تطوير العلوم والرياضيات باستخدام GPT‑5.2
يُعد GPT‑5.2 أقوى نماذجنا حتى الآن في أعمال الرياضيات والعلوم.
نأمل أن يسهم الذكاء الاصطناعي المتقدم في تسريع الأبحاث العلمية بما يعود بالنفع على الجميع، ومساعدة الباحثين على استكشاف أفكار جديدة، واختبارها بسرعة أكبر، وتحويل الاكتشافات إلى نتائج مؤثرة.
خلال العام الماضي، عملنا بشكل وثيق مع علماء في مجالات الرياضيات والفيزياء والأحياء وعلوم الحاسوب لفهم المجالات التي يمكن للذكاء الاصطناعي أن يضيف فيها قيمة، وأين لا يزال محدودًا. الشهر الماضي، نشرنا ورقة بحثية تتضمن دراسات حالة أولية في مجالات الرياضيات والفيزياء والأحياء وعلوم الحاسوب وعلم الفلك وعلوم المواد، توضّح كيف ساعد GPT‑5 الباحثين بالفعل وبدأ يساهم في أعمال علمية حقيقية. ومع GPT‑5.2 أصبحت هذه المكاسب أكثر اتساقًا وموثوقية.
يُعد GPT‑5.2 Pro وGPT‑5.2 Thinking أقوى نماذجنا في المجالات العلمية والرياضيات.
الاستدلال المتين في مجال الرياضيات هو أساس الموثوقية في العمل العلمي والتقني، إذ يمكّن النماذج من اتباع منطق متعدد الخطوات، والحفاظ على الاتساق الكمي، وتجنب الأخطاء الدقيقة التي قد تتراكم في التحليلات الواقعية من المحاكاة والإحصاء إلى التنبؤ والنمذجة. التحسينات على معايير مثل FrontierMath لا تعكس مهارة محدودة، بل قدرات أعلى في الاستدلال العام والتجريد، وهي قدرات تنتقل مباشرة إلى سير العمل العلمي مثل البرمجة والتحليل البياني وتصميم التجارب.
ترتبط هذه القدرات ارتباطًا وثيقًا بالتقدم نحو الذكاء العام الاصطناعي. فالنظام القادر على الاستدلال المجرد بشكل موثوق، والحفاظ على اتساق التفكير عبر سلاسل طويلة من الخطوات، والتعميم عبر مختلف المجالات، يُظهر سمات أساسية للذكاء العام الاصطناعي. وهذه ليست مهارات موجهة لمهام محددة، بل قدرات استدلالية واسعة وقابلة للنقل تُعد ذات أهمية في مجالات العلوم والهندسة وصنع القرار في العالم الواقعي.
نعتقد أن GPT‑5.2 Pro وGPT‑5.2 Thinking هما أفضل النماذج في العالم لدعم الباحثين وتسريع عملهم. ففي اختبار GPQA Diamond، وهو معيار للأسئلة والأجوبة على مستوى الدراسات العليا ومصمم ليكون مقاومًا للبحث عبر Google، حقق GPT‑5.2 Pro نسبة 93.2%، تلاه GPT‑5.2 Thinking بنسبة 92.4%.
في اختبار GPQA Diamond(يفتح في نافذة جديدة)، تجيب النماذج عن أسئلة اختيار من متعدد في مجالات الفيزياء والكيمياء والأحياء. ولم يتم تفعيل أي أدوات، وتم ضبط إعداد جهد الاستدلال على الحد الأقصى.
في اختبار FrontierMath (المستويات 1–3)، وهو تقييم لمسائل الرياضيات على مستوى الخبراء، حقق GPT‑5.2 Thinking رقمًا قياسيًا جديدًا حيث نجحا في حل 40.3% من المسائل.
في اختبار FrontierMath(يفتح في نافذة جديدة)، تتعامل النماذج مع مسائل رياضيات على مستوى الخبراء. وتم تفعيل أداة Python وضبط إعداد جهد الاستدلال على الحد الأقصى.
دراسة حالة
تشير هذه النتيجة إلى اتجاه مهم لكيفية دعم أنظمة الذكاء الاصطناعي للبحث العلمي، خاصة في المجالات ذات الأسس النظرية البديهية مثل الرياضيات وعلوم الحاسوب النظرية. ففي مثل هذه السياقات، يمكن للنماذج المتقدمة أن تسهم في استكشاف البراهين، واختبار الفرضيات، وتحديد الروابط التي قد تتطلب جهدًا بشريًا كبيرًا لاكتشافها.
وفي الوقت نفسه، تبقى هذه الأنظمة أدوات مساعدة وليست باحثين مستقلين. فالحكم الخبير، وعمليات التحقق، والفهم العميق للمجال لا تزال عناصر أساسية لا يمكن الاستغناء عنها. وحتى النماذج عالية القدرات قد تقع في أخطاء أو تبني افتراضات غير مصرح بها. ومع ذلك، يمكنها تقديم حجج مفصلة ومنظمة تستدعي الدراسة البشرية الدقيقة. ومن ثمّ، فإن تحقيق تقدّم موثوق باستخدام الذكاء الاصطناعي يتطلّب مسارات عمل ترتكز على التحقق والشفافية والتعاون المستمر.
تُبرز هذه النتيجة، إذا ما نُظر إليها بوصفها دراسة حالة، نمطًا بحثيًا جديدًا آخذًا في التبلور. فالنماذج من قبيل GPT‑5.2 يمكن أن تؤدي دور أدوات داعمة في عمليات الاستدلال الرياضي وتسريع الاستكشاف في مراحله الأولية، في حين تظل مسؤولية التحقق من الصحة والتفسير والسياق موكولة إلى الباحثين البشريين. وعند توظيفها بشكل مدروس، قد تُسهم هذه الأنظمة في ترشيد جوانب جوهرية من العمل النظري دون أن تنتقص من الدور المحوري للحكم البشري في البحث العلمي.
