نموذج ذكاء اصطناعي حلّ ١٠ مسائل رياضية عالقة منذ عقود بـ ٢٠٠٠$ فقط

في الأول من أغسطس ٢٠٢٦، أعلنت OpenAI أن نسخة داخلية من نموذجها القادم، الذي يحمل اسم Astra، تمكّنت من حل عشر مسائل مفتوحة كانت بلا حل في الرياضيات وعلوم الحاسوب النظرية. الأمر اللافت أكتر من عدد المسائل نفسه هو الطريقة والتكلفة: النموذج نشر إثباتات قابلة للتحقق الآلي (عبر أداة تُدعى Lean) على GitHub، بتكلفة حوسبة بلغت تقريباً ٢٠٠٠ دولار فقط.

شو يعني "مسألة مفتوحة منذ عقود"؟

في الرياضيات، توجد أسئلة معروفة جيداً بقيت بلا إجابة قاطعة لسنوات أو حتى عقود، رغم محاولات أجيال من الباحثين حلّها. من ضمن ما تناوله Astra: إثبات وجود ما يُعرف بـ"المجموعات غير السوفيكية" (non-sofic groups)، وحدود جديدة في مسائل تعبئة الكرات (sphere-packing). الأبرز من بينها هو ما يُعرف بتخمين "المسافة الواحدة" المرتبط بعالم الرياضيات الشهير بول إردوش، والذي يتناول أقصى عدد من أزواج النقاط في مستوٍ تفصل بينها مسافة تساوي بالضبط وحدة واحدة — مسألة عمرها عقود في هندسة التوافقيات (combinatorial geometry). النموذج تمكّن من دحض هذا التخمين، وفيلدز ميدالست تيموثي غاورز قال بحسب ما نُقل عنه إنه يوصي بنشر الإثبات في مجلة علمية من الطراز الأول.

ليش هاي القصة مختلفة عن "نموذج ذكاء اصطناعي جديد" العادية؟

كل أسبوع تقريباً في ٢٠٢٦ في خبر عن نموذج جديد يكسر رقماً قياسياً في اختبار أداء معين. لكن هذه القصة مختلفة لثلاثة أسباب:

• **النتائج قابلة للتحقق آلياً**، مو مجرد ادعاء أو نتيجة اختبار داخلي. الإثباتات منشورة بصيغة يمكن لأي شخص، أو أي برنامج، التحقق منها رياضياً.
• **التكلفة زهيدة جداً مقارنة بالنتيجة**، وهذا يقلب فكرة أن الاكتشاف العلمي المتقدم يحتاج فرقاً بحثية كبيرة وميزانيات ضخمة.
• **الرياضيات مجال له قواعد واضحة وإجابات يمكن التحقق منها**، وهذا يختلف عن مهام التفكير العام. بمعنى آخر، النتيجة قوية جداً في مجالها، لكنها لا تعني بالضرورة أن نفس النموذج بنفس القوة في مهام أقل وضوحاً من ناحية "الصح والخطأ".

هل هذا يعني إن الذكاء الاصطناعي "أذكى من علماء الرياضيات" الآن؟

الإجابة الأدق: في مجالات محددة جداً حيث توجد قواعد واضحة وطريقة للتحقق من صحة الإجابة، نعم النموذج أظهر قدرة استثنائية. لكن هذا لا يعني تعميم النتيجة على كل أنواع التفكير أو حل المشاكل. الرياضيات مجال يكافئ نقاط قوة الذكاء الاصطناعي تحديداً — قواعد صارمة، وإمكانية التحقق الآلي من كل خطوة — وهذا مختلف جوهرياً عن مهام تتطلب حكماً بشرياً أو سياقاً غامضاً.

نموذج Astra نفسه لم يُطرح للاستخدام العام بعد، والنسخة التي حققت هذه النتائج هي نسخة داخلية تجريبية. هذا يعني أن الوقت بين "الإنجاز البحثي" و"الأداة التي تستخدمها فعلياً في المتصفح" لا يزال يحتاج وقتاً، تماماً متل ما شفنا مع أجيال نماذج سابقة.

شو يعني هذا الكم مستخدم عادي؟

لست بحاجة لفهم رياضيات متقدمة لتلاحظ الاتجاه العام: كلفة الاكتشافات المتقدمة بالذكاء الاصطناعي تنخفض بسرعة، وهذا عادةً ما ينعكس لاحقاً على الأدوات اليومية بشكل تحسينات في قدرة التفكير المنطقي والتحليل — سواء في حل مسألة برمجية معقدة، أو تحليل بيانات، أو حتى بناء حجة منطقية متماسكة في نص طويل.

يمكنك متابعة أحدث تحديثات النماذج ومقارنة قدراتها الفعلية على صفحات الأدوات المقيّمة على AI Rank، بدل الاعتماد على عناوين الأخبار وحدها.