OpenAI GPT-5.4 يحل مسألة بناها عالم رياضيات على مدى 20 عامًا لاختبار FrontierMath

حلّ OpenAI GPT-5.4 مسألة من اختبار FrontierMath، بناها عالم الرياضيات البولندي بارتوش ناسكريتسكي على مدى قرابة عشرين عامًا، وكان يعتبرها شبه مستحيلة على الآلات. وبالنسبة إلى المؤلف نفسه، شكّل ذلك نقطة تحوّل شخصية: فقد كان قبل وقت قصير يصف الذكاء الاصطناعي بأنه «آلة حاسبة متقدمة جدًا»، أما الآن فيتحدث عن مستوى جديد من العمل المشترك مع النموذج.

لماذا فاجأ ذلك الجميع

يُعد FrontierMath من أصعب اختبارات الرياضيات المخصصة للذكاء الاصطناعي. ويضم 350 مسألة أصلية في نظرية الأعداد والهندسة الجبرية والطوبولوجيا والتوافقيات والتحليل. أما الطبقة الأصعب، Tier 4، فتتألف من 48 مسألة بمستوى الأبحاث العلمية: وقد يحتاج حتى عالم رياضيات متمكن من حملة الدكتوراه إلى شهر على الأقل لمجرد فهم الاتجاه الذي ينبغي الاقتراب منه لمعالجة مسألة كهذه. ولمثل هذه الحالات تحديدًا أعدّ ناسكريتسكي مثاله، وهو ليس مثالًا تعليميًا، بل شبه بالغ حدّ الصعوبة القصوى.

كان ناسكريتسكي من بين القلائل من علماء الرياضيات الأوروبيين الذين دُعوا إلى وضع مسائل لهذه المجموعة. وقد نشأت مسألته من نحو خمسة عشر عامًا من العمل البحثي الضيق، واحتل الحل المكتوب 13 صفحة كثيفة. وكانت الإجابة عددًا ضخمًا جدًا، بهدف استبعاد التخمين العشوائي. لذا لم تكن الإجابة الصحيحة لـ GPT-5.4 وحدها مفاجئة، بل الطريقة التي وصل بها النموذج إليها: فبدلًا من الحصر الغاشم، لاحظ البنية الكامنة وعثر على طريق أقصر. وبحسب المؤلف، جاء نهج النموذج «نقيًا وأنيقًا».

«لقد وقعت سنغولاريتي الخاصة بي للتو… وثمة حياة على الجانب الآخر — حياة

تمتد إلى ما لا نهاية!»

سرعة نمو النتائج

لا تكمن أهمية هذه القصة في مسألة واحدة جميلة فحسب، بل في وتيرة التقدم أيضًا. فحين أُطلق FrontierMath في أواخر عام 2024، كانت أفضل النماذج تحل أقل من 2% من المسائل. وبعد ستة عشر شهرًا، تضاعفت النتائج بنحو عشر مرات، ولم يقتصر ذلك على الأمثلة المفتوحة، بل شمل أيضًا المجموعة المخفية التي لم يكن لدى OpenAI وصول مباشر إليها. وهذا مهم لأن الجدل حول «التدرّب على الإجابات» يبقى الحجة الرئيسية للمشككين كلما أظهر نموذج جديد قفزة قوية في الرياضيات.

• أواخر 2024: أفضل النماذج تحل أقل من 2% من مسائل FrontierMath.
• منتصف 2025: GPT-5 Pro يسجّل 13% في Tier 4.
• يناير 2026: GPT-5.2 Pro يرتفع إلى 31% في Tier 4.
• مارس 2026: GPT-5.4 Pro يصل إلى 50% في المستويات 1–3 و38% في Tier 4.

وتبرز بصورة منفصلة النتيجة على المسائل المخفية. فبحسب بيانات المقال، حلّ GPT-5.4 نسبة 55% من هذه الأمثلة، مقابل 25% من المسائل التي ربما كانت OpenAI أقرب إليها من حيث البيانات والحلول. وهذا لا يثبت «نقاء» التجربة المطلق، لكنه يعزز بوضوح الرأي القائل إن النموذج قادر فعلًا على الاستدلال في مسائل جديدة، لا على مجرد إعادة إنتاج قوالب سبق أن رآها. وفي اختبارات الأبحاث، يُعد هذا ربما أكثر الاختبارات حساسية: فالجِدّة أهم من أي عرض على أمثلة معروفة سلفًا.

لماذا لم يختفِ التشكيك

رغم قوة هذه الحالة، فإن القصة لا تُختزل في معادلة «الآلة باتت تفكر مثل الإنسان». ففي جولة التقييم نفسها، حلّ GPT-5.4 مسألة أخرى من Tier 4، لكن التحليل الأولي أظهر أن النموذج ربما اعتمد على ورقة بحثية أولية (preprint) تعود إلى عام 2011، لم يكن مؤلف المسألة نفسه على علم بها. وهذا مثال جيد على تلاشي الحدود بين الاستدلال المستقل والبحث بالغ الكفاءة في الأدبيات العلمية، خاصة إذا كان النموذج قادرًا على العمل مع الويب وجمع المصادر النادرة بسرعة.

وثمة طبقة ثانية من التساؤلات تتعلق باستقلالية الاختبار نفسه. فـ FrontierMath تموّله OpenAI، وتملك الشركة وصولًا إلى جزء كبير من المسائل وحلولها. أما المجموعة المخفية التي أظهر GPT-5.4 نتيجة قوية عليها أيضًا، فتخفف التوتر جزئيًا، لكنها لا تزيل تضارب المصالح بالكامل. لذلك من المنطقي قراءة هذه القصة بوجهين في آن واحد: بوصفها إشارة حقيقية إلى نمو حاد في القدرات الرياضية للنماذج، وبوصفها تذكيرًا بأن القطاع لا يزال بحاجة إلى اختبارات مستقلة ومنهجيات شفافة وتحقق خارجي من النتائج اللافتة.

ماذا يعني ذلك

الخلاصة الرئيسية ليست أن الوقت قد حان لاستبدال علماء الرياضيات. بل على العكس: تُظهر قصة ناسكريتسكي أن النماذج المتقدمة بدأت تعمل كشريك بحثي يقلّص فضاء البحث ويقترح خطوات غير متوقعة. وبالنسبة إلى العلوم والبحث والتطوير التطبيقي (R&D)، يمثل ذلك تحولًا جديًا: فالذكاء الاصطناعي يشبه الآلة الحاسبة أقل فأقل، ويقترب أكثر فأكثر من شريك في التأليف، لم يعد ممكنًا تجاهل أفكاره، لكن لا يزال من الضروري التدقيق فيها بعناية.