من تحليل القطط إلى نظرية إردوش: يهاجم الذكاء الاصطناعي القمم الرياضية بشكل متزايد

تنتقل نماذج الذكاء الاصطناعي من المهام الإنسانية إلى حل الرياضيات المعقدة

*حاليًا، تم تطوير معظم أنظمة الذكاء الاصطناعي في الأصل للعمل مع النصوص والصور، لكن مطوريها يدركون بشكل متزايد إمكانية تطبيقها في مجال الرياضيات. هذا يفتح اتجاهين مهمين:*

1. التقدم العلمي – تسمح النماذج الجديدة بالعثور بسرعة على حلول كانت تُعتبر غير قابلة للحل سابقًا.

2. عرض قدرات الذكاء الاصطناعي – إنجازات الرياضيات تشكل دليلًا واضحًا على فعالية التكنولوجيا.

أمثلة على النجاحات
- استخدم طالب من كامبردج نموذج OpenAI وحل مسألة إردوش التي كانت تُعتبر غير قابلة للوصول سابقًا.

- تظهر النماذج نتائج عالية في أولمبياد الرياضيات الدولي والمسابقات المتخصصة الأخرى.

- تشيد عضو مجلس الإدارة السابق هيلين تونر: «لقد تجاوزنا بالفعل مهام بسيطة مثل تمييز القطط والكلاب؛ الآن ينجز الذكاء الاصطناعي مسائل على مستوى عالٍ».

التطوير المتخصص
شركة موديل سبيس (DeepMind – جوجل) AlphaProof الرياضيات DeepMind – جوجل AlphaGeometry الهندسة
حصلت هذه النماذج على اعتراف في معايير Epoch AI، التي تقيس سرعة ودقة الحلول. كانت النماذج اللغوية الضخمة تُعتبر غير مناسبة في البداية لأنها تولد نصًا «بناءً على الاحتمالات» وغالبًا ما «تحلم». ومع ذلك، أدخلت التعزيز والتصميمات المنطقية تحسينًا كبيرًا في موثوقيتها.

تعزيز الفريق العلمي
جلبت OpenAI اثنين من علماء الرياضيات البارزين:

- إرنست ريو – جامعة كاليفورنيا، لوس أنجلوس

- ميتاب سوهني – جامعة كولومبيا

يساعد هؤلاء المتخصصون في تحسين النماذج وقدراتها على حل المشكلات المعقدة.

الرياضيات كتجربة «قابلة للتحقق»
يمكن التحقق تلقائيًا من الأدلة الرياضية، ما يجعلها المجال المثالي لتجارب الذكاء الاصطناعي. كما يعزز ذلك تطوير البرمجيات:

- تستثمر Anthropic في Claude Code – مساعد يولّد كود برمجي.

ما هو القادم؟
لمعالجة الأسئلة العلمية الصعبة حقًا، يجب أن يعتمد الذكاء الاصطناعي على النتائج القائمة بالفعل ولا يقتصر على جلسة «توسطية» واحدة. تستطيع النماذج حاليًا تجميع المعلومات من مختلف التخصصات بفعالية، مما يسرّع اكتشاف أفكار جديدة. يعتقد الخبراء أنه في المستقبل القريب سيصبح هذا المحرك الأساسي للتقدم العلمي.

> *في الرياضيات، أثبت الذكاء الاصطناعي فعاليته.*