大学レベルの数学を数秒で解く機械学習モデル「OpenAI Codex」、性能改善の裏側に迫る：解法を解説し、同じような問題を作り出すことも可能

ニューラルネットワークは高度な数学の問題を解くことはできないと広く信じられてきた。MITはこの神話を打ち破るため、ニューラルネットワーク「OpenAI Codex」を用いてテキストで事前学習し、コードで微調整することで、大学レベルの数学問題を正答率81％で解くことに成功した。これまでの正答率は8.8％だったという。さらに問題について解説したり、新たに問題を生成したりすることも可能だ。

[＠IT]

　マサチューセッツ工科大学（MIT）は2022年8月3日（米国時間）、大学レベルの数学の問題を数秒で解くだけでなく、解法を解説し、同じような問題を作り出すことが可能な手法を開発したと発表した。機械学習モデルにはOpenAIの「OpenAI Codex」を用いた。

　開発したのはMITの電気工学／コンピュータサイエンス学部（EECS）のイド・ドロリ講師を中心とする学際的研究チームだ。

　生成した問題を大学生に見せたところ、学生はアルゴリズムが生成した問題なのか、人間が生成した問題なのかを見分けることができなかったという。

　今回の研究成果を応用すれば、数学の講座に使うコンテンツを効率的に生成でき、数千人の受講生がいる大規模な講座や大規模なオープンオンライン講座（MOOC）で有効だと考えられるという。さらに、学部の数学の問題を解く際の手順を学生に示す自動チューターとしても利用できるだろう。

　ドロリ氏はコロンビア大学コンピュータサイエンス学部の非常勤准教授でもあり、2022年夏からボストン大学の教員になる予定だ。「今回の成果は学生の数学能力の改善に役立ち、教師が新しいコンテンツを作る手助けになる。コースによっては難易度を上げる際にも役立つだろう」（ドロリ氏）

性能を大幅に改善できた「ひらめき」とは

　ドロリ氏は学生や同僚と共に、このプロジェクトに2年近く取り組んできた。テキストのみを用いて事前学習したモデルでは、高校数学の問題であっても8.8％以上の正答率が得られないことが分かっている。グラフニューラルネットワークを使ったモデルでは、問題を解けるようになるものの、学習に1週間かかっていた。さらに回答について説明することはできない。