بزرگنمايي:

سیاست و بازاریابی - ایسنا / هوش مصنوعی، 30 نفر از برجسته‌ترین ریاضیدانان جهان را در جلسه‌ای مخفیانه در کالیفرنیا غافلگیر کرد.
برجسته ترین ریاضیدانان جهان از توانایی هوش مصنوعی در انجام کارهایشان شگفت‌زده شدند. یک گردهمایی ریاضی مخفیانه در کالیفرنیا برگزار شد و سی نفر از مشهورترین ریاضیدانان جهان به آنجا سفر کردند. اعضای این گروه در یک رقابت با یک چت‌بات «استدلالی»(reasoning) روبرو شدند که وظیفه حل مسائلی را داشت که آنها برای سنجش توانایی‌های ریاضی‌اش طراحی کرده بودند.
بازار
پژوهشگران با شگفتی دریافتند که این ربات قادر به حل برخی از دشوارترین مسائل قابل حل جهان است. «کن اونو»(Ken Ono)، ریاضیدان دانشگاه ویرجینیا و از داوران این نشست، می‌گوید: همکاران من اعلام کرده‌اند که این مدل‌ها به نبوغ در ریاضی نزدیک شده‌اند.
چت‌بات مورد نظر با نام «o4-mini» و یک «مدل زبان بزرگ استدلالی»(reasoning LLM) است. این مدل توسط شرکت «اوپن ای‌آی»(OpenAI) آموزش داده شده است تا قادر به استنتاج‌های بسیار پیچیده باشد. این چت‌بات آموزش دیده است که کلمه بعدی را در یک دنباله پیش‌بینی کند. با این حال، «o4-mini» و مدل‌های مشابه آن در مقایسه با «مدل‌های زبانی بزرگ» قبلی، سبک‌تر، چابک‌تر و بر روی مجموعه‌های داده تخصصی با تقویت قوی‌تر از سوی انسان‌ها آموزش دیده‌اند. این رویکرد منجر به ایجاد یک چت‌بات شده که قادر است عمیق‌تر از «مدل‌های زبانی بزرگ» سنتی به حل مسائل پیچیده در ریاضیات بپردازد.
«اوپن ای‌آی» برای ردیابی پیشرفت این چت‌بات، قبلاً از شرکت «Epoch AI» که سازمانی برای ارزیابی «مدل‌های زبانی بزرگ» است، درخواست کرد تا 300 سوال ریاضی را که راه‌حل‌های آنها هنوز منتشر نشده بود، تدوین کند. حتی «مدل‌های زبانی بزرگ» سنتی نیز می‌توانند به بسیاری از سوالات پیچیده ریاضی به درستی پاسخ دهند. با این حال، هنگامی که «Epoch AI» برای چندین مدل از این قبیل سوالات متفاوتی مطرح کرد، موفق‌ترین آنها توانستند کمتر از 2 درصد را حل کنند که نشان‌دهنده عدم توانایی این «مدل‌های زبانی بزرگ» در «استدلال» بود، اما «o4-mini» بسیار متفاوت از آب درآمد.
شرکت «Epoch AI»، «الیوت گلیزر»(Elliot Glazer) را که اخیراً دکترای ریاضی خود را به پایان رسانده بود، برای پیوستن به پروژه جدید خود در ارزیابی موسوم به «FrontierMath» استخدام کرد. این پروژه سوالات جدیدی را در سطوح مختلف دشواری جمع‌آوری کرد که در سه سطح کارشناسی، کارشناسی ارشد و مطالعاتی بودند. «گلیزر» دریافت که «o4-mini» می‌تواند حدود 20 درصد از سوالات را حل کند.
وی سپس به سراغ سطح چهارم رفت که مجموعه‌ای از سوالات بود که حتی برای یک ریاضیدان دانشگاهی نیز چالش‌برانگیز بود. تنها گروه کوچکی از افراد در جهان قادر به طراحی چنین سوالاتی بودند. ریاضیدانانی که شرکت کردند مجبور بودند توافق‌نامه عدم افشا را امضا کنند. مجموع داده‌ها می‌توانست توسط یک «مدل زبانی بزرگ» اسکن شده و به طور ناخواسته آن را آموزش دهد و در نتیجه مجموعه داده را آلوده کند.
به ازای هر مسئله‌ای که «o4-mini» قادر به حل آن نبود، 7500 دلار پاداش به ریاضیدانی که آن را مطرح کرده بود، تعلق می‌گرفت. این گروه، پیشرفتِ کند و پیوسته‌ای در یافتن سوالات داشت، بنابراین «Epoch AI» جلسه‌ای حضوری برگزار کرد و شرکت‌کنندگان آخرین دسته از سوالات چالش‌برانگیز را نهایی کردند. 30 شرکت‌کننده به گروه‌های 6 نفره تقسیم شدند و به مدت دو روز با یکدیگر رقابت کردند تا مسائلی را طراحی کنند که خودشان بتوانند حل کنند، اما سامانه «استدلالی» هوش مصنوعی را به چالش بکشد.
«اونو» می‌گوید: من مسئله‌ای را مطرح کردم که متخصصان در رشته من آن را به عنوان یک سوال باز در نظریه اعداد شناسایی کرده‌اند. این یک مسئله خوب در سطح دکتراست.
وی از «o4-mini» خواست تا آن را حل کند. این چت‌بات طی 10 دقیقه بعد، راه‌حلی را ارائه داد و روند استدلال خود را در طول مسیر نشان داد. این ربات دو دقیقه اول را صرف یافتن و تسلط بر ادبیات مرتبط در این زمینه کرد. سپس در صفحه نوشت که می‌خواهد ابتدا نسخه ساده‌تری از سوال را حل کند تا یاد بگیرد. چند دقیقه بعد، نوشت که سرانجام آماده حل مسئله دشوارتر است و پنج دقیقه بعد، راه‌حلی صحیح را ارائه داد.
«اونو» که مشاور ریاضی پاره‌وقت شرکت «Epoch AI» نیز است، می‌گوید: این چت‌بات شروع به جسور شدن کرد و مرا شگفت‌زده کرد.
وی شکست خود را پذیرفت و بقیه شرکت‌کنندگان را مطلع کرد و ادامه داد: من آماده نبودم که با یک «مدل زبانی بزرگ» مانند این چت‌بات مقابله کنم. من قبلاً هرگز چنین استدلالی را در مدل‌ها ندیده بودم. این کاری است که یک دانشمند انجام می‌دهد و این کار ترسناک است.
این گروه در نهایت موفق شد 10 سوال را طرح کند که ربات را متوقف کرد.
دانشمندان از میزان پیشرفت هوش مصنوعی در طول یک سال شگفت‌زده شده‌اند. «یانگ هوی هی»(Yang Hui He) ریاضیدان موسسه ریاضیات لندن و یکی از پیشگامان اولیه استفاده از هوش مصنوعی در ریاضیات می‌گوید: این فرآیند مشابه کاری است که یک دانشجوی فارغ‌التحصیل بسیار حرفه‌ای انجام می‌دهد.
این ربات بسیار سریع‌تر از یک ریاضیدان حرفه‌ای بود و تنها چند دقیقه طول کشید تا کاری را انجام دهد که انجام آن برای یک متخصص انسانی هفته‌ها یا ماه‌ها طول می‌کشید.
در حالی که مبارزه با «o4-mini» هیجان‌انگیز بود، پیشرفت آن نیز نگران‌کننده بود. دانشمندان ابراز نگرانی کردند که نتایج «o4-mini» ممکن است بیش از حد مورد اعتماد قرار گیرد. «یانگ هی» می‌گوید: من فکر می‌کنم «o4-mini» همه چیز را با اعتماد به نفس زیادی می‌گوید.
این گروه در پایان جلسه، شروع به بررسی آینده کردند. بحث‌ها به سمت سطح پنجم یعنی سوالاتی که حتی بهترین ریاضیدانان نیز نمی‌توانستند حل کنند، معطوف شد. اگر هوش مصنوعی به این سطح برسد، نقش ریاضیدانان تغییر چشمگیری خواهد داشت و ممکن است ریاضیدانان صرفاً به طرح سوالات و تعامل با ربات‌های «استدلالی» برای کمک به کشف حقایق جدید ریاضی روی آورند. 
«اونو» خاطرنشان کرد: من به همکارانم گفته‌ام که اشتباه بزرگی است که بگوییم هوش مصنوعی عمومی هرگز نخواهد آمد و آن فقط یک رایانه است. من نمی‌خواهم به این هیجان دامن بزنم، اما از برخی جهات این «مدل‌های زبان بزرگ» در حال حاضر از اکثر بهترین دانشجویان تحصیلات تکمیلی ما در جهان پیشی گرفته‌اند.
این مطالعه در مجله Scientific American منتشر شده است.