غالبا ما نتحدث عن قفزات كبيرة في الذكاء الاصطناعي للرياضيات ، لكنني أعتقد أن الخطوات الصغيرة مثيرة للإعجاب بنفس القدر. مستقبل الرياضيات هو الآن. كنت أعمل على مهمة معينة: العثور على دليل خال من الحالات على قابلية تمثيل تصحيح دالة Néron المحلي باستخدام مجموعة من مصطلحات التصحيح المتعلقة بالحالة الضربية. إنه نوع من الإثبات الممل للغاية ، ويعتمد على الحالة ، ومثير للاشمئزاز إلى حد ما. لذلك ، قدمت المدخلات من ورقتي وسألت GPT Pro عما إذا كان بإمكانه اقتراح دليل خال من الحالة. بعد حوالي 15 دقيقة ، تلقيت شرحا مفاهيميا جميلا يستدعي القوة الكاملة للرسم البياني المزدوج للألياف المتدهورة - جنبا إلى جنب مع الاقتراح المذهل بأن النسخة الطبيعية قليلا من تصحيح الخطأ المحلي هي في الواقع وظيفة للطاقة. لقد صدمت. لم أكن أتوقع مثل هذه البصيرة العميقة. بعد فوات الأوان ، يمكنني الآن رؤية ما فاتني. لكنني فاتني ذلك - وأرشدني النموذج على طول الطريق إلى الدليل. هذا الدليل الجديد أكثر أناقة بكثير من الدليل السابق. لم يكن لدي سوى رؤية غامضة ، وتخمين أن مثل هذا النهج قد ينجح ، لكن مزيج النموذج من الوعي الأدبي العميق والقوة الاندماجية لاستراتيجيات البحث عن الأشجار قادني مباشرة إلى الجوهر المفاهيمي للإثبات. نتطلع إلى ما يمكن أن تقدمه الموديلات الأخرى أيضا.