Wie kann ich die Mathe-KI verbessern? (Python)?
Hey, ich möchte eine KI entwickeln, welche alle mögliche Arten von mathematischen Aufgaben lösen kann. Jedoch hat die KI bereits bei einfachen Aufgaben Probleme. Würdet ihr mir bitte sagen wo die Fehler sind?
Epoch 200/200
161/161 [==============================] - 0s 2ms/step - loss: 0.2215
Test Loss: 51562.15234375
1/1 [==============================] - 1s 531ms/step
Example 1
Input: 200001 + 32
Prediction: 27.477629
Ground Truth: 200033.0
Example 2
Input: 9999 + 9999
Prediction: 16.520712
Ground Truth: 19.998
Example 3
Input: 235 + 57
Prediction: 52.288643
Ground Truth: 292.0
Example 4
Input: 6000 + 3
Prediction: 3.0964882
Ground Truth: 6003.0
Process finished with exit code 0
1 Antwort
Vielleicht hast du beim Training Fehler gemacht, aber grundsätzlich ist es nicht trivial, einem neuronalen Netz das Rechnen beizubringen. Neuronale Netze sind im Prinzip genauso gut oder schlecht wie ein Mensch. Ein Mensch kann auch nur eine kleine Anzahl von Zahlenkombinationen auswendig lernen. Sobald die Zahlen größer werden, versagt bei den meisten Menschen das Kopfrechnen und es muss entweder ein Taschenrechner oder ein schriftliches Rechenverfahren verwendet werden. Auch einem neuronalen Netz kann man das schriftliche Rechnen beibringen, indem man es mit solchen Beispielen trainiert. Und genau wie Menschen macht es dann immer noch Fehler. Selbst eine so große KI wie ChatGPT macht beim schriftlichen Rechnen ab und zu Fehler.
Rechnen an sich ist nicht trivial und lernfähige Systeme haben Probleme, konstant eine hundertprozentige Genauigkeit zu erreichen. Deshalb haben wir Maschinen entwickelt, die durch statische Architekturen immer genau das gleiche Verfahren anwenden und im Gegensatz zum Menschen oder einem neuronalen Netz nicht vergesslich sind und nichts übersehen. Auch das menschliche Aufmerksamkeitssystem funktioniert für solche Anwendungsfälle nicht perfekt.
Trotzdem kann man mit geschickten Methoden und viel Aufwand Neuronale Netze trainieren, die erstaunliche Rechenleistungen vollbringen. Die zukünftige Entwicklung geht dahin, dass man einem neuronalen Netz nicht das Rechnen, sondern die Bedienung eines Taschenrechners beibringt. Wobei der Taschenrechner natürlich eine interne Komponente darstellt, die nicht zum lernfähigen Teil gehört. Solche KI Systeme sind dann quasi eine Kombination aus lernfähigen Neuronalen Netzen und klassischen Computern.