في تطور مثير داخل مجتمع الرياضيات المعلوماتية، أظهرت الأبحاث الحديثة إمكانية استخدام نماذج اللغة الكبيرة (Large Language Models) لتحسين الشفرات الثنائية. تم تقديم LinCodeEvolve، وهو إطار عمل ثوري، يستند إلى تقنيات مبتكرة تُعرف بـ EvoTune وShinkaEvolve.

تستند الفكرة إلى استخدام خوارزميات شاملة للحكم على أدنى مسافة ممكنة للشفرات، مما يساهم في حل المشكلات القديمة والمستمرة في مجال الشفرات الثنائية. وبفضل الجمع بين البحث المدعوم بالتنوع والإشراف الخبير، استطاع LinCodeEvolve اكتشاف سبع شفرات جديدة تمامًا، بما في ذلك الشفرات المعروفة بأرقامها الفريدة، مثل
$[172,21,66]$ و $[173,20,68]$.

هذه التطورات لم تعزز العلوم الرياضية فحسب، بل أظهرت أيضًا كيف يمكن أن تعزز نماذج الذكاء الاصطناعي من قدرة الباحثين على إيجاد حلول مبتكرة لبعض المشاكل الرياضية العميقة. وبالتالي، أكدت النتائج أن البحث المدعوم بنماذج اللغة الكبيرة يمكن أن يكون له تأثيرات فعالة في مجالات مثل نظرية الشفرات، مما يفتح آفاقًا جديدة أمام الباحثين والممارسين في هذا المجال.

ما رأيكم في هذه التطورات الجديدة؟ هل تشعرون بأن الذكاء الاصطناعي سيشكل مستقبل نظرية الشفرات؟ شاركونا آراءكم في التعليقات.