الرئيسية
» اليوم
»
الرياضيات في OpenAI: ماذا تعني القدرة الرياضية الجديدة للذكاء الاصطناعي
الرياضيات في OpenAI: ماذا تعني القدرة الرياضية الجديدة للذكاء الاصطناعي
يُعدّ أحدث إعلان لشركة OpenAI في مجال الرياضيات إصدارًا بحثيًا، وليس إطلاق منتج يُسمى "OpenAI Mathematics". في السادس من أكتوبر/تشرين الأول 2026، نشرت الشركة مجموعة من النتائج الرياضية التي أنتجها نموذج داخلي رائد. تكمن الأهمية العملية في تمكين القراء من الاطلاع على المخطوطات ومواد البرهان الداعمة، مع فصل هذه النتائج عن الإمكانيات المتاحة في جلسات ChatGPT العادية.
أعلنت OpenAI أنها تعمل على إتاحة النموذج المسؤول عن النتائج. ولم يُحدد الإعلان تاريخًا لإتاحة الوصول العام، أو شروط الاشتراك، أو نقطة نهاية واجهة برمجة التطبيقات (API) لهذا النظام الداخلي. يشرح هذا المرجع ما تم نشره، وكيفية تقييم الأدلة، وما يمكن للطلاب والباحثين والمطورين الاستفادة منه. تم التحقق من المعلومات في 7 أكتوبر 2026.
ما يحتويه الإعلان الجديد فعلياً
في منشورها "مشاركة التقدم المحرز في مجال الذكاء الاصطناعي في الرياضيات" ، تُعرّف OpenAI بنشر نتائجها على منصة GitHub، وإصدارها لصيغ Lean الرسمية للعديد من البراهين، وتوفيرها معلومات إضافية حول عملية البحث. كما تُعلن عن خطط لدعم ورش العمل والمؤتمرات وغيرها من البرامج التي تهدف إلى مساعدة الناس على فهم النتائج المهمة.
هذه أشكالٌ مختلفةٌ من الوصول. يُمكّن تنزيل البرهان شخصًا ما من دراسة النتيجة. وقد يُمكّن تنزيل الصياغة الرسمية مُراجعًا مُؤهلًا من التحقق من عبارة رياضية. ولا يُتيح أيٌّ من هذين الشكلين للمُراجع الوصول إلى النموذج الذي أنتج العمل في الأصل.
يُظهر عرض مبسط لمجموعة الأبحاث فصل المخطوطات عن الأدلة الأثرية، ويسلط الضوء على اختلاف حالة التحقق منها.
عنصر
ما يوفره
ما لا يثبته
مخطوطة بحثية
بيان نظرية وحجة رياضية للتحقق
التصحيح التلقائي أو القبول المستقل
الصياغة الرسمية الرشيقة
تمثيل قابل للتحقق آلياً للنتيجة
تم تسجيل كل ادعاء نثري مصاحب.
ملخص التفكير
سياق حول كيفية تطوير الحجة
سجل كامل وقابل للتكرار لتنفيذ النموذج
مستودع أبحاث عام
الوصول إلى المواد المنشورة
الوصول إلى النموذج الداخلي أو أوزانه
كيفية قراءة الأرقام دون المبالغة فيها
يحتوي مستودع openai/math على 722 مخطوطة مُصنّفة ضمن 372 مجموعة وقت إجراء هذه المراجعة. تضم كل مجموعة أوراقًا بحثية مترابطة، مثل نتيجة رئيسية وحجج مصاحبة، أو نتائج، أو براهين بديلة. وبالتالي، لا ينبغي اعتبار أي من الرقمين بمثابة إحصاء للاكتشافات المتميزة والمقبولة بشكل مستقل.
يشير المستودع إلى طرح ما يقارب 4000 مشكلة خلال عملية التقييم. كما يحذر من أن النتائج تمر بمراحل تحقق مختلفة، وأن بعض النتائج لا تخضع لصياغة رسمية وفق منهجية Lean، وأن بعض النتائج غير الرسمية قد تحتوي على مشكلات.
لا تقم بقسمة عدد المخطوطات على عدد المسائل التي تمت محاولتها لحساب نسبة النجاح. فالوحدات مختلفة، ويمكن تجميع المخرجات ذات الصلة، كما أن اختيار النشر لا يُعادل معيارًا يُقيّم إجابة واحدة لكل سؤال.
يُعبّر متوسط وقت الحساب المُبلغ عنه عن ثلاث ساعات تقريبًا من معالجة ChatGPT Pro باستخدام النموذج الداخلي. هذه مقارنة حسابية، وليست وعدًا بأن مستخدمًا عاديًا لبرنامج Pro يمكنه إعادة إنتاج النتيجة في ثلاث ساعات، ولا تقديرًا للتكلفة بالدولار.
لماذا تُعدّ منهجية لين مهمة - وأين ينتهي ضمانها
قد يحتوي البرهان الرياضي المكتوب بأسلوب نثري على ثغرة يصعب ملاحظتها. أما الصياغة الرسمية فتُعبّر عن التعريفات والافتراضات والاستدلالات بصيغة يمكن لمساعد البرهان التحقق منها. في هذا الإصدار، يوفر Lean طبقة إضافية من التدقيق للوثائق الرسمية المتاحة.
السؤال المحوري هو ما تمّت صياغته بشكل رسمي. قد تكون النظرية المُدقّقة أضيق نطاقًا من عنوانها، أو تعتمد على افتراضات تحتاج إلى مراجعة، أو تستخدم تعريفات يجب إعادة النظر في صلتها بالمشكلة المقصودة. يُعالج كلٌّ من التدقيق الآلي والتفسير الخبير جوانب مختلفة من مسألة الموثوقية.
بالنسبة للمراجع، تكمن المقارنة المفيدة بين المشكلة الأصلية، ونظرية المخطوطة، وصيغة النظرية الرسمية. ويُعدّ البناء الناجح دليلاً على صحة النموذج الرسمي المُقدّم؛ ولا ينبغي وصفه بأنه إعادة إنتاج مستقلة لعملية اكتشاف النموذج. لم تُجرَ أي عملية صياغة رسمية كجزء من إعداد هذه المقالة.
ما تعنيه هذه الإمكانية للقراء المختلفين
للرياضيين وفرق البحث
يُتيح هذا الإصدار مادةً للبحث والدراسة: حجج، ومُسلّمات مُحتملة، وتقنيات إثبات، وروابط جديرة بالتقييم ضمن تخصص مُحدد. والسؤال المُثمر الذي يجب طرحه أولاً هو ما إذا كانت نتيجة مُعينة تُغير شيئاً تفهمه بالفعل، وليس ما إذا كانت المجموعة بأكملها تستحق حكماً شاملاً واحداً.
راجع الافتراضات والمراجع الداعمة قبل الاستثمار في مشروع لاحق. تتبّع نسخة المخطوطة التي راجعتها. إذا تم تعديل نتيجة ما، فأعد النظر في أي استنتاجات أو برامج اعتمدت عليها.
للطلاب والمعلمين
لا ينبغي الخلط بين إنتاج النظريات على مستوى البحث ودعم التعلم. فقدرة النظام على إنتاج حجة معقدة لا تضمن فهم الطالب لتلك الحجة، أو صحة كل تفسير من نموذج مختلف.
في إعلان منفصل بتاريخ 10 مارس 2026، تم تقديم شروحات تفاعلية في الرياضيات والعلوم ضمن منصة ChatGPT ، بدءًا بأكثر من 70 مفهومًا. وأعلنت OpenAI عن طرح هذه الميزة تدريجيًا للمستخدمين المسجلين، مع توفير رسومات بيانية تُمكّن المتعلمين من التفاعل مع المتغيرات. وتجدر الإشارة إلى أن هذه الميزة التعليمية منفصلة عن إصدار نموذج البحث الذي صدر في أكتوبر.
للتعلم، اطلب تعريفات، ومثالًا توضيحيًا بسيطًا، وسؤالًا يمكنك الإجابة عنه بنفسك. استخدم الشرح لتطبيق طريقة معينة، ثم قارن حلك بمواد الدورة. الحل المقنع لا يكون مفيدًا إلا إذا استطعت تحديد سبب صحة خطواته.
للمطورين وصناع القرار التقنيين
يشير هذا الإعلان إلى أن الاستدلال الرياضي بات يُشكّل قدرة بحثية أكثر أهمية. ولا يُحدد هذا الإعلان سلوك كل نموذج متاح في بيئة عملك. تعامل مع التطبيق المحتمل كفرضية قابلة للتقييم.
على سبيل المثال، قد يقترح مساعد التحسين اشتقاقًا، بينما يتحقق برنامج حسابي من حل مرشح، ويتحقق خبير في المجال من افتراضات النمذجة. يجيب كل مكون على سؤال مختلف. ويبقى الاشتقاق الصحيح للهدف الخاطئ هو الحل الخاطئ.
قبل تغيير سير العمل الإنتاجي، قيّم المهام التمثيلية، بما في ذلك حالات الفشل. قِس دقة التنفيذ، وزمن الاستجابة، والتكلفة، وعدد مرات تدخل المراجع. تجنّب استخدام عناوين الأبحاث الرائدة كبديل عن هذه القياسات.
لماذا تُعد معايير النشر جزءًا من القصة؟
أصدرت المجموعة الاستشارية المستقلة المعنية بالرياضيات والذكاء الاصطناعي توصيات بشأن النشر المسؤول في 29 سبتمبر 2026. وتؤكد هذه التوصيات على الإسناد، والشرح الواضح، والإفصاح عن كيفية الحصول على النتائج، والتقنين حيثما كان ذلك عمليًا، ودعم الفهم البشري.
لا يُمثل موقف المجموعة تأييدًا مطلقًا لنماذج البحث الاحتكارية، بل يطالب المختبرات صراحةً بالتوقف عن اختبار المسائل الرياضية المعقدة على نماذج غير متاحة للمجتمع العلمي الأوسع. كما يوصي بفهمٍ يقوده المجتمع العلمي ومستودعاتٍ علمية مناسبة خارجة عن سيطرة مختبرات الذكاء الاصطناعي.
يُعدّ هذا التمييز مهمًا عند قراءة بيان OpenAI الذي يفيد باستشارة المجموعة. فالاستشارة لا تعني أن المجموعة الاستشارية قد صدّقت على كل برهان أو وافقت على كل قرار نشر. يبقى الوصول العام إلى النتائج، والتحقق المستقل، ووضوح مسؤولية المؤلف، والوصول إلى النموذج المُولِّد، مسائل منفصلة.
قائمة مرجعية عملية لتقييم ادعاءات الذكاء الاصطناعي في الرياضيات
حدد الإصدار: هل هو ميزة منتج، أو درجة معيارية، أو مخطوطة، أو وثيقة إثبات رسمية؟
حدد النظام: هل تم إنتاج العمل بواسطة نموذج عام أم نظام بحث داخلي؟
اقرأ العبارة: هل تتطابق النظرية الفعلية مع الادعاء الذي تتم مناقشته؟
تحقق من الافتراضات: ما هي التعريفات أو الفرضيات أو النتائج المستوردة التي تتطلبها الحجة؟
تحقق من حالة التحقق: هل هناك إجراءات رسمية، وما هي مراجعة الخبراء المستقلة الموثقة؟
تحقق من المصدر: هل تم توثيق النتائج السابقة ذات الصلة، وهل يمكن تتبع الطرق والمراجعات؟
الفصل بين التوافر والأداء: ما الذي يمكنك الوصول إليه اليوم، وما الذي سيظل إصدارًا مستقبليًا؟
يُتيح إعلان أكتوبر مجموعة كبيرة من البيانات للفحص. وستعتمد قيمتها الدائمة على مدى صمود النتائج أمام التدقيق، ومدى فهم الناس لها والبناء عليها، وكيفية تطور الوصول إلى القدرات الأساسية. في الوقت الراهن، يُعدّ أفضل رد فعل هو فحص النتائج ذات الصلة بعناية، وفصل الأدلة البحثية عن وعود المنتج.