证明数学定理是一项具有挑战性的工作，因此国际数学奥林匹克竞赛通常被认为是识别相关人才的方法，同时也是AI在数学和推理领域的试验场。公报说，AI系统往往难以解决几何和数学中的复杂问题，而该研究团队开发的一种方法可生成大量的合成训练数据（1亿个独特的示例），能让AlphaGeometry在没有任何人工演示的情况下进行自我训练。此外，研究团队还添加了一个基于形式逻辑的符号推演引擎，能让系统做出更“深思熟虑”的决策。

　　测试结果显示，在2000年到2022年国际数学奥林匹克竞赛汇编的30个几何问题中，AlphaGeometry在比赛时间内解决了25个问题，而通常的人类金牌得主能解决25.9个。相比之下，此前最先进的AI系统只解决了其中的10个。

　　公报说，通过AlphaGeometry，研究团队展示了AI日益增长的逻辑推理能力，以及发现和验证新知识的能力。解决国际数学奥林匹克竞赛级别的几何问题，是在通往更先进和通用的AI系统的道路上发展深度数学推理的一个重要里程碑。研究团队正在开源AlphaGeometry代码和模型，并希望它与合成数据生成和训练中的其他工具和方法一起，推动数学和人工智能等领域的新发展。

　　相关论文已发表在英国《自然》杂志上。