然而近日，麻省理工的科学家基于 OpenAI Codex 预演习模型在高数上通过 few-shot learning 的精确率达到了 81%！
最主要的是，与OpenAI凭借“编程技巧”取得数学高分的方法不同，谷歌AI这一次，走的可是“像人一样思考”的路子。
当之无愧的“AI做题家”
乍一听，大多数网友的第一反应是，怎么连AI做高数题都考不了满分。确实在此前，科学家一贯都在考试测验让AI机器人寻衅数学考试，但频年不及格，乃至低到只有20多分。因此，人们普遍认为神经网络无法办理高档数学问题。但这一次，麻省理工的科研职员成功了。
课程范围从低级微积分到微分方程、概率论、线性代数都有，题目形式除了打算、乃至还有画图。这一次，谷歌AI“满血版”，也都拿到了做题家中的最高分，直接将分数拉高了20分旁边，节制了更好的解题技巧。
研究团队的办理思路是先在文本上做预演习，再用代码进行微调，把数学问题转换成等价的问题，通过让 AI 自动天生补充提干的高下文，将题目自动天生适宜模型运行的文本后，再天生对应的代码并运行，终极办理数学问题。研究团队下一步打算把这项技能扩展到更多课程，并考虑实际运用到传授教化中。
密涅瓦通过天生办理方案来办理问题，包括数值打算、符号操作，而不须要依赖打算器等外部工具。密涅瓦可以将自然措辞和数学符号进行结合来解析和回答数学问题。密涅瓦不仅可以办理代数问题，还能办理物理、数论、几何、生物、化学、天文学等浩瀚问题。
为了更好地确认模型可以改进的领域，研究者们剖析了模型出错的问题样本，创造大多数缺点很随意马虎阐明。结果表明，大约一半是打算缺点，另一半是推理偏差，缘故原由是办理步骤没有遵照逻辑思考链。
同时，Minerva 也有可能得出精确的终极答案，但推理依然缺点。剖析结果显示，这种概率相对较低，Minerva 62B 在 MATH 数据集上的均匀低于 8%。
是高数太难不是AI太弱
事实上近年来，科学家们一贯考试测验让AI机器人通过数学考试寻衅，由于在此之前频年“失落利”，从未及格，乃至低至20余分，使人们一度认为AI无法寻衅高数。近日，科学家们研制的AI精确率达到了81%，此前9-12岁的小学数学上仅拿到了20多分，经由重新演习后才勉强达到55分。
以是分数低真不是AI的问题，是高数太难了！
要知道AI不仅在技能圈有着不错的发展，在不同的领域也大展拳脚，前有让 AI 在 40 秒写 40 篇高考作文，用 AI 修复很多宝贵的照片、画面。不仅有学生们盼着有一天能用 AI 做作业，还有老师们也期望用 AI 出卷子。
那么间隔AI考满分的那天还有多远呢？