AI matematik çözücüleri nasıl çalışıyor ve en iyileri neden iki motor kullanıyor

Bir sohbet botu uzun bir integrali çözerken ortada aritmetikte hata yapıyorsa, bu nadir bir hata değil. Kendinden emin biçimde yanlış cevap veren bir araç, açıkça başarısız olandan daha kötüdür; bu yüzden doğru çözücüler sorunu tasarımın kendisinde çözer.

Birinci aşama: problemi içeri almak

Kamera tabanlı çözücüler matematiksel gösterime uyarlanmış OCR ile başlar. Basılı ders kitabı soruları yüksek doğrulukla geçer, el yazısı ise başka bir hikayedir: tanıma oranı araca ve yazana göre kabaca yüzde 80 ile 95 arasında değişir; kesirler, üsler ve iç içe ifadeler en sık zarar görenlerdir.

Bu aşamanın tehlikeli özelliği, hatalarının sessiz olmasıdır: yanlış okunan bir üs hata mesajı üretmez, bambaşka bir problemin tamamen geçerli çözümünü üretir. Bu yüzden iyi uygulamalar çözmeden önce çözümlenen ifadeyi gösterir. Klavyeyle yazılan sözel problemler ise doğal dil katmanından geçerek sonraki aşamanın işleyebileceği bir ifadeye dönüşür.

İkinci aşama: CAS ile hesaplama

Matematiğin kendisini en iyi bilgisayarlı cebir sistemi yapar. CAS sembolik ifadeleri kurala göre işler: çarpanlarına ayırır, sadeleştirir, türev alır, integral alır ve denklemleri kesin olarak çözer. Wolfram Alpha, Mathematica üzerinde çalışır; pek çok başka araç ise SymPy gibi açık kaynak motorları kullanır. Önemli olan, CAS'ın tahmin etmemesidir: ya geçerli bir kural uygular ya da başarısız olur.

Üçüncü aşama: LLM ile anlatmak

CAS'ın kötü olduğu şey, kendini bir öğrencinin izleyebileceği biçimde anlatmak ve sözel problemlerin dağınık diliyle baş etmektir. Büyük dil modelleri burada güçlüdür: uygulanan kuralı adlandırır, neden geçerli olduğunu söyler ve iki istasyondan kalkan iki trenle ilgili bir paragraftan matematiği çekip çıkarır.

Ancak hesaplama için tek başına kullanıldığında zayıf halka LLM'dir. Metin tahmin eder, bu yüzden uzun çok adımlı hesaplarda ara sıra bir işareti düşürür ya da yanlış formülü uygular. Akıl yürütmeye odaklı modeller bu farkı kapattı, ama hesap yoğun problemlerde hâlâ CAS'ın gerisinde kalırlar.

Hibrit tasarım ve doğruluk tersine dönüşü

Bu yüzden en güçlü çözücüler işi böler: doğru cevabı CAS verir, LLM oraya nasıl varıldığını anlatır. Photomath, Mathway ve Symbolab gibi özel uygulamalar standart ders kitabı sorularını yüzde 90 ila 98 oranında doğru çözer ve temiz denklemlerde sohbet botlarını geçer, sözel problemlerde ise sıralama tersine döner.

Matematik yapan bir ürün geliştirenler için pratik öneri şudur: hesaplama ile anlatımı ayrı bileşenlerde tutun ve bir dil modelinin CAS'ın kesin olarak yapacağı aritmetiği yapmasına asla izin vermeyin. Ücretsiz seçenekler (Microsoft Math Solver, GeoGebra ve sohbet botlarının ücretsiz sürümleri) standart müfredatı iyi kapsıyor.