Math Takes Two: A test for emergent mathematical reasoning in communication
تقدم الورقة البحثية "Math Takes Two"، وهو معيار مرجعي جديد مصمم لتقييم ما إذا كانت النماذج اللغوية قادرة على إظهار استنتاج رياضي ناشئ حقيقي من خلال تكليف وكيلين بتطوير بروتوكول رمزي مشترك لحل مشكلات قائمة على أسس بصرية من المبادئ الأولى.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الفكرة الكبرى: هل يمكن للروبوتات أن "تخترع" الرياضيات؟
تخيل أنك وصديق لك عالقان في جزيرة مهجورة. لا تتحدثان نفس اللغة، وليس لديكما أي أرقام مكتوبة في أي مكان. ومع ذلك، تحتاجان لتبادل ثمار جوز الهند. ترى كومة من 12 ثمرة جوز هند، ويحتاج صديقك لمعرفة عددها بالضبط ليتمكن من مقايضتك ببعض الأسماك.
بما أنه ليس لديك كلمة "اثنا عشر"، قد تبدأ بالإشارة، أو استخدام إيماءات محددة باليد، أو حتى النقر على الحجارة بنمط معين. في النهاية، قد تدرك: "مهلاً، في كل مرة أنقر فيها على هذه الصخرة تحديداً ثلاث مرات، فإن ذلك يعني مجموعة من أربعة".
لقد اخترعت للتو الرياضيات من خلال الحاجة إلى التواصل.
هذه الورقة البحثية، التي تحمل اسم "الرياضيات تتطلب اثنين" (Math Takes Two)، تطرح سؤالاً عميقاً: هل يمكن للذكاء الاصطناعي أن يفعل الشيء نفسه؟ هل يمكن للكمبيوتر أن "يخترع" الرياضيات من الصفر لمجرد أنه يحتاج للتحدث مع كمبيوتر آخر لحل مشكلة ما؟
المشكلة: مطابقة الأنماط مقابل التفكير الحقيقي
في الوقت الحالي، يتمتع الذكاء الاصطناعي (مثل ChatGPT) بقدرة هائلة على حل الرياضيات، لكنه قد يكون "يغش".
فكر في الأمر كطالب حفظ كل الإجابات الموجودة في نهاية الكتاب المدرسي. إذا سألته سؤالاً من الكتاب، سيبدو عبقرياً. ولكن إذا غيرت الأرقام أو استخدمت رمزاً غريباً جديداً لم يره من قبل، فغالباً ما ينهار. هو لا يستخدم المنطق؛ بل يكتفي فقط بالتعرف على الأنماط التي رآها أثناء التدريب.
يريد الباحثون معرفة ما إذا كان بإمكان الذكاء الاصطناعي الانتقال من كونه "مطابقاً للأنماط" (شخصاً يحفظ) إلى "مفكراً منطقياً" (شخصاً يفهم القواعد الأساسية).
التجربة: لعبة "التجارة العمياء"
لاختبار ذلك، صمم الباحثون لعبة. تخيل وكيلين من الذكاء الاصطناعي: المتحدث والمستمع.
- المتحدث ينظر إلى صورة (على سبيل المثال، شبكة مكونة من 3×4 تفاحات).
- المتحدث لا يمكنه عرض الصورة. يمكنه فقط إرسال "رسالة نصية" قصيرة باستخدام أبجدية عشوائية صغيرة (مثل
A, B, C, 0, 1, 2, +, *). - المستمع يتلقى الرسالة ويجب عليه اختيار الصورة الصحيحة من بين مجموعة من الخيارات.
التحول المفاجئ: لم يخبر الباحثون الذكاء الاصطناعي بما تعنيه الرموز. لم يقولوا له "الرقم 1 يعني جسماً واحداً". على الذكاء الاصطناعي أن يكتشف، من خلال التجربة والخطأ، أن "الرمز A" قد يمثل شكلاً معيناً، أو أن "الرمز +" قد يعني "اجمع هذه المجموعات معاً".
ولجعل الأمر أكثر صعوبة، ألقوا بـ "منعطف مفاجئ" (اختبار خارج نطاق التوزيع). بمجرد أن يظن الذكاء الاصطناعي أنه أتقن الأمر، يقدم الباحثون أشكالاً جديدة تماماً وأرقاماً أكبر بكثير لم يسبق للذكاء الاصطناعي رؤيتها. إذا كان الذكاء الاصطناعي "يفهم" حقاً الرياضيات، فيجب أن يكون قادراً على استخدام "لغته المخترعة" لحل هذه المشكلات الجديدة.
ماذا وجدوا؟
قارن الباحثون بين الذكاء الاصطناعي والبشر.
- البشر هم عباقرة رياضيات: حتى عندما نُعطينا أبجدية غريبة ومصطنعة، كان البشر بارعين جداً في التكيف. لقد أدركنا بسرعة: "أوه، أنا أفهم! هذا الرمز يمثل صفاً، وهذا الرمز يمثل عموداً"، واستطعنا حل مشكلات بأرقام ضخمة لم نرها من قبل.
- الذكاء الاصطناعي لا يزال كطفل صغير: واجهت نماذج الذكاء الاصطناعي الحالية صعوبة. استطاعت التعامل مع المهام البسيطة، ولكن بمجرد وصول "المنعطف المفاجئ" (أشكال جديدة أو أرقام أكبر)، أصيبت بالارتباك. كانت جيدة في محاكة ما رأته، لكنها لم تكن "تخترع" قواعد الرياضيات كما يفعل البشر.
لماذا يهم هذا الأمر؟
إذا أردنا بناء ذكاء اصطناعي يمكنه حل أسرار علمية جديدة كلياً أو التنقل في عالم حقيقي غير متوقع، فلا يمكننا الاعتماد على مجرد حفظه لما هو موجود على الإنترنت.
نحن بحاجة إلى ذكاء اصطناعي يمكنه بناء أدواته الخاصة. توفر هذه الورقة البحثية "ساحة تدريب" لنرى ما إذا كان بإمكاننا تعليم الآلات القيام بأكثر الأمور بشرية على الإطلاق: تحويل عالم مرئي فوضوي إلى رياضيات منطقية وأنيقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.