🔴کانال اصلی : @QuantumSTEM
🟣کانال اخبار : @QuantumTEQ
🟢کانال ادمیشنها : @QAdmission
🌐سایت مجموعه: https://quantumatlas.ir
👤ارتباط با ادمین: @Q_STEM
Post #1513
588
🔴 حل ۱۰ مسئله مهم و حلنشده در پیچیدگی کوانتومی و ریاضیات توسط مدل نسل آینده OpenAI
🔸 شرکت OpenAI اعلام کرده است که یک نسخه داخلی از خانواده مدلهای #هوش_مصنوعی آینده این شرکت با نام «آسترا» (Astra)، توانسته ۱۰ مسئله حلنشده و قدیمی را در زمینههای ریاضیات، نظریه پیچیدگی کوانتومی و علوم کامپیوتر نظری حل کند. این دستاورد در صورت تأیید مستقل، نشاندهنده توانایی هوش مصنوعی در مشارکت مؤثر در پژوهشهای علمی پیشگامانه است.
🔹 در میان دستاوردهای اعلامشده، اثبات «تکرار موازی کوانتومی» (quantum parallel repetition) به چشم میخورد که یکی از پرسشهای قدیمی و بنیادین در #نظریه_پیچیدگی_کوانتومی است. مدل آسترا توانسته تکرار موازی نمایی را برای هر بازی درهمتنیده دو نفره متناهی اثبات کند و نتایج پیشین را که تنها به دستههای محدودی از بازیهای کوانتومی اختصاص داشتند، گسترش دهد. این موضوع تأثیر مستقیمی بر درک نظری از راستیآزمایی کوانتومی، پروتکلهای رمزنگاری و سیستمهای اثبات تعاملی دارد.
🔸 پیشرفت مهم دیگر، دستیابی به نتایج محکمتر برای «مسئله نزدیکترین بردار» (closest vector problem) است که یکی از چالشهای محاسباتی مرکزی در نظریه شبکهها محسوب میشود. آسترا از طریق کاهش مستقیم از مسئله معروف 3SAT به این نتایج دست یافته است که پیامدهای مهمی برای رمزگشایی باینری و نرمهای شبکهای مرتبط دارد. این دستاورد از آن جهت حائز اهمیت است که رمزنگاری مبتنی بر شبکه، پایه و اساس بسیاری از سیستمهای رمزنگاری پسا-کوانتومی برای مقاومت در برابر رایانههای کوانتومی آینده را تشکیل میدهد.
🔹 فراتر از مباحث کوانتومی، این مدل مسائلی را در شاخههای مختلف ریاضیات محض حل کرده است. از جمله این موارد میتوان به بهبود کرانها برای بستهبندی کرههای چندبعدی، محدودیتهای قویتر برای نظریه کدگذاری باینری و کروی، کرانهای پایین جدید در پیچیدگی مدارهای حسابی، اثباتی مرتبط با حدس حجم ارهارت، پیشرفت در اعداد رمزی چندرنگی و ساختارهای جدید در نظریه گراف اشاره کرد. آسترا همچنین سؤالات دیرینهای را پیرامون گروههای غیرسوفیک (non-sofic groups) و حدس صلبیت کانز (Connes's rigidity conjecture) حل کرده است.
❗ این اعلامیه بازتابدهنده تغییر رویکرد فزاینده توسعهدهندگان هوش مصنوعی است که به جای ارزیابی مدلها با بنچمارکهای سنتی مانند مسابقات برنامهنویسی یا آزمونهای استاندارد، به سمت انجام پژوهشهای علمی اصیل حرکت میکنند. برخلاف نمایشهای رایج هوش مصنوعی که به سؤالات شناختهشده پاسخ میدهند، حل مسائل باز ریاضی نیازمند تولید استدلالهایی است که پیشتر کاملاً ناشناخته بودهاند. به گفته OpenAI، این سیستمها در حال تکامل به سمت همکاران تحقیقاتی پیشرفته هستند.
🔸 با این حال، OpenAI هنوز جزئیات اثباتها را منتشر نکرده و تأییدیه داوری (peer-review) برای این نتایج اعلام نشده است. همچنین زمان عرضه عمومی مدل آسترا مشخص نیست. بنابراین، این یافتهها تا زمانی که توسط جامعه ریاضیدانان مستقل بهطور دقیق راستیآزمایی نشوند، در حد ادعا باقی میمانند.
📎لینک خبر
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
🟢join: @QuantumTEQ
🌐Website
🔵LinkedIn
#اخبار #اطلاعات_کوانتومی
🔸 شرکت OpenAI اعلام کرده است که یک نسخه داخلی از خانواده مدلهای #هوش_مصنوعی آینده این شرکت با نام «آسترا» (Astra)، توانسته ۱۰ مسئله حلنشده و قدیمی را در زمینههای ریاضیات، نظریه پیچیدگی کوانتومی و علوم کامپیوتر نظری حل کند. این دستاورد در صورت تأیید مستقل، نشاندهنده توانایی هوش مصنوعی در مشارکت مؤثر در پژوهشهای علمی پیشگامانه است.
🔹 در میان دستاوردهای اعلامشده، اثبات «تکرار موازی کوانتومی» (quantum parallel repetition) به چشم میخورد که یکی از پرسشهای قدیمی و بنیادین در #نظریه_پیچیدگی_کوانتومی است. مدل آسترا توانسته تکرار موازی نمایی را برای هر بازی درهمتنیده دو نفره متناهی اثبات کند و نتایج پیشین را که تنها به دستههای محدودی از بازیهای کوانتومی اختصاص داشتند، گسترش دهد. این موضوع تأثیر مستقیمی بر درک نظری از راستیآزمایی کوانتومی، پروتکلهای رمزنگاری و سیستمهای اثبات تعاملی دارد.
🔸 پیشرفت مهم دیگر، دستیابی به نتایج محکمتر برای «مسئله نزدیکترین بردار» (closest vector problem) است که یکی از چالشهای محاسباتی مرکزی در نظریه شبکهها محسوب میشود. آسترا از طریق کاهش مستقیم از مسئله معروف 3SAT به این نتایج دست یافته است که پیامدهای مهمی برای رمزگشایی باینری و نرمهای شبکهای مرتبط دارد. این دستاورد از آن جهت حائز اهمیت است که رمزنگاری مبتنی بر شبکه، پایه و اساس بسیاری از سیستمهای رمزنگاری پسا-کوانتومی برای مقاومت در برابر رایانههای کوانتومی آینده را تشکیل میدهد.
🔹 فراتر از مباحث کوانتومی، این مدل مسائلی را در شاخههای مختلف ریاضیات محض حل کرده است. از جمله این موارد میتوان به بهبود کرانها برای بستهبندی کرههای چندبعدی، محدودیتهای قویتر برای نظریه کدگذاری باینری و کروی، کرانهای پایین جدید در پیچیدگی مدارهای حسابی، اثباتی مرتبط با حدس حجم ارهارت، پیشرفت در اعداد رمزی چندرنگی و ساختارهای جدید در نظریه گراف اشاره کرد. آسترا همچنین سؤالات دیرینهای را پیرامون گروههای غیرسوفیک (non-sofic groups) و حدس صلبیت کانز (Connes's rigidity conjecture) حل کرده است.
❗ این اعلامیه بازتابدهنده تغییر رویکرد فزاینده توسعهدهندگان هوش مصنوعی است که به جای ارزیابی مدلها با بنچمارکهای سنتی مانند مسابقات برنامهنویسی یا آزمونهای استاندارد، به سمت انجام پژوهشهای علمی اصیل حرکت میکنند. برخلاف نمایشهای رایج هوش مصنوعی که به سؤالات شناختهشده پاسخ میدهند، حل مسائل باز ریاضی نیازمند تولید استدلالهایی است که پیشتر کاملاً ناشناخته بودهاند. به گفته OpenAI، این سیستمها در حال تکامل به سمت همکاران تحقیقاتی پیشرفته هستند.
🔸 با این حال، OpenAI هنوز جزئیات اثباتها را منتشر نکرده و تأییدیه داوری (peer-review) برای این نتایج اعلام نشده است. همچنین زمان عرضه عمومی مدل آسترا مشخص نیست. بنابراین، این یافتهها تا زمانی که توسط جامعه ریاضیدانان مستقل بهطور دقیق راستیآزمایی نشوند، در حد ادعا باقی میمانند.
📎لینک خبر
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
🟢join: @QuantumTEQ
🌐Website
#اخبار #اطلاعات_کوانتومی
- 👍 1


