الذكاء الاصطناعي يحلّ مسائل إيردوس: لماذا تستسلم مشكلات الرياضيات الأسطورية للشبكات العصبية

حققت الشبكات العصبية أكبر نجاحاتها الرياضية في مسائل بول إيردوس تحديدًا، عالم الرياضيات المجري المحطِّم للتقاليد في منتصف القرن العشرين، الذي ترك وراءه مئات المشكلات غير المحلولة. وبحسب Quanta Magazine بتاريخ 3 أغسطس 2026، يدرس الباحثون الآن بالتفصيل ما الذي يجعل مسائل إيردوس جذابة للذكاء الاصطناعي، بهدف فهم كيف ستغيّر الشبكات العصبية بقية فروع الرياضيات.

من هو إيردوس ولماذا اشتهرت مسائله

يُعدّ بول إيردوس (1913–1996) من أغزر علماء الرياضيات إنتاجًا في التاريخ: أكثر من 1500 ورقة علمية بالاشتراك مع أكثر من 500 زميل، وآلاف المسائل المفتوحة التي صاغها. عاش إيردوس حياة الترحال متنقلًا من جامعة إلى أخرى، ورصد جائزة مالية لكل حل، تتراوح بين 10 دولارات و10 000 دولار بحسب صعوبة المسألة. ولم يُحَل كثير من هذه المسائل حتى القرن الحادي والعشرين.

تتميز مسائل إيردوس بعدة سمات:

• إيجاز الصياغة: تُصاغ معظم المسائل في جملتين أو ثلاث
• الطابع التوافقي: تنتمي في الغالب إلى نظرية الأعداد ونظرية الرسوم البيانية
• جواب محدد يمكن التحقق منه: إما أن البنية موجودة أو غير موجودة
• «الصعوبة الأنيقة»: شرط بسيط يخفي برهانًا عميقًا

وهذا المزيج تحديدًا، في رأي علماء الرياضيات الذين استطلعت Quanta Magazine آراءهم، هو ما يجعل مسائل إيردوس ملائمة للذكاء الاصطناعي الحديث.

لماذا تستجيب مسائل إيردوس للشبكات العصبية؟

السبب الرئيسي أن بنية مسائل إيردوس تتوافق جيدًا مع طريقة عمل أنظمة البرهان الصوري. فمدققات مثل Lean وCoq تتيح للذكاء الاصطناعي طرح فرضية والتحقق من صحة كل خطوة فيها على حدة. ومن دون هذه الآلية، قد تولّد الشبكات العصبية براهين تبدو مقنعة لكنها خاطئة رياضيًا، وهو ما قيّد طويلًا استخدام الذكاء الاصطناعي في العلوم.

وتناسب المسائل التوافقية ذات معيار «نعم/لا» الواضح هذا النهج بوجه خاص: يستعرض النموذج الاستراتيجيات ويبني التراكيب ويبحث عن أمثلة مضادة دون خطر تراكم الأخطاء في الخطوات الوسيطة. وفي عام 2024 حلّ نظام AlphaProof من Google DeepMind أربع مسائل من أصل ست في الأولمبياد الدولي للرياضيات (IMO 2024)، وكان عدد منها من النمط التوافقي المميز لتقليد إيردوس.

ماذا سيتغير في الرياضيات؟

يقول الباحثون الذين تنقل عنهم Quanta Magazine إن مسائل إيردوس صارت بمثابة اختبار كاشف للرياضيات كلها. فبعد فهم سبب استجابة هذه الفئة تحديدًا للشبكات العصبية، سيتمكن العلماء من رسم خريطة توضح أين سيساعد الذكاء الاصطناعي علماء الرياضيات في السنوات المقبلة، وأين سيبقى الحدس البشري لا غنى عنه.

وفق تحليل

Quanta Magazine، فإن علماء الرياضيات، عبر دراسة مسائل إيردوس، يبحثون فعليًا عن إجابة لسؤال أعمّ: ما الخصائص التي تجعل المشكلة الرياضية قابلة للحل آليًا من حيث المبدأ.

والسؤال المفتوح هو ما إذا كان النهج نفسه ينجح في مجالات أقل صورية: الهندسة الجبرية، والطوبولوجيا، والمسائل التي تتطلب ابتكار مفاهيم جديدة جذريًا. هناك لا يزال حدس الباحث لا غنى عنه حتى الآن، ويؤكد علماء الرياضيات ذلك.

ماذا يعني هذا

تشير نجاحات الذكاء الاصطناعي في مسائل إيردوس إلى تحول نوعي في الرياضيات: فالشبكات العصبية تنتقل من المساعدة الحسابية إلى إغلاق مسائل ظلت مفتوحة لعقود. ويبقى تحديد موضع الحدّ الفاصل لقدرات الذكاء الاصطناعي في العلوم من أبرز المهام البحثية للسنوات المقبلة.