كشفت الشركة الصينية الناشئة في مجال الذكاء الاصطناعي “ديب سيك” عن نموذج جديد يُركز على الاستدلال الرياضي والتحقق الذاتي للبراهين، بهدف تجاوز الاعتماد على الإجابات العددية النهائية فقط. ويحمل النموذج اسم “DeepSeekMath-V2”، ويعمل عبر حلقة متكاملة من توليد المحتوى والتحقق الذاتي قبل تقديم الحل النهائي.
وأوضح التقرير أن الشركة طوّرت نموذجًا لغويًا كبيرًا مدققًا للرياضيات، بحيث يُنتج أولًا براهين أو حلولًا خطوة بخطوة، ثم يتحقق المدقق من صحتها. وإذا اكتشف أي خطأ، يعود النموذج لتصحيح الحل تلقائيًا، ويستمر في العملية حتى يصبح الحل دقيقًا وموثوقًا. يتم تدريب النموذج عبر نظام مكافآت، حيث يحصل على “مكافأة” عند صحة الحل ويعود للتصحيح عند وجود خطأ، كما يُزوّد ببيانات إضافية للبراهين الصعبة لتعزيز أدائه التدريجي.
أظهر DeepSeekMath-V2 قدرات قوية في مسابقات الرياضيات العالمية، حيث وصل إلى المستوى الذهبي في المسابقة الدولية للرياضيات (IMO) 2025 والمسابقة الصينية للرياضيات (CMO) 2024، وحقق درجة 118/120 في مسابقة بوتنام 2024 باستخدام حوسبة محسّنة.
بُني النموذج على قاعدة DeepSeek-V3.2-Exp-Base، المتاحة على منصة “HuggingFace”، مع توصية بالاطلاع على الموارد المساعدة في مستودع “DeepSeek-V3.2-Exp” على GitHub.
ويعتبر إطلاق هذا النموذج خطوة مهمة في تطوير فهم أعمق للرياضيات، ما قد يسهم في اكتشافات علمية جديدة تؤثر على مجالات مثل الرعاية الصحية والتكنولوجيا والفيزياء والهندسة. كما يُتوقع أن تواصل شركات الذكاء الاصطناعي تطوير نماذج تعزز الفهم الرياضي، مع دعم الوصول المفتوح لتسريع الابتكارات.
الرياضيات ليست مجرد أرقام وحسابات، بل لغة الكون لفهم قوانينه. ومع نماذج مثل DeepSeekMath-V2، أصبح بإمكان البشر استكشاف البراهين الرياضية المعقدة وفتح أبواب جديدة لاكتشاف أسرار الطبيعة والكون.