Axiom Math внедри формална верификация, за да прочисти математическите изследвания от халюцинации
Източник: TechCrunch / Axiom Math
В опит да реши един от най-хроничните проблеми на генеративния изкуствен интелект в академичния свят, новосъздаденият стартъп Axiom Math представи интегрирана работна среда за учени, която използва формална верификация за пълно елиминиране на халюцинациите и фалшивите изводи при решаване на сложни математически теореми [1]. Платформата съчетава креативната интуиция на езиковите модели с безкомпромисната логическа стриктност на интерактивни системи за доказателства като Lean.
Край на правдоподобно звучащите псевдодоказателства
Досегашните опити за използване на модели като GPT-4 или Claude за научни цели редовно се сблъскваха с фундаментален дефект: моделите генерираха уравнения, които изглеждаха безупречно на повърхността, но съдържаха фини логически грешки в междинните стъпки. Axiom Math премахва този проблем, като задължава невронната мрежа да компилира всяко твърдение във формален машинен език, където автоматичен математически инструмент проверява валидността преди да предложи отговора на изследователя.
Приложения в криптографията и верификацията на смарт контракти
Освен за чистата наука, технологията има непосредствено търговско приложение в критични софтуерни сектори. Верифицирането на криптографски протоколи, аерокосмически софтуер и финансови договори по традиция изисква месеци ръчен труд от скъпоплатени специалисти. Автоматизираният формален синтез обещава да съкрати този процес до минути, предоставяйки математически сертификат за пълна липса на уязвимости.
Сливането на невронната интуиция и символната безпогрешност като бъдеще на научния ИИ
Инициативата на Axiom Math маркира ключовия преход от чисти статистически езикови модели към хибридни невро-символни архитектури. Чистият дълбок модел сам по себе си никога не може да гарантира абсолютна истинност поради вероятностната си природа. Единствено чрез свързването на модела с детерминистични системи за проверка човечеството може безопасно да му повери развитието на науката, сигурността на енергийните мрежи и критичната инфраструктура.
Анализ на невро-символния синтез, проверката на теореми и сигурността на критичния софтуер.