علم الأسترا من OpenAI يحل 10 مشكلات رياضية غير محلولة كمدخل الذكاء الاصطناعي إلى مرحلة الاكتشاف الذاتي المتسارع

عبر مجال الذكاء الاصطناعي عتبة فكرية بعد الكشف عن أن نموذج OpenAI الرائد، والمسمى داخليًا بـ "Astra"، قد حل 10 مشكلات مفتوحة طويلة الأمد عبر الرياضيات النظرية ونظرية التعقيد الكمومي والهندسة النقية. وتعتبر هذه الإنجاز، والموثقة في مذكرات بحثية مفصلة، قفزة نوعية في القدرة المعرفية الذاتية، مما يدل على أن نماذج التعلم الآلي المتقدمة يمكن أن تتنقل في المجالات المجردة والاستدلالية للاكتشاف العلمي الأساسي. بدلاً من مجرد تقريب الصيغ المعروفة أو حل مشكلات المنافسة الأكاديمية المعيارية، أنتج Astra براهين رياضية أصلية وأ缩ت بشكل كبير الحدود النظرية للمشكلات التي عجزت عن حلها الرياضيين البشر لسنوات عديدة. ومن المهم أن ترجمت بعض البراهين التي أنتجها النموذج مباشرة إلى Lean - وهو برنامج برهاني تفاعلي رسمي - مما مكن الرياضيين المستقلين والمحركات الآلية من التحقق الميكانيكي من المنطق حتى الأxioms الأساسية دون أي غموض. من بين النتائج الأكثر شهرة مساهمة النموذج في نظرية المجموعة المتعلقة بـ "المجموعات غير السوفيكية". منذ تقديم مفهوم المجموعات السوفيكية في عام 1999، سعى الرياضيون إلى بناء صريح لمجموعة لا يمكن تقريبها بواسطة هياكل منتهية كبيرة. نجح Astra في هندسة بناء صريح مع دليل مصاحب يؤكد أن لا يمكن لأي تقريب منتهي أن يكرر هيكلها أبدًا، مما ي解决 سؤالًا مفتوحًا منذ 27 عامًا. في مجال الجبر المشغل، قدم النموذج اختراقًا كبيرًا آخر من خلال دحض فرضية ريجيديتي كونيس الشهيرة، التي صيغت بواسطة حائز على ميدالية فيلدز آلان كونيس. كان كونيس قد افترض أن مجموعات رياضية معينة يمكن دائمًا إعادة بناؤها بشكل فريد من هيكل جبري مرتبط يسمى جبر فون نيومان. بنى Astra مجموعتين رياضيتين منفصلتين حقًا تنتجان نفس…