في السنوات الأخيرة، تسارعت التطورات في مجال الذكاء الاصطناعي المخصص للرياضيات، أو ما يعرف بـ AI4Math. تعتبر نماذج اللغات الضخمة (Large Language Models) محورية في تحقيق نجاحات مبهرة في توليد البراهين الرسمية لمشاكل رياضية محددة بوضوح، وذلك باستخدام لغات إثبات النظرية التفاعلية (Interactive Theorem Proving).

لكن، ورغم هذه الإنجازات، فإن الأنظمة الحالية ما زالت تواجه قيودًا جوهرية في التعامل مع الرياضيات البحثية الحديثة. التحديات التي تطرحها اكتشاف نظريات جديدة أو حل التخمينات المفتوحة تتطلب معالجة غير محددة ومعقدة، تشمل مستويات متعددة من التجريد.

تشير التحليلات إلى أن القفزة القادمة في أنظمة AI4Math تحتاج إلى تحول جذري من كونها حلولًا محددة مسبقًا إلى أنظمة بحثية قادرة على التصدي للتحديات الرياضية الحدودية من خلال تفكير رياضي رسمي دقيق. في هذه الورقة البحثية، نقدم مراجعة منهجية للمجال، تغطي مجموعات البيانات، الأتمتة في التصديق، وتوليد البراهين.

الأهم من ذلك، يتم التشديد على القيود الأساسية التي تعاني منها الأنظمة الحالية كوكيل بحث رياضي. تشمل هذه القيود تحديات تتعلق بمجموعات البيانات، الهيكل العلاقي، استكشاف الرياضيات، نظام الأدوات، وتعاون الإنسان مع الذكاء الاصطناعي. ومن الضروري وضع خارطة طريق استراتيجية لمستقبل AI4Math والمضي قُدمًا نحو تحقيق إنجازات أكبر في مجال الرياضيات المعقدة.