🔢 mathematics

PhysElite: How Far Are LLMs from Solving Olympiad-Level Physics Problems?

تقدم الورقة البحثية PhysElite، وهو معيار ثنائي اللغة متعدد الوسائط واسع النطاق يحتوي على 11,586 مسألة فيزياء بمستوى الأولمبياد مع حلول خطوة بخطوة، والذي يكشف أن أكثر النماذج اللغوية الكبيرة متعددة الوسائط تقدماً في الوقت الحالي لا تحقق سوى دقة بنسبة 33.7% في مهام الاستدلال المعقدة هذه.

المؤلفون الأصليون: Ruoran Xu, Wending Gao, Liyunfeng Chen, Aixin Shi, Haoyu Cheng, Zixiang Fang, Yiqiang Zou, Qiufeng Wang

نُشر 2026-08-27

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Ruoran Xu, Wending Gao, Liyunfeng Chen, Aixin Shi, Haoyu Cheng, Zixiang Fang, Yiqiang Zou, Qiufeng Wang

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

لطالما كانت الفيزياء اختباراً صارماً للذكاء البشري، فهي تخصص يتطلب لفهم العالم ما هو أكثر من مجرد حفظ الحقائق؛ إذ تستلزم القدرة على النظر إلى موقف معقد، غالباً ما يُصوَّر في رسم أو مخطط، وفك تشابك القوى غير المرئية المؤثرة فيه ذهنياً. ولحل مسألة ما، يجب على المرء تحديد قوانين الطبيعة الصحيحة، وتطبيقها خطوة بخطوة، ونسج سلسلة منطقية من الاستدلال تقود إلى إجابة واحدة دقيقة. لعقود من الزمن، كان هذا النوع من التفكير العميق متعدد الخطوات يُعتبر ميزة بشرية فريدة، وجبهة لا يمكن للآلات عبورها بسهولة. واليوم، حقق الذكاء الاصطناعي خطوات هائلة، حيث أصبحت الحواسيب قادرة على قراءة النصوص والتعرف على الصور بدقة مذهلة. ومع ذلك، يظل هناك سؤال جوهري: هل تستطيع هذه الآلات حقاً التفكير والاستنتاج في نوع المسائل الفيزيائية الواقعية الصعبة التي تتحدى أفضل طلاب المدارس الثانوية في العالم؟

لقد بنى فريق من الباحثين الآن ميدان اختبار جديداً وضخماً لإيجاد الإجابة. قاموا بإنشاء مجموعة تضم أكثر من أحد عشر ألف مسألة فيزيائية، مستمدة من مواد التدريب اليومية للطلاب المتفوقين في الصين. وهذه ليست أسئلة بسيطة ذات خيارات متعددة؛ بل هي تحديات مفتوحة تتطلب من الحلّاشتقاق الحل من الصفر. والأهم من ذلك، أن الباحثين لم يكتفوا بجمع الأسئلة فحسب، بل جمعوا أيضاً الحلول التفصيلية خطوة بخطوة التي يستخدمها الخبراء لحلها، جنباً إلى جنب مع الرسوم التوضيحية التي تشرح الإعدادات الفيزيائية. وتتضمن هذه المجموعة الجديدة، التي تشمل مسائل باللغتين الإنجليزية والصينية، كل شيء بدءاً من حركة الكواكب وتدفق الكهرباء وصولاً إلى سلوك الضوء وأسرار العالم الذري. ومن خلال ربط كل مسألة برسمها التوضيحي وحلها المنطقي الكامل، أنشأ الفريق معياراً يحاكي التعقيد الحقيقي للاستدلال الفيزيائي على مستوى الخبراء.

وعندما وضع الباحثون ثمانية عشر نموذجاً من أكثر نماذج الذكاء الاصطناعي تقدماً تحت الاختبار، كانت النتائج مثبطة للهمم. فحتى النماذج الأقوى، التي تم تدريبها على كميات هائلة من البيانات وقادرة على أداء مهام استدلال معقدة، عانت بشدة. فقد تمكن النموذج الأفضل أداءً من الحصول على الإجابة النهائية الصحيحة في حوالي ثلث الحالات فقط. وهذا يعني أنه مقابل كل ثلاث مسائل فيزيائية صعبة تُعرض، يخطئ أكثر أنظمة الذكاء الاصطناعي قوة المتاحة حالياً في اثنتين منها. إن الفجوة بين هذه الآلات والخبراء البشريين شاسعة؛ إذ حل الطلاب البشر الذين كانوا بمثابة خط أساس للدراسة ما يقرب من نصف المسائل بشكل صحيح، وهو تفوق ملحوظ على الأنظمة الاصطناعية. ووجد الباحثون أن هذه الصعوبة لم تقتصر على نوع معين من المسائل؛ فقد تعثرت النماذج في الميكانيكا والديناميكا الحرارية والبصريات على حد سواء، وإن بدا أنها تعاني أكثر مع المسائل التي تتضمن الضوء والاستدلال الهندسي.

لقد ذهبت الدراسة إلى ما هو أبعد من مجرد عد الإجابات الصحيحة. فقام الباحثون بفحص عملية التفكير الفعلية للآلات، وتفكيك حلولها خطوة بخطوة لمعرفة أين أخطأت بالضبط. واكتشفوا أن الأخطاء نادراً ما كانت مجرد أخطاء حسابية بسيطة؛ بل إن النماذج غالباً ما فشلت في بداية سلسلة الاستدلال. فقد كانت تسيء تفسير الرسم التوضيحي، أو تفهم الإعداد الفيزيائي بشكل خاطئ، أو تطبق القانون الفيزيائي غير المناسب للموقف. وبمجرد أن يكون الإعداد الأولي معيباً، فإن بقية الحل، مهما كان متطوراً رياضياً، سيؤدي إلى نتيجة خاطئة. وفي حالات كثيرة، استطاعت النماذج إنتاج اشتقاق يبدو منطقياً ويتبع المسار العام الصحيح، لكنه ينهار تحت وطأة سوء فهم جوهٍدي واحد. وهذا يشير إلى أنه بينما تتفوق هذه الأنظمة في مطابقة الأنماط وتوليد النصوص، إلا أنها لا تزال تفتقر إلى الإدراك الحدسي العميق للواقع الفيزيائي الذي يسمح للإنسان بتصور المسألة ومعرفة المبادئ التي تنطبق عليها.

كما اختبر الباحثون ما إذا كان تقديم مساعدة إضافية للنماذج سيحسن أداءها. فقد زودوا بعض النماذج برسوم توضيحية إضافية تظهر الخطوات المتوسطة للحل، آملين أن يجسّر هذا التوجيه البصري الفجوة. ورغم أن هذا ساعد قليلاً، إلا أن التحسن كان متواضعاً، وفي بعض الحالات، أدى إضافة تلميحات نصية إضافية إلى جعل أداء النماذج أسوأ. ويشير هذا إلى أن المشكلة الجوهرية ليست في نقص المعلومات، بل في صعوبة أساسية في معالجة تلك المعلومات بشكل صحيح. فالنماذج لا تفتقر ببساطة إلى البيانات، بل تعاني في دمج القرائن البصرية والنصية في نموذج فيزيائي متماسك. وتخلص الدراسة إلى أنه رغم التقدم السريع في الذكاء الاصطناعي، لا تزال هذه الأنظمة بعيدة عن إتقان نوع الاستدلال الصارم متعدد الخطوات المطلوب لحل المسائل الفيزيائية الأصيلة وعالية المستوى. إن الطريق إلى الأمام سيتطلب طرقاً جديدة لتعليم الآلات ليس فقط كيفية الإجابة على الأسئلة، بل كيفية الفهم الحقيقي للعالم الفيزيائي الذي طُلب منها وصفه.

PhysElite: How Far Are LLMs from Solving Olympiad-Level Physics Problems?

ملخص تقني: PHYSELITE

بيان المشكلة

المنهجية

بناء مجموعة البيانات

بروتوكول التقييم

المساهمات الرئيسية

النتائج التجريبية

الأهمية والادعاءات