في إنجاز فريد من نوعه، تمكن نظام الذكاء الاصطناعي AlphaGeometry 2 من شركة جوجل من التغلب على أبرز العقول في مجال الرياضيات، حيث حل النظام 84% من مسائل الهندسة في الأولمبياد الدولي للرياضيات، متفوقًا بذلك على الحائزين على الميداليات الذهبية الذين حققوا 81.8%.
هذا التطور يعكس قدرة AlphaGeometry 2 على الذهاب إلى أبعد من مجرّد مطابقة الأنماط التقليدية، حيث أُضيف إليه بعد إبداعي يمكنه من ابتكار حلول للمشكلات الهندسية المعقدة. وقد تم الكشف عن تفاصيل هذا الإنجاز في دراسة نشرت في 7 فبراير على منصة arXiv، مما يتيح للمجتمع العلمي تقييم هذا التطور ويُدخل الذكاء الاصطناعي في مرحلة جديدة من التفاعل مع العقل البشري.
جاء هذا الإنجاز في وقت حساس حيث أطلقت مايكروسوفت نظام rStar-Math، ليُشعل بذلك التنافس بين شركات التكنولوجيا. يتضح من هذا التنافس أهمية تطوير أنظمة ذكاء اصطناعي تستطيع معالجة المسائل الرياضية المعقدة، مما قد يفتح آفاقًا جديدة لفهم عمليات التفكير البشري.
يمتاز AlphaGeometry 2 بمنهجه الفريد في حل المسائل الرياضية، حيث يعتمد على نموذج استدلال هجين يجمع بين القدرة على مطابقة الأنماط والاستدلال المنطقي. هذا يتيح للنظام التعامل مع المسائل التي تتطلب تفكيرًا إبداعيًا، خلافًا لنظام rStar-Math الذي يركز على استخدام نماذج لغوية صغيرة.
تعتبر النسخة الجديدة من AlphaGeometry 2 تطويرًا ملحوظًا مقارنة بالإصدار السابق، حيث أظهرت زيادة بنسبة 30% في الأداء، مع تركيز خاص على إتقان الهندسة. تتطلب هذه المجال قدرًا كبيرًا من الاستدلال البصري والمنطقي، مما يجعل AlphaGeometry 2 أداة متخصصة في التعامل مع المسائل المعقدة.
رغم هذه الإنجازات، يحذر الخبراء من التسرع في اعتبار AlphaGeometry 2 خطوة نحو الذكاء الاصطناعي العام، إذ أنه لا يزال متفوقًا في مجال الهندسة فقط. يشير جون بيتس، الرئيس التنفيذي لشركة SER Group، إلى أن الذكاء البشري يتجاوز قدرات الأنظمة الحالية، لأنه يعتمد على الإبداع من الصفر.
يعتمد تصميم AlphaGeometry 2 على دمج النماذج اللغوية العصبية مع المحركات الرمزية، حيث يقوم النموذج اللغوي بتحليل النصوص الوصفية لتوليد الاقتراحات الهندسية، بينما يقوم المحرك الرمزي بتقييم هذه الاقتراحات منطقياً. هذا التكامل يسمح للنظام بتحويل اللغة اليومية إلى هياكل رياضية دقيقة يمكن تقييمها بسهولة.
تتجلى الديناميكية في عمل AlphaGeometry 2 من خلال قدرته على توليد بدائل جديدة عند فشل إحدى الاقتراحات، مما يعزز من كفاءته في البحث عن الحلول. مع هذه الميزات، يتطلع الباحثون في جوجل إلى تطوير AlphaGeometry 2 لتعزيز قدراته وتوسيع نطاق التطبيقات.
ومع ذلك، يعاني النظام من بعض التحديات، مثل بطء زمن المعالجة وصعوبة التعامل مع المسائل الأكثر تعقيدًا، بالإضافة إلى عدم القدرة على تقديم تفسيرات واضحة للإنسان حول كيفية الوصول إلى الحلول.
تسعى جوجل ديب مايند إلى تعزيز قدرات AlphaGeometry 2 في المستقبل، حيث يأمل الباحثون أن تفتح هذه الإنجازات آفاقًا جديدة في مجالات متعددة، مثل التصميم الهندسي والروبوتات والبحث العلمي.
إرسال تعليق