Адаптивний алгоритм запобігання погрішностям математичних міркувань у системах штучного інтелекту

Анотація

У роботі проведено визначення особливостей вирішення простих арифметичних задач із логічною складовою за допомогою чат-ботів із генеративним штучним інтелектом. Як такий чат-бот розглянуто Copilot. Виявлено, що при поглибленні чи уточненні запиту ймовірність отримання вірної відповіді зменшується, бо розширення параметрів запиту призводить до виникнення погрішностей при формуванні відповіді. Подібна проблема дійсно існує і називається обмеженнями великих мовних моделей у математичних розмірковуваннях. Запит користувача і пошук інформації на питання відбувається нелінійно. Користувачі змінюють, доповнюють запити, що лише погіршує кінцеву відповідь чат-боту. Для мінімізації виникнення подібних погрішностей і неточностей пропонується використовувати підхід з нелінійною Z-апроксимацією. Враховуючи, що Z-перетворення базуються на адаптивних алгоритмах та здатні змінювати структурні особливості цих алгоритмів, то при кожній ітерації за таким алгоритмом буде відбуватися наближення до деякої точки, що містить вірну відповідь, а не віддалятися за межі області пошуку. У цьому випадку поведінку користувача, який додає до чат-боту з генеративним штучним інтелектом нові обмеження та уточнення до задачі, можна описати через рекурентні співвідношення породжуваних дрібно-раціональних апроксимацій. У підсумку це дозволяє побудувати напрям руху до вірної відповіді з обмеженням несуттєвих для розуміння задачі зауважень. Запропонований алгоритм дозволяє виконати такі обчислення для дій користувача, що описуються основними тригонометричними функціями. Алгоритм апробований для функцій sin х, cos х, tg x, arctg x мовою програмування Python із застосуванням бібліотеки TensorFlow. У підсумку алгоритм дозволив отримувати вірне рішення задачі, проте зафіксовано збільшення часу виконання завдання при ускладненні логічних умов.