في ظل التقدم المذهل الذي يشهده مجال الذكاء الاصطناعي، يبرز بحث جديد يلقي الضوء على تطبيقات هذه التكنولوجيا الرائدة في نظرية الأعداد. تتناول الورقة البحثية تحليل أداء نموذج اللغة الكبير Qwen2.5-Math-7B-Instruct في مجال الخوارزميات والمسائل الحسابية المتعلقة بنظرية الأعداد.

في الجزء الأول من البحث، يرتكز التركيز على مجال متخصص حيث يتم تقييم أداء النموذج في حل ثلاثين مسألة خوارزمية وثلاثين سؤالًا حسابيًا مستمدة من كتب نظرية الأعداد الكلاسيكية ومن منصة Math StackExchange. وقد أظهرت النتائج دقة رائعة، حيث حقق النموذج دقة تبلغ 0.95 على الأقل في كل مسألة عندما تم تزويده بمساعدة مثالية دون إغراق.

أما في الجزء الثاني من الورقة، فإنها تحقق تجريبيًا من صحة فرضية شائعة في نظرية الأعداد التحليلية، والتي تشير إلى أن معيار (modulus) ​​q لشخصية ديريشلي ​​χ يتحدد بشكل فريد من الجذور غير التافهة الأولية لهذه الشخصية. تم تدريب مصنف متعدد الفئات باستخدام LightGBM للتنبؤ بالموصل (conductor) q لـ 214 دالة من دوال لابعدية (Dirichlet L-functions) تم اختيارها عشوائيًا، باستخدام مجموعة من الميزات الإحصائية المتعلقة بجذورها الأولية. أظهرت النتائج دقة اختبار تصل إلى 93.9% عندما تم تضمين خصائص إحصائية كافية للجذور.

تتوافر الشيفرة البرمجية ومجموعات البيانات المستخدمة في هذا البحث، مما يتيح للباحثين وغيرهم استكشاف هذا المجال المتطور بشكل أكبر. هل تتوقع أن يمثل الذكاء الاصطناعي حلاً نهائيًا لتحليل المسائل المعقدة في الرياضيات؟ شاركونا آرائكم!