شرکت OpenAI در اقدامی راهبردی برای بازسازی اعتبار فنی خود، از تشکیل یک پنل مستقل متشکل از نخبگان ریاضی خبر داد. هدف از این همکاری، شناسایی ریشه‌های خطاهای محاسباتی در مدل‌های هوش مصنوعی و طراحی مسیرهای منطقی دقیق‌تر برای جلوگیری از تکرار شکست‌های اخیر در استنتاج ریاضی است.
چرا هوش مصنوعی در ریاضیات دچار لغزش می‌شود؟
مدل‌های زبانی بزرگ (LLM) به دلیل ماهیت احتمالات‌محور خود، همواره با چالش «توهم» (Hallucination) مواجه هستند. در حالی که این مدل‌ها در تولید متن خلاقانه عملکرد درخشانی دارند، در برخورد با مسائل متکی بر منطق قطعی ریاضی، اغلب به دلیل عدم درک عمیق از قواعد انتزاعی، به نتایج نادرست می‌رسند. OpenAI قصد دارد با بهره‌گیری از دانش متخصصان حوزه ریاضیات محض، معماری‌های استدلالی جدیدی را توسعه دهد که بر پایه اثبات‌های دقیق بنا شده‌اند.
نقش پنل مشاوران در توسعه مدل‌های آینده
این پنل متشکل از ریاضی‌دانان برجسته جهان است که وظیفه دارند با بررسی خروجی‌های سیستم و چالش‌های نهفته در کدنویسی خودکار، راهکارهایی برای افزایش دقت منطقی (Reasoning Accuracy) ارائه دهند. این اقدام نشان‌دهنده تغییر دیدگاه OpenAI از «توسعه مقیاس‌محور» به «توسعه کیفیت‌محور» است.
- هدف اصلی: کاهش خطاهای محاسباتی و منطقی در استدلال‌های پیچیده
- رویکرد: استفاده از متدولوژی اثبات‌محور (Proof-based)
- ذینفعان: جامعه دانشگاهی و مهندسان هوش مصنوعی OpenAI
- خروجی مورد انتظار: بهبود مدل‌های استنتاجی (Reasoning Models)
