أفادت OpenAI اليوم بأنها نجحت في حل ٣٧٧ مسألة رياضية كانت مستعصية لسنوات، وذلك باستخدام نموذج ذكاء اصطناعي متقدم لم يُطرح بعد للجمهور.
تفاصيل الإنجاز
تغطي النتائج الجديدة مجموعة واسعة من الفروع تشمل الجبر، نظرية الأعداد، علوم الحاسوب النظرية، المنطق الرياضي، والطوبولوجيا. النموذج المستعمل هو نسخة أكثر تقدماً من النموذج الذي حل معادلة نافير-ستوكس الشهر الماضي، ولم يتم إصداره للجمهور. تم التحقق من معظم البرهنات باستخدام لغة Lean، بينما وفّر OpenAI ملخصات لكيفية توصل النموذج إلى الحل لعشرة من المسائل، حيث استغرق كل حل متوسط ثلاثة ساعات من الحوسبة.
ردود المجتمع العلمي
عبّر ترايسن باكماستر من جامعة نيويورك عن شكوكه حول ما إذا كان الباحثون الذين يستخدمون نماذج AI قد يزودونها بالمعلومات التي تساعدها على الوصول إلى الحل قبلهم. وأشارت ميلاني وود من جامعة هارفارد، عضو مجلس الاستشارة المستقل، إلى ضرورة وضع معايير وشفافية لتمكين الرياضيين من فهم النتائج. كما أبدى كاي شيخ، طالب دراسات عليا في الرياضيات، قلقه من أن “التنافس البشري قد يخنق جمال البحث”.
- تحسين أدوات البرمجة التي تعتمد على نماذج LLM لتوليد حلول رياضية معقدة.
- ضرورة اعتماد معايير شفافية عند استخدام AI في الأبحاث العلمية.
- إمكانية دمج أنظمة التحقق مثل Lean في خطوط التكامل المستمر للمطورين.
- ظهور نماذج جديدة تستهدف توليد برمجيات رياضية أو تحسين الخوارزميات.
ما يعنيه ذلك للمطورين
بالنسبة للمطورين، تُظهر هذه الإنجازات أن نماذج الذكاء الاصطناعي قد وصلت إلى مرحلة تستطيع فيها معالجة مسائل رياضية متقدمة، ما قد يفتح أبواباً لتوليد شيفرات أكثر كفاءة أو حتى مساعدة في تحليل خوارزميات معقدة. ومع توصيات مجلس الاستشارة بضرورة نشر السلاسل الفكرية للـ AI، قد نشهد قريباً أدوات تسمح للمطورين بفحص “خطوات التفكير” للنماذج، ما يعزز الثقة والاعتماد على هذه التقنيات في بيئات الإنتاج.
المصدر: watoday.com.au