لماذا يعد شات جي بي تي سيئا جدا في الرياضيات؟
تاريخ النشر: 7th, October 2024 GMT
إذا جربت يوما استخدام "شات جي بي تي" كآلة حاسبة، فمن المؤكد أنك لاحظت عجزه في الرياضيات. فروبوت الدردشة سيئ في الحساب، وهذه ليست ميزة فريدة من نوعها بين أدوات الذكاء الاصطناعي.
فمن جهة أخرى، لا يستطيع "كلود" (Claude) من "أنثروبي" (Anthropic) حل مشكلات الكلمات البسيطة، ويفشل "جيميني" (Gemini) في فهم المعادلات التربيعية، ويواجه "لاما" (Llama) من "ميتا" (Meta) صعوبة في عملية جمع بسيطة.
الجواب هو "عملية الترميز" حيث يساعد الذكاء الاصطناعي في ترميز المعلومات بكثافة من خلال عملية تجزئة البيانات إلى أجزاء (على سبيل المثال، تقسيم كلمة "جميل" إلى مقاطع "ج" "م" "ي" "ل"). ولأن أدوات التجزئة في النماذج الذكية لا تعرف ما هي الأرقام، فغالبا ما تنتهي بتخريب العلاقات بينها.
فعلى سبيل المثال، قد تعالج أداة التجزئة الرقم "380" على أنه عنصر واحد، ولكنها تفهم العدد "381" على أنه زوج من الأرقام ("38" و "1")، وهنا يحدث الخطأ.
ولكن عملية الترميز ليست السبب الوحيد في ضعف الذكاء الاصطناعي في الرياضيات. فأنظمة الذكاء الاصطناعي عبارة عن آلات إحصائية، وبعد تدريبها على العديد من الأمثلة تتعلم أنماط تلك الأمثلة لتقديم التوقعات.
وفي أحد الأمثلة، عند سؤال "شات جي بي تي" عن مسألة ضرب مثل 5,7897 × 1,2832، من المحتمل أن يستنتج النموذج أن حاصل ضرب رقم ينتهي بـ"7″ ورقم ينتهي بـ"2″ سينتهي بـ"4″. وذلك بالاعتماد على الأخطاء في عمليات ضرب واجهها سابقا وتعلم منها.
ولكنه سيواجه صعوبة في الجزء الأوسط، وسيعطي الجواب على أنه 742,021,104 بينما الجواب الصحيح هو 742,934,304.
وقام يونتيان دينغ، الأستاذ المساعد في جامعة واترلو والمتخصص في الذكاء الاصطناعي، بتقييم شامل لقدرات الضرب في "شات جي بي تي" في دراسة أجراها هذا العام.
وقد وجد هو وزملاؤه أن النموذج الافتراضي "جي بي تي -4 أو" (GPT-4o) واجه صعوبة في ضرب أعداد مكونة من أكثر من 4 أرقام مثل 3,459 × 5,284.
وقال دينغ إن "جي بي تي -4 أو" يواجه صعوبة في ضرب الأرقام المتعددة، إذ يحقق دقة أقل من 30% في ضرب أعداد مكونة من 4 أرقام. وأضاف أن عمليات حسابية كهذه "تُشكل تحديا لنماذج اللغة لأن أي خطأ في أي خطوة تالية يمكن أن يتراكم، ومن ثم يؤدي إلى نتيجة نهائية غير صحيحة".
ومن جهة أخرى، يشعر دينغ بالتفاؤل. ففي الدراسة أجراها هو وزملاؤه على نموذج "أو1" (o1)، وهو نموذج "الاستدلال" الخاص بشركة "أوبن إيه آي"، حقق النموذج نتائج أفضل بكثير من "جي بي تي -4 أو"، حيث تمكن من حل عمليات ضرب أعداد مكونة من 9 أرقام بشكل صحيح في نصف الوقت تقريبا.
وأضاف "قد يحل النموذج عملية الضرب بطرق تختلف عن الطرق التي نحلها يدويا، وهذا يثير فضولنا حول نهج النموذج في حل المسائل وكيف يختلف عن الاستدلال البشري".
المصدر: الجزيرة
كلمات دلالية: حراك الجامعات حريات الذکاء الاصطناعی شات جی بی تی صعوبة فی
إقرأ أيضاً:
نماذج الذكاء الاصطناعي وإعادة صياغة الظهور الرقمي
شهد العالم الرقمي خلال العقدين الماضيين هيمنة كبيرة لمفهوم تحسين محركات البحث SEO (Search Engine Optimization) بوصفه الأداة الأساسية لرفع ترتيب المواقع الإلكترونية في نتائج البحث التقليدية، مثل: جوجل وبينغ وغيرها، حيث كان الهدف الرئيس هو الظهور في الصفحة الأولى وزيادة عدد الزيارات. غير أنّ هذا المفهوم، الذي شكّل حجر الأساس للتسويق الرقمي لسنوات طويلة، يكاد يتندثر لكي يحل محله مصطلح جديد وهو GEO (Generative Engine Optimization) فمع انتشار نماذج الذكاء الاصطناعي التوليدية، مثل: محركات الإجابة الذكية والمساعدات الرقمية، لم يعد المستخدم يبحث فقط عن روابط، بل أصبح ينتظر إجابة مباشرة، مختصرة، وموثوقة، ومدعومة بعدد من الروابط التي يمكنه التحقق من صحة المعلومة من خلالها. من هنا، بدأ يظهر مفهوم GEO أو تحسين الظهور في محركات الذكاء الاصطناعي التوليدية.
بحيث يرتكز SEO تقليديًا على تحسين الكلمات المفتاحية، وبناء الروابط، وتحسين سرعة الموقع وتجربة المستخدم، بهدف إرضاء خوارزميات محركات البحث. أمّا GEO فينطلق من منطق مختلف؛ إذ يسعى إلى جعل المحتوى قابلًا للفهم والاقتباس من قبل نماذج الذكاء الاصطناعي نفسها، بحيث يتم تضمينه داخل الإجابات التوليدية التي تقدمها هذه المحركات للمستخدمين وما يجب التأكيد عليه هو أن التحول من SEO إلى GEO لا يعني نهاية الأول، بل يعكس توسّعًا في فلسفة الظهور الرقمي. فالمحتوى اليوم لم يعد يُقيَّم فقط بمدى ترتيبه، بل بمدى موثوقيته، ودقته، وعمقه، وسياقه. إذ نجد أن محركات الذكاء الاصطناعي تميل إلى تفضيل المحتوى الواضح، المنظّم، المدعوم بالبيانات، والمكتوب بلغة تحليلية تساعدها على استخلاص المعرفة وإعادة إنتاجها.
في هذا السياق، أصبح على المؤسسات الإعلامية، والمواقع الإخبارية، والكتّاب، والخبراء، إعادة النظر في طريقة إنتاج المحتوى. بحيث لم يعد السؤال: كيف أظهر في نتائج البحث؟ بل أصبح: كيف أكون مصدرًا تُحيل إليه محركات الذكاء الاصطناعي عند توليد الإجابات؟
إنّ الانتقال من SEO إلى GEO يمثّل انتقالًا من منطق المنافسة على "الترتيب" إلى منطق المنافسة على "المصداقية والمعرفة". وهو تحوّل يفرض تحديات كبيرة، لكنه في الوقت نفسه يفتح آفاقًا جديدة أمام الصحافة الرقمية العربية لتثبيت حضورها كمصدر موثوق في فضاء المعلومات العالمي.
من عالم العقارات إلى الدبلوماسية الفظة.. كيف انعكست النزعة الفوقية في هفوات خطاب توم براك؟