في السنوات الأخيرة، شهد العالم تحولا جذريا في دور الذكاء الاصطناعي داخل العلوم الدقيقة، خصوصا في الرياضيات البحتة، حيث لم يعد مجرد أداة لحل المعادلات أو تسريع الحسابات، بل أصبح -بحسب تقارير علمية حديثة- قادرا على المساهمة في اكتشاف براهين رياضية جديدة، بل وحتى حل مسائل مفتوحة استعصت على علماء الرياضيات لعقود طويلة.

أحد أكثر الأمثلة تداولا في الإعلام العلمي والتقني هو ما أُطلق عليه "مسألة المسافة الواحدة" (Unit Distance Problem)، وهي مسألة تعود جذورها إلى عالم الرياضيات الشهير بول إيردوش، الذي طرحها عام 1946 ضمن سلسلة من المشكلات التي أصبحت تُعرَف لاحقا باسم "مشكلات إيردوش" التي تقيس تقدم الرياضيات الحديثة، ووفقا للسرد العلمي، فإن هذه المسألة تتعلق بتوزيع نقاط في مستوى ثنائي الأبعاد بحيث يتم تحديد عدد الأزواج التي تفصل بينها مسافة وحدة واحدة فقط.

لطالما اعتُبِرَت هذه المسألة مثالا على "المشكلات التوافقية العميقة"، حيث أثبت إيردوش أن ترتيب النقاط على شبكة منتظمة يعطي عددا معينا من الأزواج ذات المسافة الواحدة، لكنه افترض أن هذا الترتيب قريب من الأمثل، وأن تحسينه بشكل كبير أمر صعب جدا إن لم يكن مستحيلا.

لكن التطور الحقيقي لم يأتِ من الرياضيات التقليدية، بل من أنظمة الذكاء الاصطناعي الحديثة التي طورتها جهات بحثية رائدة مثل أوبن إيه آي (OpenAI)، وبدأت في اختبار قدرات النماذج على مسائل رياضية معقدة كجزء من تقييم الذكاء العام.

وبحسب التقرير الأصلي المنشور في سياق البحث، فقد تم تقديم المسألة إلى نموذج ذكاء اصطناعي داخلي، دون أي تدخل بشري مباشر في صياغة الحل أو خطوات البرهان، ليقوم النموذج بإنتاج حل رياضي اعتُبر لاحقا مفاجئا للباحثين أنفسهم، وفق تصريحات أحد أعضاء الفريق الذين أشاروا إلى أنهم "لم يصدقوا النتيجة في البداية".

لفهم أهمية هذا التطور، يجب التمييز بين حل مسألة حسابية وإنتاج برهان رياضي، ففي الحالة الأولى، يقوم الذكاء الاصطناعي بتنفيذ عمليات رياضية سريعة، بينما في الحالة الثانية، يقوم ببناء سلسلة منطقية من الاستنتاجات التي تثبت صحة أو خطأ فرضية معينة.