دكتوراه فيتنامية وراء معجزة الذكاء الاصطناعي في أولمبياد الرياضيات الدولي

صدمت شركة جوجل العالم في 23 يوليو/تموز عندما أعلنت أن نموذج الذكاء الاصطناعي الخاص بها فاز بالميدالية الذهبية في أولمبياد الرياضيات الدولي لعام 2025 (IMO).

وفقًا لصحيفة وول ستريت جورنال ، فإن الدكتور لونغ مينه ثانغ وزملاؤه هم "مهندسو" هذا الإنجاز. في العام الماضي، لم يحصل هذا النموذج إلا على الميدالية الفضية. وتوقعًا للفوز بالميدالية الذهبية، قررت جوجل استخدام نموذج جيميني ديب ثينك متعدد الاستخدامات (وهو إصدار عُرض في مؤتمر المطورين في مايو).

مع ذلك، توقع الدكتور مينه ثانغ في البداية الفوز بميدالية برونزية أو فضية مرة أخرى. حتى قبل بدء المسابقة، كان فريق السيد ثانغ لا يزال يُجري التعديلات. في البداية، توقع الدكتور ثانغ أن يحل نموذج ديب مايند المشكلات الثلاث في اليوم الأول فقط.

الذكاء الاصطناعي "يفوز" بالميدالية الذهبية الأولمبية الدولية

أذهلت بساطة هذه الحلول وأناقتها وسهولة فهمها علماء الرياضيات. في اليوم التالي، عندما اكتشف الدكتور ثانغ وزملاؤه أن نظام الذكاء الاصطناعي قد حلّ مشكلتين إضافيتين، أدركوا أنه من الممكن تمامًا الفوز بميدالية ذهبية.

نتيجةً لذلك، نجح DeepMind AI في حل خمسٍ من أصل ست مشاكل. والجدير بالذكر أن جميعها استخدمت نماذج استدلال تجريبية، ومعالجة المفاهيم الرياضية بلغة طبيعية، وهو ما يختلف تمامًا عن الأساليب المعقدة التي استخدمتها شركات الذكاء الاصطناعي سابقًا.

وقال الدكتور مينه تانج لصحيفة وول ستريت جورنال : "من المحتمل أن يكون هذا حاسوبًا جديدًا من شأنه أن يدفع الجيل القادم من علماء الرياضيات".

أعضاء فريق ألفا جيومتري (من اليسار) هم: يوهواي وو، وترينه هوانغ تريو، ولي فيت كووك، ولوونغ مينه ثانغ. تصوير: آرون كوهين.

وبحسب وكالة رويترز ، فإن هذا الإنجاز يظهر أنه في أقل من عام، يمكن لعلماء الرياضيات استخدام الذكاء الاصطناعي لحل مشكلات بحثية لم يتم حلها.

علق السيد جون هيوك جونج، أستاذ الرياضيات في جامعة براون (الولايات المتحدة الأمريكية)، والباحث في AI DeepMind: "أعتقد أن اللحظة التي نتمكن فيها من حل مشكلات التفكير الصعبة باللغة الطبيعية ستفتح إمكانات التعاون بين الذكاء الاصطناعي وعلماء الرياضيات".

ويشارك الباحثون في جوجل هذا التفاؤل، معتقدين أن قدرات نماذج الذكاء الاصطناعي يمكن تطبيقها على تحديات البحث في مجالات أخرى مثل الفيزياء.

قبل عشرين عامًا، غاب السيد تانج عن امتحان المنظمة البحرية الدولية عندما احتل المركز الثامن على مستوى البلاد في الفريق، بينما تم اختيار 6 مرشحين فقط للمشاركة في الساحة الدولية.

رغم أن حلمه بالوصول إلى قمة الرياضيات لم يتحقق، إلا أنه اتجه إلى الذكاء الاصطناعي عند دخوله الجامعة. وقد قادته هذه النقطة الحاسمة إلى امتحان IMO 2024 بطريقة مميزة - ليس كمتسابق، بل باستخدام برنامج الذكاء الاصطناعي AlphaGeometry الذي طوره فريق AlphaGeometry، متنافسًا مع مواهب رياضية من أكثر من 100 دولة في مدينة باث، المملكة المتحدة.

"في يوليو 2024، وللمرة الأولى، جلب فريقنا الذكاء الاصطناعي للمشاركة في أولمبياد الرياضيات الدولي (IMO) وفاز بالميدالية الفضية"، كما شارك الدكتور ثانج.

قفزة للأمام

شارك فريق جوجل ديب مايند في مسابقة IMO العام الماضي باستخدام ذكاء اصطناعي تضمّن نموذجي AlphaProof وAlphaGeometry 2. في محاولته الأولى، تمكّن ذكاء جوجل الاصطناعي من الإجابة على 4 أسئلة من أصل 6 بشكل صحيح، محرزًا الميدالية الفضية.

بحلول عام 2025، ستكون Google DeepMind من بين الشركات التي دخلت في شراكة مع IMO لإدخال نماذج الذكاء الاصطناعي رسميًا في المنافسة، والتي سيتم تسجيلها وإصدار شهادات لها من قبل المنسقين.

على أمل الفوز بالميدالية الذهبية، قررت جوجل استخدام نموذج Gemini Deep Think متعدد الأغراض (وهو إصدار عُرض في مؤتمر المطورين في مايو). الصورة: جوجل.

احتفالًا بهذا الإنجاز، أعدّ عملاق البحث نموذجًا جديدًا كليًا. فبدلًا من اتباع مسار تفكير خطي، يُجري Deep Think عمليات استدلال متعددة بالتوازي، ويدمج النتائج ويقارنها قبل التوصل إلى إجابة نهائية.

وفقًا للدكتور ثانغ، يُعد هذا نقلة نوعية كبيرة. ففي عام ٢٠٢٤، سيُضطر خبير إلى ترجمة أسئلة اللغة الطبيعية إلى "لغة متخصصة". بعد ذلك، سيُضطر هذا الخبير إلى شرح النتائج.

ومع ذلك، باستخدام Deep Think، يمكن لنظام الذكاء الاصطناعي أن يعمل بالكامل باللغة الطبيعية، من البداية إلى النهاية، ويمكنه أن يفعل أكثر من مجرد حل المشكلات الرياضية.

في السابق، كان تحسين مستوى ماجستير الحقوق في الرياضيات يتطلب التعلم التعزيزي مع الإجابات النهائية. وفي حديثه لموقع Ars Technica ، أوضح الدكتور مينه ثانغ أن النماذج المُدرَّبة بهذه الطريقة قد تُعطي الإجابة الصحيحة، إلا أنها تفتقر إلى "استدلال مُكتمل"، وأن جزءًا من تقييم IMO يعتمد على تمثيل الحل.

ولإعداد برنامج Deep Think لـ IMO، استخدمت Google تقنيات جديدة للتعلم التعزيزي، مع حلول "إجابة طويلة" ذات جودة أعلى للمشكلات الرياضية، مما يمنح النموذج أساسًا أفضل في التعامل مع كل خطوة على طول الطريق إلى الإجابة.

يقول الدكتور ثانج: "من خلال هذا النوع من التدريب، يمكنك الحصول على تفكير قوي وطويل الأمد".

الدكتور لونغ مينه ثانغ يناقش مسألة هندسة ألفا IMO المُحَلّة مع السيد لي با خان ترينه. تصوير: ويندي نجوين.

على مدى السنوات القليلة الماضية، أبدت شركات الذكاء الاصطناعي مثل Google DeepMind اهتمامًا خاصًا بـ IMO نظرًا للتحديات الفريدة التي تواجهها.

على الرغم من أن المسابقة مخصصة لطلاب المدارس الثانوية، إلا أن الأسئلة في المسابقة تتطلب التفكير النقدي وفهم العديد من فروع الرياضيات، بما في ذلك الجبر والتركيبات والهندسة ونظرية الأعداد.

لا أمل إلا في إجابة هذه المشكلات المعقدة بدقة على نماذج الذكاء الاصطناعي الأكثر تطورًا. وقد أشار فريق DeepMind إلى بعض الجوانب المثيرة للاهتمام في أداء Deep Think، والتي قالوا إنها نابعة من تدريبه المتقدم.

على سبيل المثال، في المشكلة الثالثة، طبق العديد من المتسابقين مفهومًا على مستوى الدراسات العليا يسمى نظرية دي ريتشليت، باستخدام الرياضيات التي كانت خارج النطاق المقصود للمسابقة.

ومع ذلك، أدرك فريق "ديب ثينك" إمكانية حل المسألة باستخدام رياضيات أبسط. وصرح البروفيسور يونغ قائلاً: "لقد قدّم نموذجنا ملاحظةً رائعةً، واستخدم نظرية الأعداد الأولية فقط لإنشاء دليل مستقل على المسألة".

المصدر: https://znews.vn/tien-si-nguoi-viet-dung-sau-ky-tich-cua-ai-tai-olympic-toan-quoc-te-post1572494.html