أطلقت OpenAI حلولاً لثلاث مسائل رياضية ضخمة طالما أحرجت الباحثين. وكان أحدها رفضاً مفاجئاً لفرضية الوقت الأسي (ETH)، وهي فرضية راسخة في علوم الحاسوب تلعب دوراً كبيراً في فهمنا لما يصعب حسابه.
كما هو الحال مع الإصدارات التجريبية السابقة من المختبر الرائد، ردّت المجتمعات العلمية بمزيج من الإثارة والقلق. عالم الرياضيات في Anthropic ليفنت ألبوغي مُقترَح أن OpenAI كانت تبني حلولها على أعمال سابقة، وبعد ساعات، تبعتها Anthropic لاحقًا صدر دحضها الخاص لنظرية ETH.
ومع ذلك، فإن عملية OpenAI تتطور. هذه المرة، أعلن المختبر نظّم إصداراته بشكل مختلف لكل واحدة من التخصصات الثلاثة المعنية: تلقى علماء الرياضيات العمل مُسدلًا على GitHub؛ وشكّل علماء الحاسوب فريق عمل، وطلبوا مشاركة البراهين علنًا وأن تمول OpenAI مؤتمرًا لمناقشتها؛ وشكّل الفيزيائيون فريق عمل سيحدد كيفية إصدار نتيجتهم.
بروفيسور معهد ماساتشوستس للتكنولوجيا (MIT) رايان ويليامز هو عالم الحاسوب الذي ينظم استجابة مجاله لهذا الاكتشاف الجديد. ويليامز، الذي يركز عمله على هذه الأسئلة المتعلقة بالتعقيد الحسابي، انتقد نهج OpenAI في الماضي, استدعاء إثباته في وقت سابق من أكتوبر الجاري "هجوم DDOS على علماء الرياضيات".
غير أنه وافق على التعاون مع المختبرات الرائدة للمساعدة في توجيه الأفكار الجوهرية في هذا المجال، كما أخبر TechCrunch. وطلب المختبر منه المساعدة في تفسير الحل، إلى جانب عالِمَي الحاسوب في جامعة كاليفورنيا في سان دييغو Russell Impagliazzo وRamamohan Paturi، اللذين نشرا فرضية ETH لأول مرة في عام 1999.
كانت خطوتهم الأولى هي إطلاق رسالة مفتوحة مناشدين العلماء المهتمين بهذه القضايا بتقديم ملاحظاتهم ومناقشة المعايير المتعلقة بمساهمات الذكاء الاصطناعي في أعمالهم.
قال ويليامز لموقع TechCrunch: «بعض الأجزاء [من برهان OpenAI]، ربما يمكن القول إنها روتينية، لكن نعم، هناك جزأان أو ثلاثة أجزاء تبدو غريبة، وهي بالضبط الأجزاء التي رأيتها والتي جعلتني أعتقد: يا للروعة، هذا شيء يجب أن يعمل عليه المجتمع بأسره معًا».
هل أنت على دراية بمسألة P مقابل NP؟
تُعدّ فرضية ETH جزءاً من فئة أوسع من المسائل تُعرف بـ P مقابل NP، والتي أثارت حماس علم الحاسوب وغيره من المجالات العديدة لعقود. بشكل تبسيطي، يحاول الباحثون فهم ما إذا كانت أي مسألة يمكن التحقق من حلّها بسهولة (NP) يمكن أيضاً حلّها بسهولة (P).
مثال بسيط هو لعبة سودوكو: بمجرد وضع حل للأحجية، يمكن التحقق منه بسرعة، لكن إيجاد الحل يستغرق وقتًا طويلاً. تنطبق هذه الديناميكية على مجموعة من المشكلات المهمة، والبصرة الأساسية تقوم عليها الأنظمة التشفيرية: عندما يكون لديك مفتاح لرسالة مشفرة، يمكنك الكشف عنها، لكن كسر شيفرة فعّالة فعليًا يستغرق وقتًا أطول من أن يكون مفيدًا.
ومع ذلك، لم يثبت العلماء بعد ما إذا كان ذلك صحيحًا دائمًا. وقال ويليامز: "إن P = NP تقول إنه ليس فقط يمكنك التحقق من حلول السودوكو عندما تكون موجودة، بل يمكنك ببساطة توليدها. إن P = NP تدّعي أن هذا صحيح لكل مشكلة على حدة يمكنك التحقق منها بسرعة — إذا كنت تستطيع التحقق منها بسرعة، فيمكنك حلها بسرعة. لذا يبدو هذا الأمر مجرد جيد لدرجة يصعب تصديقها."
لهذا السبب يفترض معظم العلماء أن P ≠ NP. وقد قدّم معهد ETH دليلاً على ذلك. والفكرة باختصار تقول إن حتى أسرع خوارزمية حاسوبية يحتاج إلى وقت يزداد أسّياً لإيجاد حل مع ازدياد عدد المتغيرات في فئة معينة من ألغاز المنطق المعقدة.
يتمثل الادعاء من OpenAI وAnthropic في أن نماذجهما توصلت إلى خوارزميات تحل تلك الألغاز في زمن "sub-exponential"، أي بسرعة أكبر من السرعات التي كان يُعتقد سابقًا أنها ممكنة. وإذا صح ذلك، فقد يكونون قد أثبتوا أن فرضية EFT خاطئة — دحضوها، بالمصطلحات العلمية — وربما فتحوا طريقًا لخوارزميات تحقق عمومًا P = NP.
قال وليامز: «يُفضَّل على الأرجح أن يمنح كل عالم حاسوب وزنًا أكبر قليلًا لاحتمالية أن يكون P = NP، لكن قد يختلف هذا الوزن من شخص لآخر. أعتقد فعلًا أن هذا يثير الشك إلى حد ما في كثير من الحدس الذي كنا نظنه لدينا بشأن … مدى قابلية [المسائل الصعبة من فئة NP] للحل. وأعتقد أيضًا أن هذا على الأرجح ليس الجواب النهائي بدوره. لا أعتقد أن خوارزمية OpenAI يمكن أن تكون أفضل خوارزمية ممكن الحصول عليها».
العمل المقبل لعلماء الحاسوب
قالت ويليامز إن متانة ETH أدّت إلى إدراجه في العديد من الأوراق العلمية خلال العقد الماضي، وستحتاج هذه الأوراق إلى إعادة النظر إذا ثبتت صحة ادعاءات مختبرات الذكاء الاصطناعي بأنها أثبتت خطأه.
قال: «هذا جزء من السبب الذي جعلني أطلب من OpenAI أو أدفعها لدعم مؤتمر حول هذا الموضوع — فهذا سيؤثر على أعمال العديد من الباحثين، وعلينا أن نحدد، حسناً، ما الخطوة التالية إلى جانب فهم الخوارزميات. علينا أن نفهم كيف ينبغي أن تتغير الأسس مقارنة بما كان لدينا سابقاً؟».
قبل المخاوف العلمية، هناك أسئلة الأمن السيبراني. قال ويليامز إن الخوارزمية المحسّنة قد تعني أن أنظمة التشفير المعتمدة على أحجام معينة من المفاتيح يمكن اعتبارها مخترقة. لذا فإن أحد أول الأسئلة التي طرحها على دان روبرتس، مسؤول العلوم في OpenAI، «كان ما إذا كانوا قد تحققوا من أن هذا يؤثر على أي أنظمة تشفير ... هل هناك شيء غير آمن الآن؟ ويبدو أنهم تحققوا من ذلك، وكانوا واثقين إلى حد معقول أن هذا لا ... يفضي إلى أي اختراقات».
لا يزال هذا النموذج الجديد للذكاء الاصطناعي في الاكتشاف العلمي عملاً قيد الإنجاز، لكن ويليامز يقول إنه متفائل رغم وجود مخاوف حقيقية، لا سيما فيما يتعلق بتدريب الجيل القادم من العلماء. وقد جعلته حقيقة كونه عالم حاسوب يمارس الرياضيات العليا أسهل في التكيف ربما مقارنة بالرياضيين البحتين.
ومع ذلك، يقول إن الذكاء الاصطناعي «يدفع الناس إلى قدر أكبر من الطموح بشأن نوع العمل الذي يقومون به، وإلى التفكير بعمق أكبر في السؤال: حسناً، إذا كانت كل الأشياء التي كنت أعمل عليها أصبحت الآن ثماراً سهلة المنال للذكاء الاصطناعي، فكيف يمكنني رفع سقف نوع الأسئلة العلمية التي أريد طرحها؟».