أصبح الذكاء الاصطناعي في السنوات الأخيرة قادرًا على حل المسائل الرياضية بمستويات أولمبية بمهارة مذهلة، لكن هل يعتبر رسم الأشكال الهندسية جزءًا من هذه القدرة؟ قدم الباحثون نموذج قياس جديد لتقييم هذا الجانب الهام.

في دراسة حديثة، تم طرح تساؤلات حول إمكانية النماذج القوية مثل GPT وClaude، التي تشتهر بقدرتها على استنتاج الحلول الرياضية، في إنشاء الأشكال البيانية المطلوبة. حيث بجانب المهارات الحسابية، يتطلب حل المسائل الهندسية رسمًا دقيقًا يقوم على البناء الصحيح والاتصالات الصحيحة، مما قد يجعل الأمر أكثر تعقيدًا.

النموذج الجديد يركز على 954 مسألة هندسية أولمبية ذاتية المحتوى، تتضمن مجموعة فرعية من 297 مسألة صعبة، حيث تم إقران كل مسألة بحلها ورسم بياني عالي الدقة. يوفر هذا النموذج مجموعة شاملة من المقاييس التي تُعنى بما يُعرف بالتفكير الرسومي (Diagrammatic Reasoning).

ومن المؤسف أن التقييمات أظهرت فجوة ملحوظة بين قدرات الحل والرسم؛ فوفقًا للنتائج، كانت نسبة نجاح تجميع الرسوم البيانية في المتوسط 36.14%. كما أن النتائج أفادت بأن المهارات الرياضية القوية لا تتضمن بالضرورة القدرة على إنشاء رسوم هندسية دقيقة. توفر هذه الدراسة خبرات جديدة ومبتكرة في مجال الذكاء الاصطناعي، موجهة نحو تطوير قدرات النماذج الحالية. يمكن للمهتمين زيارة الرابط للحصول على مجموعة البيانات والنموذج القياسي الجديد: https://huggingface.co/datasets/max98765/hard_geometry_problems_with_diagrams.

ما رأيكم في هذه الفجوة بين الحل والرسم في قدرة الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!