في تطور حديث يعكس التقدم المستمر في علم المعلومات، تمكن فريق من الباحثين من تحسين الحدود السفلية لطاقة شانون (Shannon capacity) المتعلقة بالدورات الفردية. تعتبر طاقة شانون مقياسًا حيويًا لسرعة نقل المعلومات بأقل نسبة أخطاء ممكنة عبر القنوات المليئة بالتداخل.

تتعلق هذه الإنجازات بتحسينات محددة حيث تم بناء مجموعات مستقلة تتكون من 134753 عنصرًا في الدورة السابعة (C_7^{10})، و21909 في الدورة الحادية عشر (C_{11}^{6})، و62530 في الدورة الثالثة عشر (C_{13}^{6}).

تُظهر النتائج الجديدة أن الحد الأدنى لطاقة شانون بالدورة السابعة هو على الأقل 134753^{1/10}، بينما للدورات الأخرى يبلغ 21909^{1/6} و62530^{1/6}، مما يشير إلى قيم تزيد عن 3.258020 و5.289773 و6.300109 على التوالي.

كما قام الباحثون بتحسين الحدود السفلية لأرقام الاستقلال (independence numbers) لبعض السلاسل القوية الفردية للدورات، على الرغم من عدم تحسينها للحد الأدنى لطاقة شانون. هذه النتائج تم اكتشافها من خلال تفاعلات متكررة مع نماذج لغوية ضخمة، مما يدل على الإمكانيات العظيمة لهذه النماذج في إيجاد تركيبات تركيبية صريحة.

إذا كنت مهتمًا بمعرفة المزيد عن كيف يمكن أن تغير التقنيات الحديثة في الذكاء الاصطناعي (AI) من طريقة البحث العلمي، فلا تتردد في التفاعل معنا! ما رأيكم في هذه التطورات؟ شاركونا في التعليقات.