الذكاء الاصطناعي
#الذكاء_الاصطناعي
#Google_DeepMind
Google DeepMind تحقق إنجازًا تاريخيًا في الذكاء الاصطناعي
أعلنت شركة Google DeepMind يوم الاثنين أن نسخة متقدمة من نموذج الذكاء الاصطناعي Gemini قد حققت أداءً على مستوى الميدالية الذهبية في الأولمبياد الدولي للرياضيات، حيث تمكنت من حل خمسة من أصل ستة مشاكل صعبة للغاية، مما جعلها أول نظام ذكاء اصطناعي يحصل على تصنيف رسمي من منظمي المنافسة.
تقدم هذه الانتصار مجال التفكير المنطقي في الذكاء الاصطناعي، وتضع Google في المقدمة في المعركة المتصاعدة بين عمالقة التكنولوجيا الذين يبنون الذكاء الاصطناعي من الجيل التالي. والأهم من ذلك، أنها تظهر أن الذكاء الاصطناعي يمكنه الآن التعامل مع المشكلات الرياضية المعقدة باستخدام فهم اللغة الطبيعية بدلاً من الحاجة إلى لغات برمجة متخصصة.
"النتائج الرسمية هنا - حقق Gemini مستوى الميدالية الذهبية في الأولمبياد الدولي للرياضيات!" كتب ديميس هاسابيس، الرئيس التنفيذي لشركة Google DeepMind، على منصة التواصل الاجتماعي X صباح يوم الاثنين. "تمكن الإصدار المتقدم من حل 5 من 6 مشاكل. تقدم مذهل."
الأولمبياد الدولي للرياضيات، الذي يُعقد سنويًا منذ عام 1959، يُعتبر على نطاق واسع أرقى مسابقة رياضية في العالم لطلاب ما قبل الجامعة. كل دولة مشاركة ترسل ستة رياضيين رياضيين موهوبين للمنافسة في حل ستة مشاكل صعبة للغاية تغطي مجالات الجبر، والتركيبات، والهندسة، ونظرية الأعداد. وعادةً ما يحصل حوالي 8% من المشاركين البشريين على الميداليات الذهبية.
كيف تمكنت Gemini Deep Think من حل أصعب مشاكل الرياضيات
نجاح Google الأخير يتجاوز بكثير أدائها في عام 2024، عندما حصلت أنظمة AlphaProof وAlphaGeometry على حالة الميدالية الفضية من خلال حل أربعة من ستة مشاكل. كان النظام السابق يتطلب من الخبراء البشريين أولاً ترجمة المشاكل المطروحة باللغة الطبيعية إلى لغات برمجة متخصصة، ثم تفسير المخرجات الرياضية للذكاء الاصطناعي.
جاء هذا الإنجاز من خلال Gemini Deep Think، وهو نظام تفكير محسّن يستخدم ما يسميه الباحثون "التفكير المتوازي". على عكس نماذج الذكاء الاصطناعي التقليدية التي تتبع سلسلة واحدة من التفكير، يستكشف Deep Think في الوقت نفسه حلولًا متعددة ممكنة قبل الوصول إلى إجابة نهائية.
"نموذجنا عمل بشكل شامل باللغة الطبيعية، حيث أنتج براهين رياضية دقيقة مباشرة من أوصاف المشاكل الرسمية،" أوضح هاسابيس في منشور متابعة على موقع التواصل الاجتماعي X، مشددًا على أن النظام أكمل عمله ضمن الحد الزمني القياسي للمنافسة الذي يبلغ 4.5 ساعة.
يبدو أن نجاح Google DeepMind يعود إلى تقنيات تدريب جديدة تتجاوز الأساليب التقليدية. استخدم الفريق طرق التعلم المعزز المتقدمة المصممة للاستفادة من التفكير متعدد الخطوات، وحل المشكلات، وبيانات إثبات النظريات. كما تم تزويد النموذج بمدخلات من مجموعة مختارة من الحلول الرياضية عالية الجودة وتلقى توجيهات محددة حول كيفية التعامل مع مشكلات على نمط IMO.
أثارت الإنجازات التقنية إعجاب الباحثين في مجال الذكاء الاصطناعي الذين أشاروا إلى تداعياتها الأوسع. كتب المراقب في مجال الذكاء الاصطناعي إليس ورين: "ليس فقط حل الرياضيات... بل فهم المشكلات الموصوفة باللغة وتطبيق المنطق المجرد على حالات جديدة". وأضاف: "هذا ليس مجرد ذاكرة آلية - بل هو إدراك ناشئ في الحركة".
تأتي هذه النقلة في وقت حرج في صناعة الذكاء الاصطناعي، حيث تتسابق الشركات لإظهار قدرات تفكير متفوقة. للنجاح تداعيات عملية فورية: تخطط Google لجعل نسخة من نموذج Deep Think متاحة للرياضيين للاختبار قبل طرحها لمشتركي Google AI Ultra، الذين يدفعون 250 دولارًا شهريًا للوصول إلى أكثر نماذج الذكاء الاصطناعي تقدمًا في الشركة.
كما يبرز التوقيت التنافس المتزايد بين مختبرات الذكاء الاصطناعي الكبرى. بينما احتفلت Google بنهجها المنهجي والمُعتمد رسميًا، تعكس الجدل المحيط بإعلان OpenAI التوترات الأوسع حول الشفافية والمصداقية في تطوير الذكاء الاصطناعي.
يمتد هذا الديناميكية التنافسية إلى ما هو أبعد من مجرد التفكير الرياضي. شهدت الأسابيع الأخيرة إعلان شركات ذكاء اصطناعي متعددة عن قدرات رائدة، على الرغم من أن ليس جميعها لقيت استحسانًا. أطلقت xAI التابعة لإيلون ماسك مؤخرًا Grok 4، الذي زعمت الشركة أنه "أذكى ذكاء اصطناعي في العالم"، على الرغم من أن درجات التصنيف أظهرت أنه يتخلف عن نماذج من Google وOpenAI.
تتجاوز انتصار الأولمبياد الرياضي حقوق الفخر التنافسية. تظهر أداء جمنيس أن أنظمة الذكاء الاصطناعي يمكنها الآن مطابقة التفكير البشري في المهام المعقدة التي تتطلب الإبداع، والتفكير المجرد، والقدرة على دمج الرؤى عبر مجالات متعددة.
ومع ذلك، لا تزال الأسئلة قائمة حول ما إذا كانت هذه القدرات في التفكير ستترجم بشكل فعال إلى تحديات العالم الحقيقي الأكثر تعقيدًا. توفر الأولمبياد الرياضي مشكلات محددة جيدًا مع معايير نجاح واضحة - وهو بعيد كل البعد عن القرارات الغامضة والمتعددة الأوجه التي تحدد معظم المساعي التجارية والعلمية.
تخطط Google DeepMind للعودة إلى منافسة العام المقبل "بحثًا عن درجة كاملة". تعتقد الشركة أن أنظمة الذكاء الاصطناعي التي تجمع بين الطلاقة في اللغة الطبيعية مع التفكير الدقيق "ستصبح أدوات لا تقدر بثمن للرياضيين والعلماء والمهندسين والباحثين، مما يساعدنا في تعزيز المعرفة البشرية على طريق AGI".
لكن ربما كان أكثر التفاصيل دلالة هو ما ظهر من المنافسة نفسها: عندما واجهت جمنيس أصعب مشكلة في المسابقة، بدأت من فرضية غير صحيحة ولم تتعافَ أبدًا. فقط خمسة طلاب بشريين حلوا تلك المشكلة بشكل صحيح. في النهاية، يبدو أن الذكاء الاصطناعي الفائز بالميدالية الذهبية لا يزال لديه ما يتعلمه من المراهقين الرياضيين.
التعليقات 0
سجل دخولك لإضافة تعليق
لا توجد تعليقات بعد. كن أول من يعلق!