حقق باحثو “Google DeepMind” قفزة هائلة في مجال الذكاء الاصطناعي. حيث طوروا نظامًا يمكنه التعامل مع مشاكل الهندسة المعقدة على مستوى أذكى علماء الرياضيات في المدارس الثانوية. يمثل هذا الإنجاز، المسمى AlphaGeometry، خطوة مهمة نحو آلات ذات مهارات تفكير بشرية أكثر.
الذكاء الاصطناعي يتحدى لغة الهندسة
تختلف الهندسة، على عكس البيانات النصية، عن وفرة المواد التدريبية التي تغذي نماذج الذكاء الاصطناعي المعتادة. هذا، بالإضافة إلى الحاجة إلى التفكير المنطقي، يجعلها تحديًا هائلاً للآلات. “حل مشاكل الرياضيات يتطلب منطقًا صارمًا، حيث تكافح معظم نماذج الذكاء الاصطناعي الحالية،” يشرح ثانج لونج، أحد الباحثين في DeepMind وراء AlphaGeometry. “لهذا السبب تعد الرياضيات مؤشرًا مهمًا للغاية لتقدم الذكاء الاصطناعي”.
ما السر؟
يجمع AlphaGeometry بين طريقتين قويتين للذكاء الاصطناعي: نموذج لغوي للتعرف على الأنماط والتنبؤ، ومحرك رمزي للاستنتاجات المنطقية. تخيل ذلك على هذا النحو: يستكشف نموذج اللغة الاحتمالات، بينما يضمن المحرك الرمزي الصرامة ويزيل النهايات المسدودة. تعكس هذه التعاونية كيفية تعامل البشر مع مشكلات الهندسة، حيث تجمع بين الحدس والتفكير المنهجي.
الحصول على نتائج مذهلة
النتائج مذهلة. تعامل AlphaGeometry مع 25 من أصل 30 مشكلة هندسة على مستوى مسابقة أولمبياد الرياضيات الدولية في الوقت المحدد، مما قلص درجة النظام السابق للدولة من 10. يقول فلوريس فان دورن، أستاذ الرياضيات في جامعة بون، “لم أتوقع هذا لسنوات .أنه أمر مثير للإعجاب حقًا”.
بالإضافة إلى إظهار قدرة الذكاء الاصطناعي على التفكير، ترى DeepMind AlphaGeometry كأداة محتملة لاكتشاف العلم. وصرح “Quoc V. Le” باحث آخر في DeepMind. في مؤتمر صحفي.”هذا يعزز قوة الذكاء الاصطناعي لتقدم العلم وفك أسرار الكون”.
كيف يعمل AlphaGeometry؟
عندما يواجه مشكلة، يحاول أولاً حلًا منطقيًا خالصًا باستخدام محركه الرمزي. إذا عجز، يتدخل نموذج اللغة، مضيفًا نقطة أو خطًا إلى الرسم التخطيطي. مما يفتح مسارات جديدة لمحرك الرمز. تستمر هذه الرقصة ذهابًا وإيابًا حتى يظهر حل تم التحقق منه.
تطلب تدريب نموذج اللغة في AlphaGeometry قدرًا كبيرًا من الذكاء. مع محدودية البيانات الهندسية الموجودة. حيث قام الباحثون بإنشاء وتحليل نصف مليار رسم تخطيطي عشوائي، مما أدى إلى إنشاء 100 مليون دليل اصطناعي لإطعام تعلم النموذج.
بينما يمكن لـ AlphaGeometry التعامل مع الرياضيات “البدائية”، إلا أنه غير مستعد للتعميمات الجامعية. ومع ذلك، فإن نجاحه يشير إلى خطوة حاسمة نحو مهارات حل المشكلات “المعقدة والبشرية” في الآلات، كما يقول رومان يامبولسكي، أستاذ علوم الكمبيوتر في جامعة لويزفيل. “تمتد الآثار إلى ما وراء الرياضيات، وربما تغير مجالات مثل الرؤية الحاسوبية والهندسة وحتى الفيزياء النظرية.”
الآثار المحتملة لـ AlphaGeometry
- مع دفع الذكاء الاصطناعي بسرعة حدود المنطق والإبداع، هناك شيء واحد واضح . وهو مستقبل الاستكشاف الرياضي أصبح أكثر إشراقًا.
- يمثل تطور AlphaGeometry إنجازًا مهمًا في مجال الذكاء الاصطناعي. يُظهر أن الآلات يمكن أن تحل مشاكل رياضية معقدة تتطلب التفكير المنطقي والإبداع. هذا يشير إلى أن الآلات يمكنها أن تصبح أكثر ذكاءً وأن تصبح قادرة على أداء مهام كانت في السابق حصرية للبشر.
- بالطبع، لا يزال هناك مجال للتحسين. AlphaGeometry لا يمكنه بعد حل مشاكل الهندسة الجامعية. ومع ذلك، فإن هذا الإنجاز يمثل خطوة مهمة في الاتجاه الصحيح.
- يمكن استخدامها لمساعدة الطلاب على تعلم الرياضيات. يمكن للنظام تقديم أمثلة على كيفية حل مشاكل الهندسة، ويمكنه أيضًا تقديم ملاحظات حول حلول الطلاب.
اقرأ أيضا:
Google Deepmin. يجمع أهم مشاريع جوجل الخاصة بالذكاء الاصطناعي