи IMO, включая 3D-геометрию, нелинейные уравнения и задачи с переменными или бесконечными точками;
❌ Невозможность объяснить процесс рассуждений на понятном человеку языке.
Перспективы развития
По словам исследователей DeepMind, основной фокус AG2 — развитие математического мышления, что может быть полезно в таких областях, как:
✔ Инженерный дизайн;
✔ Автоматизированная проверка систем;
✔ Робототехника;
✔ Фармакология;
✔ Геномные исследования.
В будущих версиях разработчики планируют:
🔹 Полностью автоматизировать процесс решения геометрических задач без ошибок;
🔹 Расширить поддержку новых концепций геометрии;
🔹 Ускорить вычисления и повысить надежность системы.
Таким образом, AG2 уже сейчас превосходит человека в геометрии, но остается лишь узкоспециализированным инструментом. Пока же он доказывает, что искусственный интеллект становится все ближе к моделированию человеческого мышления.


