في مجال العلوم، تُعد الاكتشافات العلمية محورية لفهم كيفية عمل الكون، وقد شهدت هذه العملية تحولات جذرية منذ أيام إسحاق نيوتن. عندما اكتشف نيوتن قانون الجاذبية، كان يعتمد على تحليل البيانات الملاحظة مثل أنماط الحركة الكوكبية، ووصفها رياضياً لتطوير نظرية شاملة تتضمن توفير تفسيرات للظواهر. لكن الآن، هل يمكن لنماذج الذكاء الاصطناعي (AI) أن تصل إلى نفس القدر من التقدم؟

تعرفوا على EurekaBench، المعيار الثوري الجديد الذي تم تصميمه لقياس قدرة الذكاء الاصطناعي على إجراء تجارب مطولة واكتشاف الآليات العلمية التي يمكن أن تفسر الظواهر. يوفر EurekaBench مجموعة متكاملة من 26 مهمة طويلة الأمد تغطي مجالات متعددة مثل العلوم العصبية وعلم الحاسوب والكيمياء والفيزياء الفلكية، مما يتيح تقييم آليات الاكتشاف بشكل دقيق من خلال عدد من المعايير.

يتضمن إطار التقييم الخاص بنا ثلاثة محاور رئيسية هي: قدرة النماذج على اتباع القيود العلمية المعروفة، دقة التنبؤ للآليات المكتشفة، وما إذا كانت هذه الآليات تسفر عن أفكار علمية جديدة أو تساعد في توجيه الأبحاث المستقبلية. تكشف النتائج أن نماذج الذكاء الاصطناعي الحالية تميل إلى التركيز الزائد على تحسين دقة التنبؤ، مما يجعلها تتفوق على العلماء البشريين، إلا أنها تظل قاصرة عن استخراج الأفكار العلمية العميقة.

هل تتمكن تقنيات الذكاء الاصطناعي من تكريس نفسها في مجالات الابتكار العلمي؟ تلك هي الأسئلة التي يسعى EurekaBench للإجابة عليها. يجب على العلماء والمطورين العمل معاً لتحسين قدرة الذكاء الاصطناعي على تغذية المستقبل بالأفكار والتحولات الجديدة.