GPT-6-Astra يحل 49 من مشكلات البحث الفيزيائي الـ 50 بتكلفة 2.40 دولار لكل مشكلة
ماكسيميليان شرينر
عرض ملف لينكدإن لمحاسب ماكسيميليان شرينر
15 أكتوبر 2026
NBPro ناشرها THE DECODERيُظهر معيار جديد أن العملاء الذكية الأفضل يمكنها حل الحسابات الفيزيائية النظرية بدقة مماثلة للأخصائيين الرائدين في كل مجال فرعي. ويقول الباحثون المشاركون في هذا المشروع إن نقص الإحساس بال"ذوق" هو أحد الأسباب التي تجعل الاختراقات العلمية لم تحدث بعد.
أصدر خمسة وثلاثون باحثًا من مؤسسات مثل المركز الدولي للعلوم النظرية (ICTS)، جامعة هارفارد، جامعة كولونيا في لوفين، وجوجل ديب مايند، مشروع TheoPhysEval. يحتوي هذا الاختبار على 50 مشكلة بحثية لم تُنشر بعد في الفيزياء النظرية، مع إجابات قابلة للتحقق. ووفقًا للمؤلفين، فإن الخبير الرائد في المجال ذي الصلة سيحتاج إلى يوم أو أقل لحل مشكلة نموذجية دون مساعدة الذكاء الاصطناعي، بينما سيستغرق المتخصصون من المجالات المجاورة وقتًا أطول بكثير.
اختبر الفريق وكلاء الذكاء الاصطناعي المتاحين تجارياً دون تقديم أي إشارات بشرية لهم. نجح GPT-6-Astra، الذي يعمل في بيئة برمجة Codex التابعة لشركة OpenAI، في التفوق. وقد وجد الإجابة الصحيحة لـ 49 من أصل 50 مشكلة، أي بنسبة 98 بالمائة، بتكلفة متوسطة تقل عن 3 دولارات لكل مشكلة، وأقل من 116 دولارًا للاختبار بأكمله.
تُجري اختبارات المعيار الأبحاث البحثية العادية، وليست تحديات كبيرة
تتخلى المجموعة عن الإجابة على الأسئلة المفتوحة الرئيسية، وتركز على ما يسميه الباحثون “مشاكل التحريك”، حيث يطبق الباحثون طرقًا معروفة على مسألة معدلة قليلاً. غالبًا ما قام المشاركون بتعديل بعض القيم في حسابات من أوراقهم الأخيرة، بحيث لا يمكن تخمين النتيجة الجديدة من النتيجة القديمة. ووفقًا للباحثين، فإن هذه المشاكل تُعطى غالبًا لطلاب الدكتوراه كخطوة أولى في البحث.
مثال من أبحاث الثقوب السوداء يوضح مدى صعوبة هذه المشكلات. لحلها، يجب العثور على ورقة بحثية قديمة، ونقل معادلاتها من فضاء زمني خماسي الأبعاد إلى أربعة أبعاد، ثم حساب النتيجة باستخدام برنامج مخصص. استغرق التحضير يومًا تقريبًا، حيث كان المنسق سوفرات راجو، وهو أحد مؤلفى الورقة البحثية القديمة، ذلك الوقت. تقدّر المؤلفون أنه قبل وصول الوكلاء الحديثة، كان هناك عدد قليل جدًا من الخبراء الذين يمتلكون معرفة في الفيزياء والخبرة في هذه الطرق الحسابية. وحتى هؤلاء كانوا بحاجة إلى عدة أيام.
تشمل المشكلات أحد عشر مجالًا فرعيًا في الفيزياء النظرية، من تدفقات السوائل والعمليات البيولوجية إلى الفيزياء الجسيمية وعلم الكونيات. قام كل عامل بالاختبار مرتين، مرة تحت ظروف واقعية مع بحث على الإنترنت ومرة بشكل منفصل دون إمكانية الوصول إلى الإنترنت.
نظام Opus 5.5 الخاص بشركة Anthropic، الذي يعمل على منصة Claude Code، حصل على المركز الثاني بنسبة 92%. أما نظام Gemini 3.8 Flash التابع لجوجل، فقد حقق نسبة 68%، بينما وصلت النماذج المفتوحة DeepSeek-V4.1-Flash وGLM 5.3 إلى نسب 54 و42% على التوالي. أحيانًا كانت النماذج الأضعف ترتكب أخطاء كان من الممكن اكتشافها من قبل الخبراء على الفور. في مشكلة الثقب الأسود، قام نظام Gemini وGLM بنسخ الصيغ من الورقة العلمية القديمة دون تغيير خلال عملية البحث عبر الإنترنت. هذه الصيغ تنطبق على خمسة أبعاد، وليس الأربعة المطلوبين.
لاحظ أن الوصول إلى الإنترنت لم يحدث فرقًا كبيرًا. بدون البحث على الويب، حصل كل من أسترا وأوبوس على نسبة 92%. العديد من المشكلات تعتمد على صيغ موجودة في أوراق البحث التي عادةً لا يتلقاها النماذج. يعتبر المؤلفون ذلك علامة على أن النماذج اللغوية الرائدة قد حفظت بشكل فعال جزءًا كبيرًا من الأدبيات الفيزيائية النظرية.
باستخدام البحث عبر الإنترنت، حلت Astra كل المشكلات باستثناء مشكلة واحدة تُربك كل النماذج. كانت المشكلة تتعلق بطلب معادلة تُنتج منحنىًا معينًا. يعتمد حل الخبراء على أشكال رياضية خاصة لا تعتبر إلا معادلة تفاضلية مطلوبة بمعنى أوسع. يعترف المؤلفون بأن المشكلة قد تبدو "غير عادلة"، لكنهم يعتبرونها واقعية لأن الباحثين غالبًا ما يضطرون إلى استنتاج الفيزياء الأساسية من بيانات غير دقيقة.
تم تحديد عدة أخطاء من الذكاء الاصطناعي كثغرات في مفتاح الإجابات
بالنسبة لعدة مشاكل، كشفت الاستفسارات مع الخبراء عن أخطاء صغيرة وصعبة الإدراك في حلولهم المرجعية. بمجرد تصحيح تلك الأخطاء، كان رد أسترا صحيحًا في كل مرة.
يمكن لهذا النمط أيضًا تفسير تناقض واضح. الفرقاء يحققون نتائج أفضل في TheoPhysEval مقارنةً ببعض معايير الفيزياء الأخرى، مثل CritPt، على الرغم من أن الباحثين يعتبرون مشاكلهم الخاصة أكثر صعوبة في المتوسط. وجدت دراسة حديثة أن بعض معايير الفيزياء النظرية تُعطى درجات خاطئة، وفي بعض الحالات يتم التقليل بشكل كبير من قدرات النماذج.
أي شخص يرغب في التحقق من النتائج يمكنه تنزيل المسائل ووضع الاختبار كـ مجموعة بيانات على Hugging Face.
لماذا لم تؤدّي الحسابات الدقيقة إلى اختراقات في الفيزياء؟
يقول المؤلفون إن بعض النماذج الحالية الأقوى قد تجاوزت أفضل الباحثين البشريين في الحسابات التفصيلية، حتى في المجالات المتخصصة. ويعتبرون ذلك علامة تقدم كبيرة.
يُلاحظ أن التأثير أكثر وضوحًا في الرياضيات، حيث حلت وكالات الذكاء الاصطناعي بالفعل مشكلات مهمة مفتوحة. وفقًا لـ OpenAI، تشمل هذه المشكلات مسألة نافي-ستوكس المتعلقة بالمعادلات التي تصف تدفق السوائل، وهي واحدة من مشكلات جائزة الألفية الشهيرة. لم يلحظت الفيزياء النظرية أي اختراق مماثل حتى الآن.
يشرح الباحثون أن الحساب العملي الذي يحمل نتيجة قابلة للتحقق تأتي فقط في نهاية عملية البحث. قبل ذلك، يجب على شخص ما بناء نظرية وطرح الأسئلة "الصحيحة". عندما يثبت أن المشكلة صعبة جدًا، يتحول الباحث الجيد إلى مشكلة ذات صلة أكثر بساطة ومثيرة للاهتمام بنفس القدر. العاملون الحاليون ليسوا جيدين في ذلك.
يشارك علماء الفيزياء أيضًا في إدراك مشترك، وإن لم يكن متفقًا تمامًا، على ما يجعل المشكلات مثيرة للاهتمام. يبدو أن العوامل الفيزيائية لا تمتلك هذا “الذوق”. عند طلبهم تصميم مشكلات جديدة، يقعون في تفاصيل قد يعتبرها الإنسان مملة.
يؤكد الباحثون أن هذه الملاحظات لا يمكن قياسها، ولا تمثل توقعات حول الاتجاه الذي ستتجه إليه الذكاء الاصطناعي. يعتقدون أن وكالات الذكاء الاصطناعي قد تتمكن من إجراء أبحاث على المستوى العلوي بمفردها في المستقبل القريب، لكن ذلك يتطلب أكثر من قدرة حل المشكلات.
الذكاء الاصطناعي يغير بالفعل طريقة تدريب الفيزيائيين وما يمكنه من المنافسة
يرى الباحثون بالفعل العواقب المتعلقة بالتدريب. حتى مؤخرًا، كانت بعض مشاكل المعايير تُعتبر مشروعات بحثية جيدة للباحثين في بداية حياتهم المهنية. لكن هذا لم يعد مناسبًا إلا إذا كان الهدف هو مجرد تجربة المواد التعليمية.
كما يشيرون إلى مشكلة هيكلية: فقد احتاجت الفيزياء النظرية، عبر التاريخ، إلى مبالغ أقل بكثير من البحوث التجريبية، مما حافظ على تكافؤ الفرص في المجال. يمكن لوكلاء الذكاء الاصطناعي القادرين أن يغير ذلك. مشاكل المعيار لا تزال بسيطة للحل، وتكلفة تشغيل أسترا الكاملة حوالي 116 دولارًا. أما بالنسبة للمشاكل الأصعب، فإن المؤلفين يتوقعون أن تزداد احتياجات الموارد بشكل كبير. في تلك المرحلة، يمكن للميزانية التي تخص مجموعة البحث أن تؤثر على ما يمكنها تحقيقه، حتى في الفيزياء النظرية. يقول المؤلفون إن هذا يثير تساؤلات حول الوصول وإمكانية التكافل في هذا المجال.
الرياضيات تخضع بالفعل لهذه الجدالات، على سبيل المثال حول إعلان لايدن. يدعي الباحثون أن الفيزياء النظرية يجب أن تتبعها هذه الممارسات أيضًا، قبل أن تُفرض الذكاء الاصطناعي على المجال. على الأقل، هناك مدرسة فكرية في الفيزياء حثت الباحثين حتى الآن على “الصمت والحساب”. إذا بدأت الذوق والرؤية يلعبان دورًا أكبر، قد يحتاج الفيزيائيون إلى “التوقف والتفكير”.
أخبار الذكاء الاصطناعي بدون الضجيج – مُختارة بواسطة البشر
اشترك في THE DECODER للقراءة بدون إعلانات، إلى نشرة أخبار الذكاء الاصطناعي الأسبوعية، إلى تقرير "AI Radar" الحصري الست مرات في السنة، إلى الوصول الكامل للأرشيف، وإلى الوصول إلى قسم التعليقات.
اقرأ للحصول على الصورة الكاملة.
اشترك لتلقي التغطية بدون إثارة.
- الوصول الكامل إلى كل المقالات على THE DECODER
- بدون إعلانات
- انضم إلى التعليقات والمناقشات المجتمعية
- تلخيص أخبار الذكاء الاصطناعي الأسبوعي عبر البريد
- 6 مرات في السنة: “رادار الذكاء الاصطناعي” — تجارب عميقة في المواضيع المتعلقة بالذكاء الاصطناعي التي تهمنا أكثر
- أخبار الذكاء الاصطناعي اليوم، دائمًا محدثة
- أرشيفنا الكامل لمدة عشر سنوات
- محاط بالفريق الذي لديه أكثر من 10 سنوات من خبرة في الذكاء الاصطناعي