میں حال ہی میں NEAR کے گٹھب پر گھوم رہا تھا کہ میں نے ایک دلچسپ چیز دریافت کی: NEAR AI ٹیم نے ایک ٹیسٹ کو اوپن سورس کر دیا ہے، جس میں انہوں نے چینی اوپن سورس بڑے ماڈل DeepSeek کا استعمال کرتے ہوئے 672 مشکل ریاضی کے ثبوت کے سوالات حل کر لیے۔ میں نے AI سے پوچھا تو معلوم چلا کہ ان سوالات کو PutnamBench کہا جاتا ہے، جو شمالی امریکہ کے سب سے اعلیٰ سطح کے طلبہ ریاضی مقابلے کے سوالات ہیں۔ آسان الفاظ میں، اگر کوئی AI اس ٹیسٹ کو پاس کر لے، تو اس کا مطلب ہے کہ اس میں بہت زبردست منطقی استدلال کی صلاحیت ہے۔ @MSBIntel کی رپورٹ کے مطابق، NEAR کے اس حل نے تمام 672 سوالات حل کرنے میں صرف 0.17 امریکی ڈالر فی سوال، اور کل صرف 110 امریکی ڈالر سے زائد خرچ کیا۔ مقابلہ کے لحاظ سے، دوسرے حل جنہوں نے بھی مکمل نمبر حاصل کیے، ان میں OpenAI ماڈل کا استعمال کرنے والوں نے فی سوال اوسطاً 44.5 امریکی ڈالر خرچ کیا، جبکہ Claude کو بھی 3.52 امریکی ڈالر فی سوال لگا۔ ایک پبلک چین اس قسم کے اعلیٰ ریاضی کے سوالات حل کرنے کیوں کر رہا ہے؟ واقعہ یہ ہے کہ AI کو ریاضی منطق کے ثبوت دینے کا اصل مقصد اسمارٹ کنٹریکٹس کی سلامتی جانچ، جسے تکنیکی طور پر فارمل ویریفکیشن کہتے ہیں، ہے۔ مثلاً، ریاضی منطق کا استعمال کرتے ہوئے کوڈ کو لائن بائنچک تفصیل سے جانچنا کہ اس میں کوئی خامی تو نہیں۔ اگر زبردست تکنولوجی سے قابلِ رسائی، سستا، اوپن سورس AI حسابگر استعمال کرکے ویریفکیشن کا خرچ صرف چند دہائیوں میں لایا جا سکے تو؛ مستقبل میں، منصوبوں اور عام ڈولپرز دونوں کے لئے اپنے اسمارٹ کنٹریکٹس کو بہت سستے خرچ پر محفوظ اور جانچا جا سکتا ہوگا۔ 尽管这与 near:native 的币价没有直接联系，但也算是一种项目方在做事的迹象。