誰是AI數學解題之王？Gemini、ChatGPT奧林匹克賽都摘金，誰更接近頂尖天才高中生？

重點一：Google DeepMind 的 Gemini Deep Think AI 模型於 2025 年國際數學奧林匹亞（IMO）以自然語言直接解題，獲得金牌標準，成為首批獲官方認證的 AI 系統之一。

重點二：Google的Gemini大型語言模型透過「深度思考」功能及強化學習，正確解答六題中的五題。而最難的第六題，全體630名參賽學生中僅有5名學生解題成功。

重點三：該AI模型將先由數學家測試，未來預計納入Google AI Ultra訂閱服務，進一步推向市場。

Google母公司Alphabet旗下AI研究部門 Google DeepMind 宣布，其開發的人工智慧模型在國際數學奧林匹亞 (International Mathematical Olympiad, IMO) 競賽中，成功摘下金牌。

國際數學奧林匹亞是一項面向高中生的著名數學競賽，每個參賽國家派出六名選手，必須在4.5小時內解答六題。2025年共有630名參賽者，排名前半的參賽者獲得獎牌，而只有頂尖的前8%選手、共67人獲得金牌。

這項成就的關鍵在於，Gemini Deep Think AI 是在與全球頂尖高中生完全相同的競賽條件與評分標準下完成挑戰，成功在六道題目中解出五道（解題過程請點我），獲得總分35分（滿分42分），證明其已具備世界一流的複雜數學推理能力。去年，GoogleDeepMind的AlphaProof和AlphaGeometry 2系統組合取得了銀牌，解決了六個問題中的四個，獲得了28分。

有趣的是，OpenAI研究員Alexander Wei日前才在X上發文指出，OpenAI最新的實驗性語言模型在 也在國際數學奧林匹亞正確解答了六題中的五題，達到金牌水準。

執行長Sam Altman 則稱這一成就是 AI 發展十年來的重要里程碑，但強調這種「金牌級」能力的模型短期內不會公開。

因此，Google此番高調宣布金牌，再加上宣布該模型未來將納入Google AI Ultra，與OpenAI隔空較勁的意味十分濃厚。

Gemini能以自然語言理解題目，AI數學家教要來了？

更關鍵的是，雖然Gemini跟OpenAI的實驗模型在數學解題上都達到了IMO金牌水準， 但OpenAI的評鑑方式是由一群前IMO獎牌得主進行獨立評分，而非在官方競賽框架下進行 。相較之下，Google的AI直接面對官方試題，並在4.5小時的時限內完成作答，其結果的公正性與可比性更勝一籌。

此次參賽的AI是以 Gemini 系列大型語言模型為核心，並搭載了今年五月發布的 Deep Think 功能。此技術使其能夠模擬人類思緒，同時生成並評估多種解題路徑，最終整合出最佳答案。

為了訓練AI的數學能力，Google採用了強化學習 (reinforcement learning) 技術，並利用包含高品質數學解題過程、甚至是解題技巧與提示的特製資料庫進行訓練，使其能處理橫跨代數、組合數學、幾何與數論等領域的複雜證明題。

白話來說， Gemini Deep Think AI 能夠直接用自然語言（像人類一樣的英文敘述）理解和解答數學題目，不需要先把題目轉換成專業的電腦語言。而採用「平行推理」技術，意思是同時思考多種解題方法，最後選出最好的答案，而不是只走單一路線。

獲獎模型將納入Google AI Ultra方案

Google DeepMind表示，相較於去年獲得銀牌的AI模型 AlphaGeometry 與 AlphaProof 需要專家將題目翻譯成特定程式語言，耗時數日運算，今年新一代的Gemini模型已能直接以自然語言理解題目並生成證明，且在競賽時限內完成，展現了端到端的卓越能力。

Google計畫將此頂尖AI技術分階段推向市場，初期將提供給特定數學家進行測試與合作，最終將整合至名為「Google AI Ultra」的訂閱服務中，目前該服務的月費為新台幣8,150元，旨在為高階用戶提供更強大的AI助理功能與一系列進階AI服務。

延伸閱讀：年薪上看487萬！10大「AI最難取代」高薪職位出爐：不只工程師，這類非理科也超穩
電費愈貴它愈搶手，虛擬電廠是什麼？為何是AI時代穩定供電關鍵？

本文初稿為AI編撰，整理．編輯/ 李先泰

資料來源：Google、siliconangle、商業內幕

延伸閱讀

醫療AI國家隊來了！工研院揪團成立「MedBobi 2.0」平台，為何它能解放醫師的雙眼？
重返20歲要讀什麼？黃仁勳秒答「這科系」：下一波實體AI，要懂摩擦力、慣性⋯還有因果
「加入《數位時代》LINE好友，科技新聞不漏接」