AI學高數達到MIT本科水平，學了微積分線性代數概率論等6門課，不光能做題還能出題
GPT-3小學數學不及格，Codex會做150道高數題
夢晨 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
讓語言模型做數學題，有多難？
強如GPT-3，在9-12歲的小學數學上，第一次才考20多分。
去年底GPT-3用上新方法努力了很久終于拿到55分，可惜還是沒及格。
萬萬想不到啊，2022年才剛開始，突然有人宣布他們的模型掌握了高數，達到MIT本科水平。
AI學了6門MIT本科基礎數學課里隨機抽取的例題，都是網上就有的公開課，包括：
單變量微積分(課程編號18.01)
多變量微積分(18.02)
微分方程(18.03)
概率與統計入門(18.05)
線性代數(18.06)
計算機科學中的數學(6.042)
那么AI最后學到什么水平呢？
6門課程每門隨機出25道題，再加上一個ACT水平（美國高考）的數據集里的60道題。
總計210道題，AI全部答對。
題目包括需要求出具體數值的，比如菌落繁殖的經典問題。
也有要求給出方程式的。
要求畫出函數圖像的也沒問題。
最后為了證明訓練出來的AI沒有過擬合，還額外加試了一場應用線性代數(COMS3251)。
這門課不是公開課，網絡上根本沒有，也就是說AI在預訓練階段不可能接觸到，結果AI也掌握了。
要知道在短短幾個月前，AI還在掙扎于“小明種了5顆檸檬樹，每年從每棵樹上得到6個檸檬，10年間他總共得到多少檸檬”這樣的問題。
短短幾個月，從小學數學跨越到了高等數學。
這項來自MIT+哈佛+哥倫比亞大學+滑鐵盧大學的聯合研究開了什么掛？
對于AI也是審題最重要
研究團隊發現以前用AI做數學題的嘗試有一個共同點：訓練數據里只有文本。
這簡直是AI中的文科生，學不好數學也算正常。
那么AI中的理科生要怎么培養？
研究團隊的解決思路是先在文本上做預訓練，再用代碼進行微調。
核心思想是把數學問題轉換成等價的編程問題。
他們找來的這位AI理科生與GPT-3師出同門——
OpenAI的Codex，也是GitHub代碼生成工具Copilot背后的技術基礎。
Codex解題的過程分兩步：先審題，再作答。
第一步，自動生成需要的上下文，把題干擴充、縮減或改寫成適合編程解決的樣子。
第二步，生成對應的代碼，運行后給出答案。
比如補充自然語言題干中隱藏著的問題語境“在微分方程中”。
列好解題需要用到的Python庫。
把問題擴充成更精確的數學語言。
原問題：
計算撲克牌中一副手牌中有兩對的概率。
改寫問題：
一副手牌有5張牌，從13組每組4張一共52張牌中隨機抽取。
“兩對牌型”要求手牌中共有3種牌，每種數量不能多于兩張，也就是說相同的牌不能超過三張。
請編寫一個模擬程序求出抽到“兩對牌型”的概率。
（這也太嚴謹了）
對于一個復雜問題，先自動生成中間步驟的提示，再寫代碼。
如果題目中有與數學無關的多余信息，也需要去掉。
就這樣，AI靠先審題再寫代碼的方式做出全部正確答案。
除了做題，學會高數的AI還能反過來給人類出題。
不到一秒鐘就能出一道題，試驗中總共出了120道題。
把人類出的題和AI出的題混在一起，找學生來做問卷調查，學生也很難分清一道題是不是AI出的。
他們覺得AI出的題要稍微難一些，但大多數題目放在課程里也算合適。
AI出的題你會做嗎？
論文中列出了這項研究還存在幾個局限性。
首先是做不了題干帶配圖的題，這次試驗中也沒有需要大量證明的題。
另外最終答案是實際運行代碼得出的，但最近有研究表明神經網絡也可以直接預測出部分代碼的執行結果。
以及還是有一些開放性高的題目AI做不出來。
比如“一個向量v能否表示為一個集合S中的向量之和？”或者“以下方程的整數值解是什么？”
最后還有一個彩蛋，論文作者中出現了Gilbert Strang。
他編寫的《線性代數導論》被譽為最好的線性代數教科書之一。
他在這篇論文中的貢獻是提供了研究思路。
研究團隊下一步打算把這項技術擴展到更多課程，并考慮實際應用到教學中。
也許以后MIT的同學期末考試里會有AI出的題了。
要不先來試一試，AI出的題你能做出來嗎？
論文地址：
https://arxiv.org/abs/2112.15594
參考鏈接：
[1]https://www.reddit.com/r/MachineLearning/comments/rutbpv/r_a_neural_network_solves_and_generates/
- GPT-5-Thinking新訓練方法公開：讓AI學會懺悔2025-12-04
- GPT5.5代號“蒜你狠”曝光！OpenAI拉響紅色警報加班趕制新模型，最快下周就發2025-12-03
- 華爾街尬捧TPU學術界懵了：何愷明5年前就是TPU編程高手，多新鮮2025-11-30
- 混元OCR模型核心技術揭秘：統一框架、真端到端2025-11-30
相關閱讀
