في عالم الذكاء الاصطناعي، يتم تعريف الذكاء عادةً على أنه القدرة على اكتساب المعرفة وتطبيقها، والتكيف مع المواقف غير المألوفة وحل المشكلات الجديدة. تتمتع نماذج اللغات الضخمة (Large Language Models) بقدرة كبيرة على استنتاج المعرفة ذات الصلة بالمهمة من السياقات النصية وتطبيقها على مهام جديدة، لكنها تظل محصورة في نطاق اللغة فقط.

لكن ماذا عن الذكاء العددي؟! يحتاج النظام العلمي والاجتماعي إلى نماذج قادرة على اكتساب المعرفة وإعادة استخدامها من السياقات الرقمية، وهي القدرة التي نطلق عليها اسم "الذكاء العددي". هنا يأتي دور نموذج UNified In-Context Operator Networks (UNICON) كأول نموذج أساسي يمثل الذكاء العددي عبر مختلف التخصصات.

بواسطة أمثلة قائمة على الرسوم البيانية من نظام معين كسياق، يقوم UNICON باستخلاص العلاقات التنبؤية المشتركة وتطبيقها على استفسارات من نفس النظام. مما يميز هذا النموذج هو قدرته على التقرب من أداء المتخصصين في العلوم الاجتماعية والطبيعية، حتى في التخصصات التي لم يتم تدريبه عليها مسبقًا.

عند دمج UNICON مع وكلاء نماذج لغوية، يتم تحقيق المزيد من المكاسب، مما يمكّنه من التغلب على المتخصصين في التخصصات التي لم يُدرّب عليها. كما أن تنوع مجموعة بيانات التدريب يعزز من قوة النموذج وقدرته على التعميم على تخصصات جديدة. تُمثل هذه النتائج مجتمعة نموذج UNICON كحجر أساس لنموذج ذكاء عددي متقدم، مما يضعه كعنصر أساسي في النظام البيئي الأوسع للذكاء الاصطناعي.