מניתוח חתולים עד תיאוריות של ארדוש: הבינה המלאכותית מתקפת על פסגות המתמטיקה יותר ויותר

מודלים של בינה מלאכותית עוברים משימות הומניסטיות לפתרון מתמטיקה מורכבת

*כרגע רוב המודלים האינטליגנטיים נבנו במקור לעבודה עם טקסט ותמונות, אך מפתחיםיהם מודעים יותר ויותר ליכולת להשתמש בהם במתמטיקה. זה פותח שני כיוונים חשובים:*

1. התקדמות מדעית – מודלים חדשים מאפשרים למצוא פתרונות במהירות, שהיו נחשבים בלתי פתירים בעבר.

2. הדגמת יכולות הבינה המלאכותית – הצלחות במתמטיקה משמשות כהוכחה בולטת ליעילות הטכנולוגיות.

דוגמאות להצלחות
- סטודנט בקמברידג' השתמש במודל של OpenAI והפתר את בעיית ארדש, שנחשבה בעבר בלתי ניתנת.

- המודלים מציגים תוצאות גבוהות באולימפיאדה הבינלאומית למתמטיקה ובתחרויות מיוחדות אחרות.

- קודמת חבר מועצת דירקטורים, היילן טונר, מציינת: «אנו כבר חורגים משימות פשוטות כמו הבחנה בין חתולים לכלבים; כעת הבינה המלאכותית פותרת בעיות ברמה גבוהה».

פיתוחים ממוקדים
חברת מודל-משימה DeepMind (Google) AlphaProof מתמטיקה DeepMind (Google) AlphaGeometry גאומטריה
מודלים אלה קיבלו הכרה בבנצ'מרקים של Epoch AI, שמודדים מהירות ודיוק פתרונות. במקור המודלים הגדולים נחשבו לא מתאימים, כיוון שהם מייצרים טקסט «בהסתמך על הסתברות» ולעיתים „הוליצינטים“. עם זאת, הכנסת למידה מבוססת תגמול והארכיטקטורות המחשבות הגבירה משמעותית את אמינותם.

חיזוק צוות מדעי
OpenAI גייסת שני מתמטיקאים בולטים:

- ארנסט ריו – אוניברסיטת קליפורניה, לוס אנג'לס

- מאתאב סוהני – אוניברסיטת קולומביה

המקצוענים הללו מסייעים לשפר את המודלים ואת יכולתם לפתור בעיות מורכבות.

מתמטיקה כ‑“בדיקת”
וכחות מתמטיות ניתן לבדוק אוטומטית, מה שהופך אותה לאזור אידיאלי לניסויים עם בינה מלאכותית. זה גם תורם לפיתוח תוכנה:

- Anthropic משקיעה ב-Claude Code – עוזר המייצר קוד.

מה הלאה?
לפתור שאלות מדעיות אמיתיות ומורכבות, הבינה המלאכותית חייבת להסתמך על התוצאות הקיימות ולא לסמוך על “סשן ביניים” יחיד. כיום המודלים מסוגלים לאגור מידע ממדעים שונים ביעילות, מה שמאיץ גילוי רעיונות חדשים. מומחים בטוחים: בעתיד הקרוב זה יהפוך למנוע מרכזי להתקדמות מדעית.

> *במתמטיקה הבינה המלאכותית כבר הוכיחה את יעילותה.*