في مجال الرياضيات، هناك العديد من الألغاز التي لا تزال تنتظر الحلول. ولكن ماذا لو استخدمنا الذكاء الاصطناعي لمحاولة حلها؟ هذا ما فعله باحثون من شركة ديب مايند (DeepMind)، بعد أن استخدموا نموذجًا لغويًا كبيرًا، وهو نوع من البرمجيات التي تستطيع فهم وإنشاء النصوص، لكتابة برامج تحل مشكلات رياضية تاريخية. وقد أدى ذلك إلى اكتشافات جديدة ومدهشة في علوم الكمبيوتر والرياضيات، بحسب بحث نُشر في مجلة Nature.
وشركة ديب مايند هي شركة بريطانية رائدة في مجال الذكاء الاصطناعي تأسست في عام 2010، واستحوذت عليها غوغل في 2014.
ما هي المشكلات التي حلها الذكاء الاصطناعي؟
الباحثون في ديب مايند اختاروا اثنين من المشكلات الرياضية لتطبيق نموذجهم اللغوي عليها. الأولى هي مشكلة مجموعة الحد الأقصى، وهي مشكلة في الرياضيات البحتة تتعلق بإيجاد أكبر عدد ممكن من النقاط في الفضاء بحيث لا تكون أي ثلاث نقاط منها على خط مستقيم. هذه المشكلة موجودة منذ القرن التاسع عشر، ولم يتمكن الرياضيون من حلها بالكامل. لكن الذكاء الاصطناعي تمكن من إيجاد برامج تولد مجموعات من النقاط تتجاوز إمكانيات أفضل ما وصل إليه علماء الرياضيات.
اقرأ أيضًا.. روبوتات الطلاء.. أحدث بدائل الذكاء الاصطناعي للبشر في قطاع البناء
المشكلة الثانية هي مشكلة تعبئة الصناديق، وهي مشكلة في الرياضيات التطبيقية تتعلق بإيجاد أفضل طريقة لتعبئة العناصر ذات الأحجام المختلفة في الحاويات. هذه المشكلة لها تطبيقات عملية في مجالات مثل النقل والتخزين والتصنيع، وعادة ما يتم حلها بطرق بسيطة تعتمد على تعبئة العناصر في الحاوية الأولى التي تتسع لها أو في الحاوية التي تترك أقل مساحة فارغة. لكن الذكاء الاصطناعي وجد طريقة أكثر تطورًا تستغل الفجوات الصغيرة التي قد تبقى غير مستغلة. وبهذا، تمكن من إيجاد حلول أفضل من الطرق التقليدية.
كيف يعمل FunSearch؟
النموذج اللغوي الذي استخدمه الباحثون في شركة ديب مايند يسمى FunSearch، وهو اختصار لـ “البحث في مساحة الوظيفة”. وهو يستخدم نموذجًا لغويًا آخر يسمى كودي (Codey)، وهو قادر على كتابة برمجيات الكمبيوتر بلغات مختلفة. ويتم ربط كودي مع “مقيم” وهو برنامج آخر لتقييم البرمجيات تلقائيًا بناءً على أدائها في حل المشكلات. بعد الملايين من الاقتراحات والتكرارات للعملية، يتم دمج أفضل البرامج معًا وتحسينها، مما يتيح للنظام تطوير برمجيات أكثر قوة تحقق اكتشافات جديدة.
بحسب موقع «إم آي تي تيكنولوجي ريفيو»، قال بوشميت كوهلي، مدير الذكاء الاصطناعي للعلوم في شركة ديب مايند، إنهم لم يتوقعوا أن يجدوا شيئًا جديدًا عندما بدأوا مشروعهم. ولكنهم تفاجئوا بأنهم أحدثوا اكتشافًا علميًا حقيقيًا باستخدام نموذج لغوي كبير. وأضاف أن هذا الاكتشاف لم يكن موجودًا في البيانات التي تدرب عليها النموذج ولم يكن معروفًا من قبل.
اقرأ أيضًا.. الروبوت ميكا رئيسا تنفيذيا لشركة مشروبات.. ما الذي يميزها عن البشر؟
جوردان إلينبرغ، أستاذ الرياضيات في جامعة ويسكونسن ماديسون، قال إن «FunSearch ليس مجرد نموذج لحل المشكلات، بل مبتكر لبرمجيات تساعد على استكشاف وفهم المشكلات وحلولها»، مضيفًا أن «نماذج اللغات الكبيرة (LLMs) هي القوة الدافعة للأدوات العامة للذكاء الاصطناعي مثل تشات جي بي تي، وغوغل بارد».
تُستخدم هذه النماذج لإنتاج ردود وتفاعلات تعتمد على المعلومات الموجودة في بيانات التدريب، ورغم قدرتها على إعادة صياغة المعلومات وتقديم الردود، إلا أنها قد تولد أحيانًا معلومات غير صحيحة أو غير واقعية، وهذا ما يُسمى بالهلوسة.
ما هي التحديات والآفاق المستقبلية؟
بالرغم من الهلوسة التي قد تحدثها نماذج اللغات الكبيرة (LLMs)، تسعى شركة ديب مايند لمواجهة هذا التحدي هذا المفهوم. فقد ابتكرت شركة LLM AlphaTensor، المتخصصة في الألعاب، طرقًا لزيادة سرعة الحسابات في مجالات متعددة، وقد كسرت الرقم القياسي الذي ظل قائمًا لمدة 50 عامًا. كما اخترعت شركة AlphaDev LLM طرقًا لتحسين سرعة الخوارزميات الأساسية التي تستخدم بنسبة تريليونات في اليوم.
الباحثون في شركة ديب مايند أيضًا يبحثون عن المشكلات العلمية التي يمكن لـ FunSearch التعامل معها، ولكنهم يواجهون أيضًا تحديات كبيرة. واحدة منها هي أن بعض المشكلات تحتاج إلى حلول يمكن التأكد منها بطرق أخرى غير البرمجيات، مثل التجارب العملية أو الرسوم البيانية. وهذا يقيد الإمكانيات في بعض العلوم مثل الأحياء التي تعتمد على الفرضيات التي تحتاج إلى التجارب للتحقق منها.
اقرأ أيضًا.. الروبوتات تتفوق على البشر في اختبارات CAPTCHA
ومع ذلك، يظهر الباحثون في شركة ديب مايند حماسهم للتأثير الذي يمكن أن تحققه التكنولوجيا في علوم الكمبيوتر. ويقول كوهلي: «ستكون هذه نقطة تحول في كيفية تعامل الناس مع علوم الكمبيوتر واكتشاف الخوارزميات». ويضيف: «بدلاً من أن يكونوا مجرد مسؤولين بشهادات الماجستير في إدارة الأعمال، فإنهم يلعبون دورًا حقيقيًا في دفع حدود الخوارزميات».
وفي الختام، لا نزال ننتظر ما سيقدمه لنا الذكاء الاصطناعي من مفاجآت وإنجازات في المستقبل. ومن وجهة نظري، الذكاء الاصطناعي لن يتوقف عند هذا الحد، بل سيستمر في إظهار أشياء أكثر وأكثر مع الذكاء الاصطناعي وسنبقى منبهرين به.
