في خطوات جريئة نحو مستقبل أكثر إشراقًا في أبحاث الرياضيات، يظهر الذكاء الاصطناعي كأداة ثورية تعيد تشكيل كيفية تعامل الباحثين مع المشكلات الرياضية المعقدة. فقد أظهرت النماذج اللغوية الضخمة (Large Language Models - LLMs) قدراتها الفائقة في القدرة على التفكير الرياضي، بالرغم من تحديات موثوقيتها.

من خلال استخدام هذه النماذج لتوليد الأدلة الرسمية بلغة مثل Lean، تمت أول تقييم شامل لمدى فعالية هذه الطريقة في حل المشكلات الرياضية المفتوحة. أظهرت النتائج أن أحد الأنظمة القوية التي تم نشرها استطعنا من حل 9 مشاكل مفتوحة من أصل 353 من مشاكل Erdős بتكلفة تتراوح في بضع مئات من الدولارات لكل مشكلة، كما أثبتت أيضاً صحتها في 44 من أصل 492 من تخمينات OEIS.

يتوسع نطاق استخدام هذه التقنية الرائدة ليشمل مجالات متعددة مثل التركيبات (Combinatorics)، والتحسين (Optimization)، ونظرية الرسوم البيانية (Graph Theory)، والهندسة الجبرية (Algebraic Geometry)، وعلم البصريات الكمومية (Quantum Optics).

بالإضافة إلى ذلك، تم تطوير وكيل أساسي يجمع بين توليد النصوص المعتمدة على LLM والتحقق باستخدام Lean، مما أدى إلى تحقيق نجاحات موازية في مشكلات Erdős، ولكن بتكلفة أعلى عند مواجهة أصعب التحديات.

تؤكد هذه النتائج على قوة البحث عن الأدلة الرسمية المدعومة بالذكاء الاصطناعي، وتسلط الضوء على التصميمات العملية التي تسهم في تحقيق هذه النتائج الرائعة في مجال الأبحاث الرياضية.