تصف CMU وGoogle حلقة تحقق لمسائل الرياضيات المفتوحة
يوضح تقرير جامعي من يوليو 2026 كيف يمكن الجمع بين الاقتراح والفحص الآلي والمراجعة البشرية في سير البحث.
قد يكون الاختراق الأهم هو سير العمل
ينقل قسم علوم الحاسوب في Carnegie Mellon عملاً مع Google لتطبيق الذكاء الاصطناعي على مسائل رياضية مفتوحة صعبة. والتفصيل اللافت هو الحلقة المحيطة بالنموذج: توليد مرشح، وتشغيل فحص رياضي آلي، وإرسال النتيجة إلى باحث، ثم استخدام الملاحظات لتحسين المحاولة التالية.
لماذا تهم الحلقة؟
نموذج اللغة وحده راوٍ رياضي غير موثوق. يمنح المتحقق النظام نتيجة واضحة عند الخطأ، بينما يمنح الإنسان الإحساس بأهمية الفكرة واتجاه البحث. وهذا أقرب إلى مختبر بحث من جلسة روبوت محادثة؛ فتوليد الأفكار سهل، لكن الدليل هو الذي يحدد ما يبقى.
نمط تصميم للمطورين
يمكن نقل هذا النمط إلى ما بعد الرياضيات البحتة. ففي أداة تعليمية قد يكون المتحقق محركاً رمزياً، وفي الحوسبة العلمية قد يكون محاكاة أو فحصاً لقانون حفظ، وفي الرياضيات الرسمية قد يكون Lean أو مساعد برهان آخر. والاختيار الهندسي المهم هو إظهار الفحص لا إخفاؤه خلف فقرة واثقة.