البشر يتفوقون على الذكاء الاصطناعي في اختبار رياضيات جديد وصارم

واجه الذكاء الاصطناعي أشد اختبار رياضي دقة حتى الآن، وكشفت النتائج أن أفضل النماذج الذكية لا تزال تقصر عن مستوى كبار علماء الرياضيات البشريين. في مبادرة رائدة أُطلق عليها اسم "الإثبات الأول" (First Proof)، والتي تهدف إلى تقييم قدرة الذكاء الاصطناعي على حل المسائل الرياضية المعقدة، تمكن النموذج الأذكى من تحقيق 6 نقاط فقط من أصل 10. هذه النتائج، التي أُعلن عنها في 10 يونيو، تؤكد التفوق المستمر للعقل البشري في مواجهة التحديات الرياضية الجديدة والمستوى البحثي. تميز اختبار "الإثبات الأول" بمزيج غير مسبوق من ثلاثة شروط أساسية، مما جعله معيارًا فريدًا لتقييم الذكاء الاصطناعي في مجال الرياضيات. أولاً، تضمنت المسائل العشر المطروحة تحديات مستوحاة مباشرة من الأبحاث الرياضية الجارية، مما يتطلب فهمًا عميقًا يتجاوز مجرد الحفظ. ثانيًا، وهو الأهم، كانت هذه المسائل جديدة تمامًا ولم تظهر من قبل في أي أدبيات منشورة أو على الإنترنت، مما حال دون قيام نماذج الذكاء الاصطناعي باسترجاع المعلومات التي تعلمتها مسبقًا. أخيرًا، تم تقييم الحلول المقدمة من أنظمة الذكاء الاصطناعي الأربعة المشاركة بشكل رسمي وصارم من قبل لجنة سرية من المتخصصين البشريين في المجالات الرياضية ذات الصلة، لضمان تقييم محايد وخبير. تأتي هذه النتائج في خضم فترة شهدت فيها تطورات كبيرة للذكاء الاصطناعي في حل المشكلات. ففي الشهر الماضي فقط، نجح روبوت محادثة من شركة "أوبن إيه آي" (OpenAI) في حل تحدٍ رياضي عمره 80 عامًا وضعه عالم الرياضيات الراحل بول إيردوس، مما أدهش الباحثين في جميع أنحاء العالم. ومع ذلك، قدم اختبار "الإثبات الأول" نوعًا مختلفًا من التحدي، حيث ركز على مسائل جديدة تمامًا وغير مسبوقة. يعتقد فريق "الإثبات الأول" أن التكرارات المستقبلية لهذا الاختبار الصارم ستكون حاسمة في قياس الفائدة العملية لنماذج الذكاء الاصطناعي لعلماء الرياضيات، سواء كانت كحلول مستقلة للمشكلات، أو مدققين موثوقين للبراهين، أو مساعدين بحثيين لا يقدرون بثمن. كان أحد الابتكارات الأساسية لاختبار "الإثبات الأول" هو منهجه الدقيق في تحديد مصادر المسائل. لضمان أن الأسئلة كانت جديدة حقًا وخارج نطاق بيانات تدريب أي نموذج للذكاء الاصطناعي، ساهم عشرة باحثين، كل منهم متخصص في مجال رياضي متنوع، بمسألة قاموا بحلها شخصيًا خلال أبحاثهم الخاصة ولكن لم ينشروها بعد. قضت هذه الطريقة بشكل فعال على خطر قيام نماذج الذكاء الاصطناعي بمجرد استدعاء المعلومات التي واجهتها أثناء تدريبها المكثف، مما دفعها إلى إظهار قدرات حقيقية في حل المشكلات بدلاً من مجرد استرجاع المعلومات. هذا يضمن أن الاختبار يقيس الفهم العميق والقدرة على التفكير الإبداعي، وليس فقط سعة الذاكرة أو سرعة المعالجة. تجدر الإشارة إلى أن اختبار "الإثبات الأول" الرسمي سبقه اختبار تجريبي في فبراير، والذي تضمن أيضًا مجموعة جديدة من المسائل المبتكرة. بينما جربت العديد من المجموعات أنظمة الذكاء الاصطناعي المفضلة لديها خلال هذه الجولة الأولية، إلا أن نتائجها افتقرت إلى التحقق الرسمي من قبل فريق "الإثبات الأول". علاوة على ذلك، لم يقدم الاختبار التجريبي أي آلية مستقلة للتأكد من أن أنظمة الذكاء الاصطناعي المشاركة لم تتلق أي شكل من أشكال المساعدة البشرية، مما يسلط الضوء على الصرامة المعززة والبيئة الخاضعة للرقابة للتقييم الرئيسي. هذه الفروقات تؤكد على مدى الجدية والاحترافية التي تم بها تصميم وإجراء الاختبار الأخير.