علماء الذكاء الاصطناعي يتوصلون إلى اكتشاف “مثير” باستخدام روبوتات الدردشة لحل المسائل الرياضية | علوم

يدعي باحثو الذكاء الاصطناعي أنهم حققوا أول اكتشاف علمي في العالم باستخدام نموذج لغوي كبير، وهو إنجاز يشير إلى أن التكنولوجيا الكامنة وراء ChatGPT والبرامج المماثلة يمكن أن تولد معلومات تتجاوز المعرفة البشرية.

ظهرت هذه النتائج من Google DeepMind، حيث يبحث العلماء فيما إذا كانت النماذج اللغوية الكبيرة، التي تدعم برامج الدردشة الحديثة مثل ChatGPT من OpenAI و Bard من Google، يمكنها القيام بأكثر من مجرد إعادة تجميع المعلومات المستفادة في التدريب والتوصل إلى رؤى جديدة.

قال بوشميت كوهلي، رئيس قسم الذكاء الاصطناعي للعلوم في شركة ديب مايند: “عندما بدأنا المشروع لم يكن هناك ما يشير إلى أنه سينتج شيئًا جديدًا حقًا”. “على حد علمنا، هذه هي المرة الأولى التي يتم فيها تحقيق اكتشاف علمي حقيقي جديد من خلال نموذج لغوي كبير.”

نماذج اللغة الكبيرة، أو LLMs، هي شبكات عصبية قوية تتعلم أنماط اللغة، بما في ذلك كود الكمبيوتر، من كميات هائلة من النصوص والبيانات الأخرى. منذ وصول ChatGPT بسرعة في العام الماضي، قامت التكنولوجيا بتصحيح أخطاء البرامج المعيبة وأنتجت كل شيء بدءًا من المقالات الجامعية ومسارات السفر إلى القصائد حول تغير المناخ بأسلوب شكسبير.

ولكن على الرغم من أن روبوتات الدردشة أثبتت شعبيتها الكبيرة، فإنها لا تولد معارف جديدة وهي عرضة للتلفيق، مما يؤدي إلى إجابات سلسة ومعقولة، بما يتماشى مع أفضل الحانات، ولكنها معيبة للغاية.

لبناء “FunSearch”، وهو اختصار لعبارة “البحث في مساحة الوظيفة”، قامت شركة DeepMind بتسخير شهادة LLM لكتابة حلول للمشكلات في شكل برامج كمبيوتر. يتم إقران LLM مع “المقيم” الذي يقوم تلقائيًا بتصنيف البرامج حسب مدى جودة أدائها. يتم بعد ذلك دمج أفضل البرامج وإعادتها إلى LLM لتحسينها. وهذا يدفع النظام إلى تطوير البرامج الضعيفة بشكل مطرد إلى برامج أكثر قوة يمكنها اكتشاف معارف جديدة.

أطلق الباحثون برنامج FunSearch على لغزين. الأول كان تحديًا طويل الأمد وغامضًا إلى حد ما في الرياضيات البحتة المعروف باسم مشكلة في وضع الغطاء. يتعلق الأمر بإيجاد أكبر مجموعة من النقاط في الفضاء حيث لا تشكل ثلاث نقاط خطًا مستقيمًا. أنتجت FunSearch برامج تولد مجموعات كبيرة جديدة تتجاوز أفضل ما توصل إليه علماء الرياضيات.

اللغز الثاني كان مشكلة التعبئة بن، والذي يبحث عن أفضل الطرق لتعبئة العناصر ذات الأحجام المختلفة في الحاويات. في حين أنها تنطبق على الأشياء المادية، مثل الطريقة الأكثر فعالية لترتيب الصناديق في حاوية الشحن، فإن نفس الرياضيات تنطبق على مجالات أخرى، مثل جدولة مهام الحوسبة في مراكز البيانات. يتم حل المشكلة عادةً إما عن طريق تعبئة العناصر في الحاوية الأولى التي تحتوي على مساحة، أو في السلة التي تحتوي على أقل مساحة متاحة حيث يظل العنصر مناسبًا. وجدت FunSearch أسلوبًا أفضل يتجنب ترك فجوات صغيرة من غير المرجح أن يتم ملؤها على الإطلاق، وفقًا للنتائج المنشورة في طبيعة.

“في الاخير اثنين أو ثلاثة سنين وقال السير تيم جاورز، أستاذ الرياضيات في جامعة كامبريدج، والذي لم يشارك في البحث: “كانت هناك بعض الأمثلة المثيرة لعلماء الرياضيات البشرية الذين يتعاونون مع الذكاء الاصطناعي لتحقيق تقدم في المشكلات التي لم يتم حلها”. “من المحتمل أن يمنحنا هذا العمل أداة أخرى مثيرة للاهتمام للغاية لمثل هذا التعاون، مما يمكّن علماء الرياضيات من البحث بكفاءة عن إنشاءات ذكية وغير متوقعة. والأفضل من ذلك أن هذه الإنشاءات قابلة للتفسير البشري.

يستكشف الباحثون الآن مجموعة من المشكلات العلمية التي يمكن لـ FunSearch التعامل معها. أحد العوامل الرئيسية المقيدة هو أن المشكلات تحتاج إلى حلول يمكن التحقق منها تلقائيًا، مما يستبعد العديد من الأسئلة في علم الأحياء، حيث تحتاج الفرضيات في كثير من الأحيان إلى اختبارها من خلال التجارب المعملية.

قد يكون التأثير الأكثر فورية لمبرمجي الكمبيوتر. على مدار الخمسين عامًا الماضية، تحسنت عملية البرمجة إلى حد كبير من خلال إنشاء البشر لخوارزميات أكثر تخصصًا. وقال كوهلي: “سيكون هذا في الواقع تحويلاً في كيفية تعامل الناس مع علوم الكمبيوتر واكتشاف الخوارزميات”. “لأول مرة، نرى حاملي ماجستير إدارة الأعمال لا يتولىون المسؤولية، ولكنهم بالتأكيد يساعدون في دفع حدود ما هو ممكن في الخوارزميات.”

وقال جوردان إلينبرغ، أستاذ الرياضيات في جامعة ويسكونسن ماديسون، والمؤلف المشارك في هذه الورقة: “ما أجده مثيرًا حقًا، حتى أكثر من النتائج المحددة التي توصلنا إليها، هو الآفاق التي تقترحها لمستقبل العالم”. التفاعل بين الإنسان والآلة في الرياضيات.

“بدلاً من إيجاد حل، يقوم FunSearch بإنشاء برنامج يجد الحل. إن حل مشكلة معينة قد لا يمنحني أي فكرة عن كيفية حل المشكلات الأخرى ذات الصلة. لكن البرنامج الذي يجد الحل، هو شيء يمكن للإنسان قراءته وتفسيره، ومن ثم نأمل أن يولد أفكارًا للمشكلة التالية والمشكلة التالية والتي تليها.