📱 حمّل التطبيق
من لبنان لكل لبنان
اخبار الموقع
إيهاب توفيق ضيف احتفالات ديسمبر في لبنان بأطلال بلازاعاجل سجّلت منصة «فلايت أوير» تأخّر 10,494 رحلة وإلغاء 2,304 رحلات. وتشمل الحصيلة الرحلات داخل الولايات المتحدة والرحلات الوافدة إليها والمغادرة منهاعاجل موقع فلايت رادار قال إن نحو 3100 طائرة تحلق متجهة إلى المطارات الأميركية وسط توقف جميع المطاراتالتجارة الإلكترونية تعيد تشكيل مشهد التسوق في لبنان… و«KlikLeb» نموذج للمتاجر الرقمية المتخصصةرويترز: تدقيق أميركي متزايد على جهود إنفيديا لتخفيف القيودالصقيع يجتاح البقاع ويكبّد المزارعين خسائر فادحة: تلف 15 ألف طن من البطاطا وارتفاع جنوني في أسعار الخضاربلال زيبارة يحضر عروض أسبوع الموضة في باريس ويثني على تصاميم إيلي صعبأمطار رعدية وسيول محتملة تضرب 4 دول عربية.. تحذيرات من تقلبات جوية واسعة خلال عطلة نهاية الأسبوع
العلوم و التكنولوجيا

التفكير الرياضي الرسمي على مستوى الأولمبياد مع التعلم المعزز

التفكير الرياضي الرسمي على مستوى الأولمبياد مع التعلم المعزز

التفكير

أحد الأهداف طويلة الأمد للذكاء الاصطناعي هو بناء أنظمة قادرة على التفكير المعقد في مجالات واسعة، وهي مهمة تتجسد في الرياضيات بمفاهيمها اللامحدودة والطلب على أدلة صارمة. وأنظمة الذكاء الاصطناعي الحديثة، التي تعتمد غالبا على البيانات البشرية، تفتقر عادة إلى التحقق الرسمي اللازم لضمان صحتها. على النقيض من ذلك، اللغات الرسمية مثل Lean1 تقديم بيئة تفاعلية ترتكز على التفكير، ويوفر التعلم المعزز (RL) آلية للتعلم في مثل هذه البيئات. نقدم AlphaProof، وهو مستوحى من AlphaZero2 الوكيل الذي يتعلم كيفية العثور على البراهين الرسمية من خلال RL من خلال التدريب على الملايين من المشكلات التي تم إضفاء الطابع الرسمي عليها تلقائيًا. بالنسبة للمشكلات الأكثر صعوبة، فإنه يستخدم Test-Time RL، وهي طريقة لتوليد والتعلم من الملايين من متغيرات المشكلة ذات الصلة في وقت الاستدلال لتمكين التكيف العميق والمحدد للمشكلة. يعمل AlphaProof بشكل كبير على تحسين النتائج الحديثة في مشاكل المنافسة في الرياضيات التاريخية. في مسابقة IMO لعام 2024، قام نظام الذكاء الاصطناعي الخاص بنا، مع AlphaProof كمحرك المنطق الأساسي، بحل ثلاث من المشاكل الخمس غير الهندسية، بما في ذلك المشكلة الأكثر صعوبة في المنافسة. بالاشتراك مع AlphaGeometry 23، أدى هذا الأداء، الذي تم تحقيقه من خلال حساب متعدد الأيام، إلى الوصول إلى درجة تعادل درجة الحائز على الميدالية الفضية، وهي المرة الأولى التي يحقق فيها نظام الذكاء الاصطناعي أي أداء على مستوى الميدالية. يوضح عملنا أن التعلم على نطاق واسع من الخبرة الأساسية ينتج عنه عملاء لديهم استراتيجيات تفكير رياضية معقدة، مما يمهد الطريق لأداة ذكاء اصطناعي موثوقة في حل المشكلات الرياضية المعقدة.



■ مصدر الخبر الأصلي

نشر لأول مرة على: www.nature.com

تاريخ النشر: 2025-11-12 02:00:00

الكاتب: Thomas Hubert

تنويه من موقع “yalebnan.org”:

تم جلب هذا المحتوى بشكل آلي من المصدر:
www.nature.com
بتاريخ: 2025-11-12 02:00:00.
الآراء والمعلومات الواردة في هذا المقال لا تعبر بالضرورة عن رأي موقع “yalebnan.org”، والمسؤولية الكاملة تقع على عاتق المصدر الأصلي.

ملاحظة: قد يتم استخدام الترجمة الآلية في بعض الأحيان لتوفير هذا المحتوى.

yalebnan.org — متابعة الخبر