تصور کنید ابزاری دارید که به سوالات شما پاسخ می‌دهد. این ابزار معمایی را حل می‌کند که ۸۰ سال است نابغه‌ترین ریاضی‌دانان جهان را به چالش کشیده است.
این موفقیت در حالی رخ می‌دهد که تردیدهای زیادی درباره‌ی ادعاهای ریاضی OpenAI وجود داشت. مدل استدلالی (Reasoning Model) — مثل شطرنج‌بازی که چند حرکت جلوتر را می‌بیند و قبل از هر حرکت درنگ می‌کند — اکنون به جای حفظ کردن کتاب‌ها، فرمول‌های جدید را استخراج می‌کند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی مسیر تکامل مدل‌های زبانی اشاره کردیم، تمرکز شرکت از جمع‌آوری داده‌های بیشتر به سمت تقویت تفکر مستقل تغییر کرده است.
طبق گزارش ۲۰ مه ۲۰۲۶ از TechCrunch، این مدل توانست حدسی را که پل اردوش (Paul Erdős) در سال ۱۹۴۶ مطرح کرده بود، باطل کند. مدل راهکاری جدید یافت که از روش‌های سنتی «شبکه‌ی مربعی» راضی‌کننده‌تر بود.
- تأیید متخصصان: ریاضی‌دانانی چون نوگا آلون، ملانی وود و توماس بلوم صحت این ابطال را تأیید کردند.
- معماری مدل: این دستاورد توسط یک مدل استدلالی همه‌منظوره به‌دست آمد، نه سیستمی که فقط برای ریاضی طراحی شده باشد.
- اصلاح مسیر: این موفقیت پس از ادعای نادرست کوین ویل (Kevin Weil) در هفت ماه پیش می‌آید. او به اشتباه گفته بود GPT-5 مسائل اردوش را حل کرده است.
این تحول یعنی هوش مصنوعی می‌تواند زنجیره‌های طولانی و دشوار منطقی را بدون گم کردن رشته‌ی بحث دنبال کند. برای پژوهشگران زیست‌شناسی یا فیزیک، این به معنای تبدیل شدن مدل‌ها از یک «دستیار پژوهشی» به یک «همکار مستقل» در علوم نظری است.
گام بعدی شما
- وضعیت چالش‌های ریاضی را در وب‌سایت Erdos Problems دنبال کنید.
- منتظر کاربردهای این قدرت استدلال در زمینه‌ی تاشدگی پروتئین یا علم مواد باشید.
- بررسی کنید که آیا ابزارهای فعلی شما می‌توانند استدلال‌های چندمرحله‌ای را بدون خطا اجرا کنند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو