Исследователи объяснили, что нейронные сети получили широкое распространение в распознавании образов, лиц, объектов, игр в шахматы или го. Однако в этом случае ученые ставили перед собой другую цель — они хотели научить ИИ выполнять задачи, которые связаны с символической логикой — областью, где выводы делаются после вычислений внутри строгого символического языка. Схожие ИИ же пока могут только быстро складывать, делить или умножать большие целые числа.
Гийом Лампл и Франсуа Шартон из Facebook AI Research отметили, что для этой задачи они разработали алгоритм, который делает свою работу за считанные секунды. Они научили нейронную сеть делать необходимые выводы, воспринимая сложные формулы. Ученые уверены, что это первый шаг к новому способу применения нейросетей за рамками традиционных задач, с которыми уже справляется ИИ.
Cначала исследователи решили проблему, с которой сталкиваются другие нейронные сети — они неправильно воспринимают стандартные формулы. Разработка от Facebook воспринимает все математические сокращения и может интерпретировать их для дальнейших вычислений. После этого исследователи собрали базу из математических задач разной сложности, на которых обучался ИИ.
Нейронная сеть научилась решать даже самые сложные математические задачи. При этом она часто находит несколько решений для одной и той же задачи.