تقدم الذكاء الاصطناعي من جوجل في حل المشكلات الرياضية المعقدة

يتم تسليط الضوء من قبل BTW Media على تقدمات الذكاء الاصطناعي من جوجل في حل المشكلات الرياضية المعقدة لأن الأدلة المنشورة تربطها بالبنية التحتية للإنترنت والحوكمة والاعتمادات التشغيلية أو الرؤية السوقية.

• كشفت فرع DeepMind من جوجل عن AlphaProof وAlphaGeometry 2، نظامين متقدمين للذكاء الاصطناعي يعملان على التفكير الرياضي المعقد.
• تظهر تقدمات الذكاء الاصطناعي من جوجل تعاونًا أعمق بين الذكاء الاصطناعي والبشر في حل المشكلات المعقدة، والأهمية المتزايدة للتفكير المنطقي والتجريد في أبحاث الذكاء الاصطناعي.

رأينا
تؤكد قدرة الذكاء الاصطناعي من جوجل على حل المشكلات الرياضية المعقدة على تحول عميق. ومع استمرار تطور الذكاء الاصطناعي، يشير العمل الذي تقوم به جوجل ومنافسوها إلى أن تكنولوجيا الذكاء الاصطناعي لن تعمل كبدائل للذكاء البشري، بل كمحفزات تدفع فهمنا وابتكارنا إلى آفاق جديدة.
–Ashley Wang، مراسلة BTW

ماذا حدث

كشفت فرع الذكاء الاصطناعي في جوجل، DeepMind، يوم الخميس عن نظامين متقدمين للذكاء الاصطناعي، هما AlphaProof وAlphaGeometry 2، مما يمثل تقدمًا كبيرًا في حل المشكلات الرياضية المعقدة. يسلط هذا التطور الضوء على حدود جديدة في قدرات الذكاء الاصطناعي، تتجاوز معالجة اللغة إلى التفكير التجريدي وحل المشكلات.

أظهرت نماذج الذكاء الاصطناعي براعتها بحل أربع من ست مسائل في أولمبياد الرياضيات الدولي 2024 (IMO)، وهي مسابقة مرموقة معروفة بأسئلتها الصعبة. ومن الجدير بالذكر أن AlphaProof تعامل مع ثلاث من هذه المسائل، بما في ذلك أصعبها، والتي لم يتمكن سوى عدد قليل من المتسابقين البشريين من حلها. يبرز هذا الإنجاز إمكانات أنظمة الذكاء الاصطناعي في التعامل مع مهام التفكير المعقدة متعددة الخطوات التي كان يتولاها الذكاء البشري تقليديًا.

يدمج AlphaProof نموذج اللغة Gemini من جوجل مع نظام AlphaZero، الذي حظي سابقًا بإشادة لإتقانه ألعاب الطاولة مثل الشطرنج ولعبة Go. يعزز هذا النهج الهجين قدرة الذكاء الاصطناعي على ترجمة المسائل الرياضية إلى لغة رسمية، مما يقلل من ميل نماذج اللغة الكبيرة إلى "الهلوسة" أو إنتاج إجابات خاطئة ولكنها معقولة. وفي الوقت نفسه، نجح AlphaGeometry 2، وهو نموذج محدث يركز على الهندسة، في معالجة مسألة إضافية، مما يثبت قدرات النظام بشكل أكبر.

اقرأ أيضًا:الطلب على البرمجيات والذكاء الاصطناعي يقود نمو IBM رغم تراجع الاستشارات

اقرأ أيضًا:تكشف MIT عن طريقة جديدة لمحاكاة تدريب الروبوتات المنزلية

لماذا هذا مهم

وفقًا لـ Pushmeet Kohli، نائب رئيس الأبحاث في الذكاء الاصطناعي للعلوم في Google DeepMind، "هذا تقدم كبير في مجال التعلم الآلي والذكاء الاصطناعي. لم يتم تطوير نظام يمكنه حل المشكلات بهذا المعدل من النجاح."

يستلزم هذا التقدم مزيدًا من التكامل بين مستقبل الذكاء الاصطناعي والتعاون البشري في مجالات حل المشكلات المعقدة. على الرغم من أن نماذج الذكاء الاصطناعي هذه ليست قادرة بعد على استبدال علماء الرياضيات البشر، إلا أنها توفر أدوات قوية يمكن أن تساعد في تطوير براهين ورؤى رياضية جديدة.

يسلط نجاح AlphaProof وAlphaGeometry 2 الضوء أيضًا على الأهمية المتزايدة للتفكير المنطقي والتجريدي في أبحاث الذكاء الاصطناعي، وهو مجال غالبًا ما تعاني فيه النماذج الحالية. لم يعد الذكاء الاصطناعي مقتصرًا على المهام الروتينية أو معالجة البيانات البسيطة؛ بل يخطو إلى عوالم تتطلب تفكيرًا دقيقًا وتجريدًا.