**الرياضيات "المحرجة" لشركة OpenAI: نقطة عمياء غريبة في الذكاء الاصطناعي**
على الرغم من القدرات الاستثنائية لنماذج اللغة الضخمة من OpenAI في المحادثة والاستدلال، إلا أن عيبًا مستمرًا، بل ومحرجًا في كثير من الأحيان، لا يزال يظهر: وهو معاناتها الملحوظة مع العمليات الحسابية الأساسية. فبينما تستطيع هذه الأنظمة المتقدمة توليد أكواد معقدة، وكتابة نصوص دقيقة، وحتى اجتياز اختبارات صعبة، فإنها غالبًا ما تتعثر في مسائل الجمع والطرح والضرب البسيطة.
لا يُعزى هذا إلى نقص في القدرة الحاسوبية بالمعنى التقليدي، بل هو نتيجة ثانوية لطريقة عمل نماذج مطابقة الأنماط. فهي أنظمة متطورة لمطابقة الأنماط، مُدرَّبة على التنبؤ بالرمز الأكثر احتمالاً التالي بناءً على مجموعات بيانات ضخمة. تتعلم هذه النماذج *لغة* و*أنماط* الرياضيات، لكنها تفتقر إلى فهم رمزي حقيقي أو إلى التفكير الإجرائي للآلة الحاسبة. بالنسبة لنموذج مطابقة الأنماط، فإن المجموع الصحيح هو احتمال إحصائي، وليس يقينًا محسوبًا خطوة بخطوة.
يُسلّط هذا التحدي الضوء على اختلاف جوهري في كيفية معالجة الذكاء الاصطناعي للمعلومات مقارنةً بالإدراك البشري أو الآلة الحاسبة. فبينما يتفوق الذكاء الاصطناعي في محاكاة الذكاء البشري في العديد من المجالات، إلا أن منهجه في التعامل مع الأرقام يبقى إحصائيًا في معظمه. ويُعدّ معالجة هذه "الرياضيات المعقدة" مجالًا بحثيًا رئيسيًا، إذ إنّ دمج دقة رياضية قوية وموثوقة أمر بالغ الأهمية لتطبيق الذكاء الاصطناعي على نطاق أوسع وبمزيد من الموثوقية.