IT之家، وفقًا للأخبار الصادرة في 28 أكتوبر، أعلنت شركة OpenAI يوم الاثنين بالتوقيت المحلي عن اختراقات ملحوظة في مجالات الرياضيات وعلم الكمبيوتر والفيزياء، وذكرت أنها تعدل طريقة تواصل نشر نتائجها. ومع ذلك، على الرغم من التصحيحات المفترضة، يبدو أن الباحثين الذين تحدث معهم The Verge يشعرون ببالغ الضيق تجاه أسلوب عمل الشركة.
لاحظت شركة IT之家 أن هناك تضاربًا مستمرًا بين OpenAI وعالم الرياضيات خلال الأشهر القليلة الماضية. في بداية أكتوبر، قدمت الشركة مئات النسخ التمهيدية دفعة واحدة، مما أدى إلى إرهاق مجموعة علماء الرياضيات. هذه المرة، قالت OpenAI إنها ستتعاون مع الخبراء في المجالات التي تضطلع بمهمة “المرشد” لتحديد الطريقة المناسبة لإصدار النتائج الجديدة.
تستهدف الإنجازات الثلاثة عدة مشكلات غير مُحللة مهمة في مجالات الرياضيات وعلوم الكمبيوتر والفيزياء، حيث تتميز بعضها بأنها تتمم اتجاهات البحث السابقة لشركة OpenAI، بينما فتحت أخرى مسارات بحث جديدة. وفقًا للنصائح التي قدمها هؤلاء “الموجهين”， تم استخدام طرق نشر مختلفة للإنجازات الثلاثة: بالنسبة للإنجازات في مجال الرياضيات، تم نشر محتوى التفاسير المولد بواسطة الذكاء الاصطناعي مباشرةً، “ويُترك لباحثي الأوساط الأكاديمية تجميع القوى اللازمة لتفسير هذه النتيجة”؛ أما بالنسبة للإنجازات في مجال علوم الكمبيوتر، فستشكل OpenAI فريق بحثي خارجي مسؤول عن تفسيرها؛ بينما لم يتم الإعلان عن الإنجازات في مجال الفيزياء بشكل عام، وقالت OpenAI إنه سيتم اتخاذ قرار بشأن شكل النشر اللاحق من قبل فريق من الخبراء الخارجيين.
هذا الإنجاز الرياضي مذهل للغاية، ويُقال إنه أثبت افتراض كاكيا في جميع الأبعاد. ببساطة، الموضوع الذي يتم دراسته هو: ما هو الحجم اللازم لجعل إبرة أو قلم رصاص يتحرك في اتجاهات مختلفة. في وقت سابق من هذا العام، حصل عالم الرياضيات وانغ هونغ على جائزة فليز الشهيرة، بفضل إثبات افتراض الثلاثية الأبعاد. قال بريندان هاسيت، أستاذ الرياضيات في جامعة براون، إن الاستنتاج الذي قدمته OpenAI “يبدو مبنيًا على أساس معقول”， لكنه أكد في الوقت نفسه أنه لم يتحقق من إثبات الشكلية الخاصة بـ Lean، أي النظام الشكلي الذي يعتمد على التحقق الآلي من الاستنتاجات.
تركز الإنجازات في مجال الفيزياء على النموذج القياسي، وهو الإطار النظري الأكثر نضجًا واكتمالًا في الفيزياء. تركز الدراسة على ديناميكا اللون الكمي، وهي النظرية التي تصف قوة النواة القوية، واحدة من القوى الأساسية الأربعة، بالإضافة إلى العلاقة بينها ونظرية يانغ-ميلز؛ نظرية يانغ-ميلز هي أيضًا حجر الزاوية في الفيزياء الجسيمية الحديثة، وتعتبر واحدة من التحديات السبعة الكبرى للقرن الجديد، لكن هذه الدراسة التي أجرتها OpenAI لم تحل مشكلة “الفجوة في الكتلة” التي لا تزال قائمة.
الإنجاز الأخير يدعي أنه يكشف عن خطأ فرضية الزمن المؤشري. هذه الفرضية هي افتراض مقبول على نطاق واسع في مجال علوم الحاسوب النظري: بعض المسائل لا يمكن حلها بسرعة أكبر من الحلول القاسية. ترتبط هذه الفرضية ارتباطًا وثيقًا بمشكلة P ضد NP، وهي أيضًا أحد أهم التحديات المعروفة في مجال علوم الحاسوب، وتتمحور حول مناقشة المسائل التي يمكن التحقق من إجاباتها بسهولة، وما إذا كان من الممكن حلها بسرعة أيضًا.
بسبب الاختلاف في درجة الشفافية لكل النتائج، ومستوى التحديات العالي لتحققها، فإن الأكاديميين يواجهون صعوبة في تقييم هذه الاستنتاجات بشكل كامل. وحتى بعد الحصول على جميع المواد، يتطلب التحقق منها وقتًا طويلًا. لكن الخبراء الذين أجابوا على الاستفسارات قالوا إن هذه النتائج تستحق الاهتمام الجاد، ووصف الكثير منهمها بأنها “ذات أهمية كبيرة” و“تشكل اختراقًا كبيرًا” و“ذات معنى عميق”.
من ناحية أخرى، يشعر الباحثون العلميون بالإثارة إزاء هذه التطورات العلمية، لكنهم في الوقت نفسه يشعرون بالضيق من أساليب شركة OpenAI. بعد استلام عدد كبير من النتائج البحثية الناتجة عن الذكاء الاصطناعي خلال الأشهر الماضية، أصبح هذا الشعور بالتعب شائعًا جدًا. يأمل العديد من الباحثين أن تركز الدوائر العلمية بأكملها على العمل الشاق في التحقق من النتائج، وأن تشككوا في سبب إضافة شركة OpenAI لمزيد من العقبات واختيار الخبراء بأنفسهم لإدارة العملية بأكملها.
أعرب معظم الخبراء الذين تمت مقابلتهم عن موافقتهم على إجراء OpenAI لاستشارة الباحثين الخارجيين، لكنهم اقترحوا أنه عند نشر استنتاجات البحث علنًا، يجب فتح المواد ذات الصلة أمام الجميع للتدقيق. وقال الباحث في معهد الدراسات العليا كونستانتين كوغلر: "مقارنةً بالإصدار المفاجئ لعدة مئات من المقالات في الماضي، فإن الإعلان عن ثلاث نتائج فقط هذه المرة يعتبر إيقاعًا مناسبًا". لكنه لم يوافق على تحديد حق الاطلاع على المواد ضمن نطاق الخبراء الذين اختارهم OpenAI. قال: "لا يوجد أي سبب لأن يسمح في البداية فقط بقراءة المحتوى من قبل عدد قليل من العلماء المعروفين."
قال أندرياس كارخ، أستاذ الفيزياء في جامعة تكساس في أوستن: "إن اختيار فريق الخبراء من قبلهم بأنفسهم أمر سيء للغاية. المختبرات الكبيرة لديها بالفعل نفوذ كافٍ، ولا ينبغي أن تكون هي التي تقرر من هم مؤهلون ومن يُستبعد". اقترح كارخ في البداية أن يتم اختيار الباحثين من خلال آلية الاختيار، لكنه اعترف أيضًا بأن الأشخاص الذين سيتم اختيارهم في النهاية سيعتبرون على الأغلب من العلماء البارزين. بعد ذلك، طرح سؤالًا: لماذا لا يمكن إصدار الوثائق الداعمة مباشرة، مع تشكيل فريق تفسير من الخبراء. "هذا سيتيح للجميع فرصة الاطلاع على المحتوى، كما سيظهر موقفهم الراغب في أن يُفهم والاهتمام بالنتائج."
في اليوم السابق لإعلان OpenAI الرسمي، نشرت مجموعة الخبراء الاستشارية للرياضيات والذكاء الاصطناعي (AGMAI) بيانًا تحذر من سلوك السيطرة على المعلومات هذا. وقالت المجموعة: "لا ننصح الشركات الذكاء الاصطناعي باتباع هذا النموذج". ويعتقدون أن فتح المحتوى لفئة معينة أمر غير ضروري، حيث ستستغل هذه الطريقة هيبة الباحثين المختارين، كما تجلب مجموعة من المخاطر مثل عدم توازن في حقوق الوصول والتمييز في اختيار الأفراد وتأخر غير مبرر في التقدم. الخطة التي قدمها فريق الخبراء هي: يجب على مختبرات الذكاء الاصطناعي تحميل النتائج على منصات النشر الأكاديمي المسبقة، مع تقديم دليل شكلي وشرح لموضوع البحث، كما يجب توفير التمويل والدعم اللازم لمساعدة الأوساط الأكاديمية على فهم هذه النتائج.
بعد الإعلان عن هذه النتائج الجديدة، يحث AGMAI OpenAI على نشر النصوص اللغوية الطبيعية المقابلة لهذه النتائج الفيزيائية بصورة علنية فورًا، بالإضافة إلى إثباتات التصنيف الخفيفة:
هذه مشكلات أساسية في الفيزياء، وكذلك مشكلات رياضية مهمة. وجود نظرية يانغ-ميلز الكمية يُعتبر من أصعب المسائل التي تواجه جائزة الألفية الجديدة، بينما تمثل بناء نظرية المجالات الكمية للتفاعلات الأربعة الأبعاد هدفًا في مجال الفيزياء الرياضية منذ عقود.
نحن نحترم كثيرًا العلماء الذين دعتهم OpenAI لتولي قيادة هذا العمل. ولكن كما قلنا سابقًا، يجب تطوير تفسير النتائج في بيئة علنية، ويجب أن يتمتع الجميع بحقوق الوصول المتساوية. تقول OpenAI إن التأخير في النشر يهدف إلى إكمال إثبات الشكلية الخاصة بـ Lean. وفقًا لهم، تم إنجاز هذا العمل الآن، ولا يوجد سبب للاستمرار في تأخير النشر من الناحية العلمية.
يعتقد هاسيت أن الكشف الكامل عن النتائج يساعد أيضًا على تعزيز التطور العلمي، ويساعد أدوات جديدة مثل الذكاء الاصطناعي على الحصول على قبول أوسع. "إن دراسة هذه النتائج من قبل مجموعات بحثية متعددة في مختلف أنحاء العالم يمكن للباحثين الذين يحتاجون إليها أن يستخدموا هذه الأدوات الجديدة بشكل أسرع."
ربما يكون العثور على طريقة تواصل ترضي جميع الباحثين في التخصصات التي يغزوها OpenAI غير واقعي. يقول OpenAI إنه يحاول حلولًا مختلفة، ويعترف بأن لكل طريقة تضحيات. يقول جاريد دوكر ليتشتمان، عالم الرياضيات في جامعة ستانفورد: "شعوري هو أنه في كل حالة من الحالات، سيكون هناك أشخاص غير راضين. نحن نحاول فقط العثور على الطريقة التي تقلل من الجدل."
يعتقد أستاذ الرياضيات في معهد تكنولوجيا ستاكلرز جورجيا، شياويو هيه، أن المشكلة أعمق بكثير من شكل الإصدار. "النتائج نفسها مثيرة للإعجاب، لكن في رأيي، يتبين أنهم يظهرون بشكل متعمد موقفهم المسؤول والحذر، بينما يتجنبون التناقض الأساسي: هذه المشكلات الأساسية تم حلها بسرعة بواسطة الذكاء الاصطناعي، ولم يُساهم الباحثون البشريون في ذلك، كما أن النصوص التي تثبت النتائج صعبة القراءة وصعبة التحقق منها."