بمئات المليارات من الدولارات المخصصة للرياضيات، بدأ النموذج الكبير MathGPT في اختبار النسخة التجريبية العامة

لقد بشر سوق النماذج المحلية واسعة النطاق بـ "لاعب" جديد، وهذه المرة هو نموذج واسع النطاق مخصص للرياضيات.

في 24 أغسطس، علم قلب الآلة أنه في الذكرى العشرين للبث المباشر لـ TAL، أعلن CTO Tian Mi أن MathGPT، وهو نموذج واسع النطاق على مستوى 100 مليار في مجال الرياضيات طورته TAL، تم إطلاقه رسميًا وافتتاحه نسخة تجريبية عامة. من الآن فصاعدا، يمكن للمستخدمين التقدم للحصول على تجربة تجريبية مجانية من خلال الموقع الرسمي (تقدم بطلب للحصول على حساب مسجل.

في شهر مايو من هذا العام، أعلنت TAL أنها تعمل على تطوير نموذج رياضي كبير تم تطويره ذاتيًا، يسمى MathGPT. MathGPT هو نموذج واسع النطاق في المجال الرأسي للرياضيات مع خوارزميات حل المشكلات والمحاضرات باعتباره جوهرًا لعشاق الرياضيات ومؤسسات البحث العلمي حول العالم، كما أنه أول نموذج واسع النطاق مصمم خصيصًا للرياضيات في الصين.

كما أنه سهل الاستخدام للغاية. عندما يستخدم المستخدمون MathGPT، يمكنهم تحميل أسئلة رياضية في نص أو صور، ومن ثم يمكنهم الحصول على تعليقات على الإجابات على شكل حوار، ويمكنهم أيضًا استخدام زر "سؤال عشوائي" لإنشاء أسئلة رياضية بشكل عشوائي وإعطاء إجابات بواسطة النظام.

حاليًا، يدعم MathGPT تجارب الكمبيوتر الشخصي والهواتف المحمولة بالإصدارين الصيني والإنجليزية.

القدرة الرائدة على حل المشكلات الرياضية

يجمع MathGPT بين سنوات TAL من التعليم والتدريس وتراكم البيانات البحثية، مع التركيز على مجال الرياضيات. إن إطار التدريب والاستدلال والنشر لمئات المليارات من النماذج الكبيرة يمنح النموذج قدرات قوية. من خلال البيانات التعليمية عالية الجودة، يتم تحقيق التدريب المستمر متعدد المهام والضبط الدقيق تحت الإشراف مثل حساب الموضوع والشرح والأسئلة والأجوبة، مما يظهر أداءً ممتازًا. بالإضافة إلى ذلك، بمساعدة محاذاة ردود الفعل البشرية، سيتم تحسين الجودة الشاملة للنموذج بشكل أكبر. يتمتع MathGPT بمزايا واضحة في دقة حل المشكلات والاستقرار وتجربة المستخدم.

من المفهوم أن قدرة MathGPT على الحوسبة الرياضية قد غطت مشاكل الرياضيات في المدارس الابتدائية والإعدادية والثانوية. ومع ذلك، فإن تفاعلات الأسئلة والأجوبة بخلاف الرياضيات ليست مفتوحة بعد.

التقرير الفني لـ MathGPT

ما هو التأثير المحدد؟ من بين نتائج الاختبارات لستة مجموعات عامة لتقييم الرياضيات، بما في ذلك C-Math وAGI-Math وAPE5K وCMMLU-Math وGaokao Mathematics وMath401، حققت MathGPT أعلى الدرجات في العديد من الاختبارات. وفي الوقت نفسه، كان أداء MathGPT جيدًا أيضًا في مجموعة الاختبارات العامة لـ C- في المدارس الإعدادية والثانوية.

نتائج MathGPT في المواد الدراسية المتوسطة والثانوية من قائمة C

بالإضافة إلى ذلك، فيما يتعلق باستقرار حل المشكلات وسهولة الشرح، تجري MathGPT تدريبًا نموذجيًا استنادًا إلى عدد كبير من بيانات عملية حل المشكلات للمعلمين المشهورين، وتكون خطوات حل المشكلات الخاصة بالنموذج احترافية وواضحة.

لنأخذ سؤال التسلسل كمثال، تتضمن الإجابة المقدمة من MathGPT ثلاثة أجزاء: "التحليل" و"الشرح التفصيلي" و"التشطيب"، وهو أكثر تفصيلاً من الشرح التقريبي للنموذج الكبير العام. من بينها، يوفر "التحليل" أفكارًا لحل المشكلات وأساليب تفكير للموضوع، مما يساعد المستخدمين على فهم الموضوع بشكل أفضل؛ انقر للمطالبة، ومساعدة المستخدمين على مراجعة القصد من السؤال والتفكير فيه، واستخلاص استنتاجات من مثال واحد.

بالنسبة للمستخدمين، لا يقتصر البحث عن المشكلات الرياضية على الحصول على الإجابات بأنفسهم فحسب، بل يتعلق أيضًا بمبادئ حل المشكلات ومنطق التفكير وراء الإجابات. بالمقارنة مع النماذج الكبيرة الأخرى ذات الأغراض العامة، يمكن لـ MathGPT حل المشكلات بدقة أعلى، ويمكنه أيضًا تحليل الإجابات بشكل أكثر وضوحًا وشرحها بشكل أكثر وضوحًا، وتلبية الاحتياجات الأساسية للمستخدمين بشكل أفضل لاستخدام منتجات الذكاء الاصطناعي لحل المشكلات الرياضية.

في نفس الوقت الذي تم فيه إصدار MathGPT، قامت TAL أيضًا بتحديث مجموعة تقييم المهام الرياضية التمثيلية والصعبة لخبراء الذكاء الاصطناعي العالميين وعشاق الرياضيات لتجربتها وتقييمها. تأمل TAL في جعل MathGPT تلعب دورًا أكبر في مجال تعليم الرياضيات، وهي على استعداد لمشاركة الصناعة في الخبرة وطرق تطوير مئات المليارات من النماذج الكبيرة استنادًا إلى محتوى واسع النطاق وعالي الجودة، وإحراز التقدم جنبا إلى جنب مع الصناعة.

تراكم TAL AI

مدفوعة بموجة الذكاء الاصطناعي، أعلنت العديد من شركات التكنولوجيا عن إطلاق منتجات نماذج لغوية كبيرة للأغراض العامة هذا العام، لكن TAL اختارت اتجاهًا آخر، لا يعتمد على الضبط الدقيق واستدعاء الواجهة لنماذج اللغات الكبيرة الحالية، ولا يعتمد على صنع نماذج لغوية كبيرة للأغراض العامة، ولكن بحث متعمق وتطوير نماذج كبيرة في المجال الرأسي للرياضيات، وتلتزم بإنشاء حلول رياضية مستقلة ومستقرة ومستدامة وعالية الجودة.

النموذج العام واسع النطاق "يؤكد على الأدب أكثر من النظرية"، ولكن هناك عيوب واضحة في حل المشكلات الرياضية وتفسيرها والسؤال والجواب والتوصية بها. على مستوى آخر، على الطريق إلى الذكاء الاصطناعي العام، تعد القدرة على التفكير الرياضي مهمة جدًا، وتقوم العديد من الشركات الكبيرة حول العالم بإجراء أبحاث في هذا المجال.

"تمتلك شركة Talk Future 20 عامًا من التراكم في بيانات الرياضيات والأعمال، وقد تراكمت لديها كمية كبيرة من البيانات التعليمية والقدرة على إنتاج البيانات التعليمية بشكل مستمر، لذلك اختارت القيام بهذا الشيء الصعب ولكنه صحيح." قال تيان مي إن Talent Future آمل أن أستخدم مع سنوات تراكمي في الرياضيات والذكاء الاصطناعي، سأقوم بعمل جيد في العمل الأساسي للرياضيات في عصر النماذج الكبيرة للذكاء الاصطناعي.

في الواقع، في وقت مبكر من عام 2017، أنشأت TAL مختبرًا للذكاء الاصطناعي. واستنادًا إلى دعم منصة الابتكار المفتوحة للتعليم الذكي والذكاء الاصطناعي، فاز مختبر TAL AI بـ 16 بطولة و6 مراكز متسابقة في مختلف مسابقات المؤتمرات الأكاديمية الكبرى، ونشر ما يقرب من 100 ورقة أكاديمية رفيعة المستوى في المجلات والمؤتمرات الدولية.

في عام 2019، أعلنت وزارة العلوم والتكنولوجيا أنه بالاعتماد على TAL لبناء منصة وطنية للابتكار المفتوح للذكاء الاصطناعي من الجيل التالي للتعليم الذكي، أصبحت TAL العضو الأول والوحيد في "الفريق الوطني" للذكاء الاصطناعي في صناعة التعليم. ، ولديه سنوات من البحث المتعمق في مجال الذكاء الاصطناعي. على مر السنين، قامت TAL ببناء منصة وطنية لابتكار تكنولوجيا التعليم مع قدرات خوارزمية الذكاء الاصطناعي الموجهة للتعليم، وحلول التطبيقات، وأنظمة البرامج والأجهزة الأساسية، والخدمات مفتوحة المصدر والمفتوحة المدفوعة بالاحتياجات الرئيسية لصناعة التعليم.

تشارك TAL أيضًا بنشاط في الترويج لبناء نظام قياسي نموذجي واسع النطاق، وباعتبارها وحدة أساسية، فقد شاركت على التوالي في المعايير الوطنية لسلسلة النماذج واسعة النطاق التي نظمتها المجموعة العامة الوطنية لتوحيد الذكاء الاصطناعي، و "تكنولوجيا نماذج ما قبل التدريب واسعة النطاق وتقييم التطبيقات" بقيادة الأكاديمية الصينية لتكنولوجيا المعلومات والاتصالات سلسلة معايير المجموعة، وإعداد سلسلة معايير "النموذج العام للتعليم" بقيادة تكنولوجيا المعلومات التعليمية لجنة المعايير بوزارة التربية والتعليم واللجنة الفنية الوطنية لتقييس تكنولوجيا المعلومات.

في الآونة الأخيرة، تتولى TAL دورًا رائدًا في تجميع معايير المجموعة للنماذج التعليمية الكبيرة جنبًا إلى جنب مع الأكاديمية الصينية لتكنولوجيا المعلومات والاتصالات، وجامعة فودان، وiFLYTEK، وBaidu وغيرها من مؤسسات البحث العلمي والجامعات والشركات الرائدة في الصناعة، والتي تغطي السيناريوهات بشكل شامل، تأثيرات التطبيق، وموثوقية الخدمة، تقييم إمكانيات النماذج التعليمية الكبيرة، وتوفير المرجع والتوجيه لتطبيق النماذج التعليمية الكبيرة.

استخدم الذكاء الاصطناعي لتحقيق تعليم فردي واسع النطاق

مع ظهور نماذج اللغات الكبيرة، أصبحت كيفية استخدام تكنولوجيا الذكاء الاصطناعي لخدمة جميع مناحي الحياة محط اهتمام اجتماعي. تعد صناعة التعليم واحدة من أولى الصناعات التي بدأت في طرح مجال الذكاء الاصطناعي، وقد جذبت التغييرات التي يمكن أن يجلبها الذكاء الاصطناعي إلى بيئة التعليم الاهتمام دائمًا.

"يوفر الذكاء الاصطناعي الفرصة لإعادة تعريف صناعة التعليم، وتتيح تكنولوجيا النماذج واسعة النطاق تحقيق التدريس الفردي على نطاق واسع." وأوضح تيان مي أن TAL تستكشف التعلم المخصص لمدة 20 عامًا، بدءًا من الفصول الصغيرة غير المتصلة بالإنترنت وحتى التعلم عبر الإنترنت من الفصول الكبيرة إلى فصول الذكاء الاصطناعي، يتطور الشكل باستمرار، لكن محتوى التدريس ثابت دائمًا، والتفاعل بين الطلاب والمعلمين أقل، ولا يمكن أن تصل التفاصيل إلا إلى مستوى الموضوع.

يعتقد تيان مي أن جوهر النماذج الكبيرة هو وسيلة أكثر فعالية لتعلم المعرفة من البيانات وتطبيقها. وبمباركة قدرات الذكاء الاصطناعي، أصبحت طريقة التعلم الجديدة المتمثلة في "الدراسة الذاتية للطلاب + الإجابة على أسئلة الذكاء الاصطناعي" ممكنة على نطاق واسع. يتم تقليل عتبة وتكلفة حصول المتعلمين على محتوى تعليمي عالي الجودة، وتستمر درجة التخصيص وتحسين محتوى التدريس الذي تم الحصول عليه في الزيادة، ويمكن تحقيق تدريس الذكاء الاصطناعي وتعليم الأسئلة والأجوبة لآلاف الأشخاص، ويمكن لكل طالب الحصول على المحتوى التعليمي الأنسب لهم.

واستنادًا إلى MathGPT، ستواصل TAL استكشاف طرق التعلم في بيئة الذكاء الاصطناعي لتقديم خدمة أفضل للمتعلمين ومحبي الرياضيات في جميع أنحاء العالم، ومشاركة تجربتها مع الصناعة في الوقت المناسب، والمساعدة في إحداث تغييرات إيجابية في تكنولوجيا التعليم من خلال تكنولوجيا الذكاء الاصطناعي.

مع التقدم السلس للإصدار التجريبي العام، ستستمر قدرة MathGPT على حل المشكلات في التحسن، كما سيتم أيضًا تسريع التطبيق على مستوى المنتج المستند إلى MathGPT وسيتم إصداره في المستقبل القريب.