في خضم التطورات السريعة في مجال الذكاء الاصطناعي، تظهر نماذج الرؤية واللغة (Vision-Language Models) كأداة قوية تحل المشكلات الفيزيائية التقليدية، لكنها تواجه صعوبة كبيرة عندما يتعلق الأمر بالتطبيقات الواقعية المعقدة، والتي تتطلب دقة زمنية وتفكير سببي مستمر. تكشف الأبحاث الأخيرة عن تحديين أساسيين يؤثران على هذه النماذج:

1. **انجراف الهوية الزمنية والمكانية**: حيث تفقد الأجسام هويتها الفيزيائية عبر الإطارات المتعاقبة مما يعطل سلاسل الاستنتاج.
2. **تقلب الرؤى الزمنية**: حيث يمكن أن تنتج النماذج أحيانًا استنتاجات صحيحة لكنها لا تتمكن من تنظيمها لاستخدامها في المستقبل.

لمعالجة هذه التحديات، تُقدم PhysNote، وهي إطار عمل يتيح لهذه النماذج تعزيز معرفتها الفيزيائية عن طريق توليد ما يُعرف بـ"ملاحظات المعرفة". يساعد PhysNote في استقرار الإدراك الديناميكي من خلال تسوية الزمن والمكان، وينظم الرؤى التي تم إنشاؤها ذاتيًا في مستودع معرفي هرمي، ويشجع على دورة استدلال تكرارية تُثبّت الفرضيات بالأدلة البصرية قبل دمج المعرفة الموثقة.

أظهرت التجارب على PhysBench أن PhysNote يحقق دقة إجمالية بنسبة 56.68%، مما يمثل تحسنًا بنسبة 4.96% مقارنةً بأفضل نموذج متعدد الوكلاء، مع تحسينات مستمرة عبر جميع مجالات التفكير الفيزيائي الأربعة.

مع هذه التطورات المثيرة، يتجاوز PhysNote حدود النماذج التقليدية ويقدم طريقة جديدة لفهم الفيزياء بشكل أكثر فعالية ودقة!