باحثون يستخدمون نماذج ذكاء اصطناعي لحل مسائل رياضية مفتوحة
أعلن فريق بحثي بقيادة العالم بينغوي بنغ (Binghui Peng) عن استخدام نماذج ذكاء اصطناعي متقدمة مثل GPT-5.5 Pro وOpus 4.8 ضمن خط أنابيب بحثي (pipeline) ساعد في حل عدد من المشكلات المفتوحة طويلة الأمد في مجالي الرياضيات وعلوم الحاسوب النظري، في خطوة تعكس توسع دور الذكاء الاصطناعي في البحث العلمي المتقدم.
تفاصيل الخبر
كشف المشروع البحثي، المنشور عبر مستودع GitHub باسم pipeline-math، عن نتائج استخدام نماذج ذكاء اصطناعي بما فيها: GPT-5.5 Pro وOpus 4.8 في المساعدة على إنتاج براهين رياضية وحلول لمسائل مفتوحة من مؤتمرات ومجالات بحثية مرموقة.
وتتضمن أبرز تفاصيل استخدام نماذج ذكاء اصطناعي:
- استخدم الفريق نموذج GPT-5.5 Pro داخل خط أنابيب توليدي للبراهين الرياضية، إلى جانب نموذج Opus 4.8 للتحقق والتدقيق.
- نجح النظام في حل تسع مسائل مفتوحة في مجالات تشمل التعلم الآلي النظري، نظرية الحلقات التبادلية، ومسائل من مؤتمرات مثل COLT وFOCS.
- شملت النتائج مشكلات في مجالات مثل:
- التعلم الإحصائي وتقدير الاحتمالات
- الاستقرار في الخوارزميات التكيفية
- مسائل في نظرية الأعداد والأنظمة الجبرية
- اعتمد الباحثون على أسلوب prover–verifier pipeline حيث يقوم نموذج بإنتاج البرهان بينما يقوم نموذج آخر بالتحقق منه.
- تم توثيق بعض النتائج باستخدام Lean 4، وهو نظام رسمي للتحقق الرياضي الآلي.
- أشار الفريق إلى أن كتابة الأبحاث تم بمساعدة أدوات مثل Claude Code، مع مراجعة بشرية نهائية من الباحثين.
- يتضمن المستودع العام على GitHub عددًا من الأوراق العلمية التي توثق الحلول مع شيفرات التحقق الرسمية.
- ما زال المشروع في مرحلة التوسع، مع خطط لإصدار أدوات مفتوحة المصدر لتوسيع استخدام التحقق الآلي للبراهين.
الأهداف المستقبلية
يمثل هذا العمل خطوة مهمة نحو دمج نماذج ذكاء اصطناعي في البحث الرياضي النظري، مع التركيز على تقليل الجهد البشري في اكتشاف البراهين والتحقق منها.
ومن أبرز الأهداف المستقبلية:
- تطوير أنظمة ذكاء اصطناعي قادرة على اكتشاف براهين جديدة بشكل مستقل.
- تعزيز الاعتماد على أدوات التحقق الرسمية مثل Lean 4 لضمان صحة النتائج الرياضية.
- توسيع استخدام خطوط الإنتاج (pipelines) في حل مسائل بحثية مفتوحة عبر مجالات متعددة.
- تحسين التعاون بين النماذج المختلفة بحيث تتخصص كل منها في مرحلة من مراحل الاكتشاف والتحقق.
- تقليل الوقت اللازم لحل المشكلات الرياضية النظرية المعقدة من سنوات إلى أسابيع أو أيام.
- فتح المجال أمام أبحاث رياضية “مساعدة بالذكاء الاصطناعي” كمعيار جديد في النشر العلمي.
- تعزيز موثوقية النتائج عبر دمج التحقق الآلي مع المراجعة البشرية.
يعكس هذا المشروع تحولًا مهمًا في طريقة التعامل مع المسائل الرياضية المعقدة، حيث أصبح الذكاء الاصطناعي جزءًا فعليًا من عملية الاكتشاف الرياضي وليس مجرد أداة مساعدة، مما قد يغير مستقبل البحث في الرياضيات وعلوم الحاسوب النظري بشكل جذري.
