IT之家 في رسالة يوم 17 أكتوبر، أعلنت OpenAI في سبتمبر من هذا العام عن برهان طوله 166 صفحة يتعلق بمعادلات نافييه-ستوكس (Navier–Stokes equations)، قائلة إن نظامها الذكي الداخلي أنجز حل هذه المسألة من مسائل الألفية في حوالي 88 ساعة.
غير أنه مع مزيد من تدقيق أوساط الرياضيين لهذا العمل، بدأ الباحثون يشككون في المنهجية التي اعتمدها البرهان، وعلاقته بالأبحاث السابقة، وحجم الدور الذي لعبته وكلاء الذكاء الاصطناعي على نطاق واسع فعليًا.
وأشار الرياضي غونزالو كاو-لابورا (Gonzalo Cao-Labora) إلى أنOpenAI ربما استعجلت نشر الورقة قبل أن تفهمها هي نفسها。
وأوضح أن تفاصيل برهان OpenAI تتبع مسارًا مختلفًا عن النهج الذي طرح سابقًا الرياضيَان الإسبانيان دييغو كوردوبا (Diego Córdoba) ولويس مارتينيث-زوروا (Luis Martínez-Zoroa)، وقد تقتصر أوجه التشابه بينهما على المستوى السطحي غالبًا.
وأفادت مجموعات عديدة من الخبراء الذين شاركوا في قراءة العمل لصحيفة Scientific American أن هناك مؤشرات متزايدة على أن برهان OpenAI لم يتبع "المسار الإسباني"، وهو ما يعني أن OpenAI، عند نشرها هذا النتائج، لم تكن على ما يبدو قد فهمت تمامًا ما قام به نموذجها فعلًا.
ملاحظة من IT Home: تُستخدم معادلات نافييه-ستوكس لوصف حركة الموائع، وهي إحدى مسائل جوائز الألفية التي وضعتها معهد كلاي للرياضيات. نشرت OpenAI البحث ذا الصلة في 8 سبتمبر، معلنة أن نموذجها الداخلي أنجز البرهان الرياضي، ونشرت في الوقت نفسه البرهان المكتوب بلغة التحقق الشكلي Lean. وذكرت OpenAI أن فريقها البحثي استخدم حوالي 10,000 من وكلاء الذكاء الاصطناعي ووصل إلى النتيجة بعد حوالي 88 ساعة، ثم أمضى حوالي 17 ساعة إضافية لإتمام الشكلنة والتحقق.
بإمكان Lean فحص ما إذا كانت الاستدلالات المنطقية في البرهان الشكلي تلتزم القواعد المحددة، لكن اجتياز التحقق الشكلي لا يعني أن المسألة التي يحلها البرهان تتطابق بالضرورة مع المسألة العلمية التي يركز عليها الباحثون أصلًا، ولا يعني أن فكرة البرهان يسهل على البشر فهمها. يبلغ طول البرهان الذي نشرته OpenAI 166 صفحة، وما زال أوساط الرياضيات تدقق حتى الآن في منهجه المحدد ونتائجه.
يتمثل أحد محاور هذا الجدل في مدى الصلة الفعلية بين أبحاث OpenAI والمسار البحثي الذي استكشفه كوردوبا ومارتينيث-زوروا سابقًا.
وأشارت Scientific American إلى أن برهان OpenAI استغل حد القوة الخارجية في معادلات نافييه-ستوكس لبناء حالة يكبر فيها سرعة المائع بلا حدود خلال زمن محدود.
واختلف الرياضيون حول دلالة هذه النتيجة: فهي تتوافق مع إحدى الحالات التي يسمح بها الصياغة الأصلية لمسألة معهد كلاي، لكنها لا تحل المسألة الأكثر لفتًا للانتباه، وهي ما إذا كانت حلول معادلات نافييه-ستوكس ثلاثية الأبعاد تبقى سلسة دائمًا في غياب القوة الخارجية.
وفيما يتعلق بنسب الفضل في النتائج البحثية، شكك الرياضي في جامعة نيويورك تريستان باكماستر (Tristan Buckmaster) في أن أبحاث OpenAI ربما استفادت من عمل بحثي قام به هو وموظف Anthropic ليفنت ألبوغي (Levent Alpöge) باستخدام نماذج مفتوحة.
وبشأن ذلك، نفت OpenAI استخدام أي بيانات ذات صلة لباكماستر، وذكرت في مذكرة رسمية حُدثت في 10 سبتمبر أنه بعد التحقيق تبيّن أن المطالبات التي أدخلها باكماستر في Codex خلال الشهرين السابقين لم يكن بوسعها التأثير في هذا البحث بأي شكل من الأشكال، بما في ذلك التأثير عبر تدريب النموذج. لكن حتى الآن، لا يزال الجدل قائمًا بين الطرفين حول العلاقة بين منهج البحث ونتائجه.
أما السؤال الآخر الذي لم يجد بعد إجابة واضحة فهو مقدار المساهمة التي قدمها هذا التعاون بين الوكلاء فعلًا. ذكرت OpenAI رسميًا أن بحثها تضمن حوالي 10,000 من الوكلاء العاملين بالتوازي، وأرسلوا إجمالًا حوالي 2.7 مليون رسالة، واستخدموا حوالي 130 مليارًا من رموز الإخراج (Token). غير أن هذه الأرقام لا تعكس سوى حجم الحوسبة وسير العملية، ولا توضح مباشرةً المساهمة الفعلية لمعمارية تعدد الوكلاء في النتيجة النهائية.
وأشار الباحث في OpenAI نوم براون (Noam Brown) أيضًا إلى أن الباحثين لا يعرفون حتى الآن حجم المكاسب الإضافية التي جلبتها عنقود الوكلاء بهذا الحجم الكبير. ونظرًا لارتفاع تكلفة إجراء تجارب مقارنة منهجية باستخدام آلاف الوكلاء، لم يقارن الباحثون بعد بشكل كافٍ الوقت الذي يحتاجه وكيل واحد لإنجاز المهمة نفسها، ويصعب قياس بدقة ميزة 10,000 وكيل مقارنة بـ 1000 وكيل.قدّر براون أن مساهمة معمارية التعاون متعدد الوكلاء في هذا النجاح قد تكون أقل من 10%。
وبرأيه، ولأن تقنية وكلاء الذكاء الاصطناعي جديدة وتلفت الانتباه الواسع بسهولة، فإنها تحظى بثناء يفوق مساهمتها الفعلية؛ أما العاملان الحاسمان حقًا فقد يكونان قدرات النموذج الأساسي نفسه، وقدرة النموذج على معالجة المهام باستمرار لفترات طويلة واستكشاف حلول متعددة بالتوازي.
في أوائل شهر 10، أعلنت OpenAI أيضًا علنًا عن حوالي 400 نتيجة بحثية رياضية.وأجمع أوساط الرياضيات على أن استيعاب هذه المحتويات وحده يتطلب سنوات عديدة。
وقد نُشرت هذه النتائج بشكل مجمّع وبصيغة فضفاضة نسبيًا على GitHub، وهو ما أثار مجددًا استياء بعض الباحثين في الرياضيات. إذ يخشون أن يؤدي النشر المجمّع لكمّ كبير من النتائج دون شروح كافية أو تنظيم أو تبادل أكاديمي إلى تقليص قابلية قراءة نتائج الأبحاث الرياضية، وقد يُضعِف أيضًا التمييز بين التحقق البحثي الدقيق والنتائج المولّدة آليًا على نطاق واسع.
وحاليًا، لا يزال المجتمع الرياضي يقيّم أبحاث OpenAI ذات الصلة. فالجدل هذه المرة لا يقتصر على قدرة الذكاء الاصطناعي على توليد البراهين الصورية، بل يمتد إلى ما إذا كانت منهجية البحث قد عالجت المشكلة المستهدفة فعلًا، وكيفية نسب النتائج إلى أصحابها، وكيف ينبغي قياس المساهمة الفعلية للأنظمة متعددة الوكلاء.
قراءات ذات صلة: