في عالم الكيمياء، تتطلب الأسئلة المعقدة طُرقًا متطورة للإجابة عليها. لقد أصبحت نماذج اللغات الضخمة (Large Language Models) قادرة على تفسير الأسئلة الكيميائية بلغة طبيعية، لكنها غالبًا ما تعاني من صعوبة في التحقق من المنطق الداخلي وقيوده. في دراسة جديدة، تم تقديم ChemOntoRule، وهو نموذج مبدئي يعتمد على رموز وبنية اجتماعية (ontology) تتعلق بمشكلات الكيمياء المدرسية.

النموذج هذا يجمع بين سياسة تصميم ترسيم المهمات، حيث تركز الهندسة به حول المفاهيم والخصائص والعلاقات والإجراءات القابلة للتنفيذ اللازمة لمجموعة محددة من مشكلات الكيمياء. بالتالي، بدلاً من أن يكون تمثيلًا عالميًا للكيمياء، يقدم ChemOntoRule حلولًا موجهة للمهام.

النموذج يعتمد على مجموعة خفيفة من الرموز مرتبة بصيغتي JSON وRDF/Turtle، مدمجًا مع قواعد بايثون الحاسوبية لتفاصيل التركيب الإلكتروني والاتجاهات الدورية، والحالات الأكسيدية، وسلوك الأكسيدات والهيدريدات، وأنماط التفكير المدرسية ذات الصلة. تم اختبار النظام على 300 مسألة كيميائية مؤلفة يدويًا وتم تدريبها يدويًا، وحقق النجاح في 296 من بين 300 إجابة مرجعية (98.67%).

تغطي مجموعة القواعد المستندة إلى ontology 269 مشكلة، مع توافق 266 منها مع الإجابات المرجعية (98.88%). بينما تم معالجة 31 مشكلة بواسطة احتياطي مبرمج بواسطة خبراء، مع 30 توافق.

تتطرق الدراسة أيضًا إلى الأربع حالات التي تباينت عنها الإجابات، مما يميز بين الاعتمادية الهيكلية والدقة الكيميائية. وتحدد خطة معمارية مستقبلية حيث يعمل نموذج اللغة بشكل رئيسي كمترجم للغة المستخدم إلى إطار ontological موحد. إن فاعلية المعالجة في المصطلحات تمثل فرضية اختبار مستقبلية وليست نتيجة حالية.

ما رأيكم في هذه الخطوة الجديدة نحو تطوير التعليم في العلوم؟ شاركونا آرائكم في التعليقات!