كشفت OpenAI في 26 أكتوبر 2026 عن برنامج جديد للتعامل مع نتائج علمية أنتجتها نماذجها الداخلية، بدلاً من تقديمها باعتبارها اكتشافات مكتملة ونهائية. وتشمل النتائج المعلنة مسائل في التحليل التوافقي، ونظرية التعقيد الحسابي، ونظرية الحقول الكمومية. وتقول الشركة إن الهدف هو نقل هذه المخرجات من مرحلة إجابات النموذج الخام إلى معرفة علمية يمكن للباحثين فحصها وشرحها والبناء عليها.
تفاصيل الخبر
تتمحور النتيجة الرياضية حول حدسية التنعيم المحلي، وهي مسألة تتعلق بسلوك الموجات عندما تتركز في مناطق معينة. ووفق العرض المنشور، أنتج النموذج برهاناً يدّعي حل هذه المسألة في جميع الأبعاد، بما يترتب عليه من نتائج مرتبطة بحدسية كاكايا وحدسية شتاين الخاصة بالتقييد. وتقول OpenAI إن المخرج جرى تحويله إلى صياغة رسمية بلغة Lean في 19 أكتوبر 2026، بعد أن توصّل النموذج إلى البرهان الأولي في 18 أكتوبر.
تكتسب هذه النتيجة أهميتها من موقع المسائل المرتبطة بها داخل التحليل الرياضي الحديث. فقد أشارت OpenAI إلى أن أعمالاً سابقة حسمت حالات خاصة من حدسية التنعيم المحلي وحدسية كاكايا، فيما يزعم المخرج الجديد الانتقال إلى نتيجة عامة تشمل جميع الأبعاد. لكن نشر برهان مولّد آلياً، حتى عندما يكون مصحوباً بصياغة قابلة للفحص الحاسوبي، لا يلغي الحاجة إلى قراءة بشرية تشرح الأفكار الجديدة وتختبر سلامة الافتراضات وحدود النتيجة.
أما في علوم الحاسوب، فتتعلق النتيجة بفرضية الزمن الأسي، وهي فرضية مؤثرة في تقدير صعوبة مسائل إشباع الصيغ المنطقية، واستُخدمت خلال عقود كأساس لنتائج صعوبة مشروطة في مجالات متعددة. وتقول الشركة إن نظامها أنتج دحضاً لهذه الفرضية، ثم جرى تمثيل الدحض في Lean. وإذا تأكدت النتيجة، فقد تعيد فتح أسئلة واسعة حول حدود سرعة الخوارزميات، لكنها لا تعني تلقائياً ظهور خوارزميات عملية أسرع لكل المسائل المرتبطة بها.
ولتدقيق هذا الادعاء، أعلنت OpenAI تشكيل مجموعة يقودها راسل إمباغليياتسو وراماموهان باتوري من جامعة كاليفورنيا في سان دييغو، وريان وليامز من معهد ماساتشوستس للتكنولوجيا. ويملك الباحثون الثلاثة خلفية مباشرة في نظرية التعقيد وتصميم الخوارزميات، كما أن بعضهم ارتبط تاريخياً بصياغة فرضية الزمن الأسي أو بدراسة نتائجها. وتقول الشركة إن المجموعة ستفحص العمل وتشرح مضمونه، مع إتاحة البيانات الأولية كي يتمكن باحثون آخرون من إجراء مراجعة مستقلة.
النتيجة الثالثة تقع في الفيزياء الرياضية، حيث تقول OpenAI إن نماذجها أنتجت برهاناً لوجود نظريات حقل كمومي تفاعلية في أربعة أبعاد، تشمل نظريات ذات حقول معيارية وفرميونات، ومن بينها الديناميكا اللونية الكمومية المرتبطة بتفاعلات الكواركات والغلوونات. كما يرتبط العمل بإثبات وجود نظرية يانغ ميلز النقية، وهي جزء من مسألة يانغ ميلز وفجوة الكتلة المدرجة ضمن مسائل جائزة الألفية. وتؤكد الشركة أن هذه المواد لن تُنشر بالطريقة نفسها فوراً، بل ستتولى مجموعة من الفيزيائيين تنظيم فهمها وكتابة عرضها.
يقود مجموعة الفيزياء ديفيد غروس، وتضم مايكل دوغلاس وآرثر جافي وإيغور كليبانون ونيكيتا نيكراسوف. وتقول OpenAI إن النموذج أنتج برهاناً لوجود نظرية يانغ ميلز في 9 سبتمبر 2026، ثم نتيجة تخص الديناميكا اللونية الكمومية في 18 سبتمبر، قبل أن تكتمل صياغة يانغ ميلز الرسمية في 16 أكتوبر. ويعكس اختلاف طريقة النشر عن النتيجة الرياضية إدراكاً بأن التعامل مع برهان طويل ومعقد في نظرية الحقول يحتاج إلى شرح متخصص وتقييم جماعي، لا إلى إتاحة ملف تقني فحسب.
وتقترح الشركة ثلاثة نماذج للتعامل مع هذه النتائج: نشر المخرج الرياضي وترك المجتمع الأكاديمي ينظم عملية شرحه، وإتاحة العمل في علوم الحاسوب بالتوازي مع تشكيل مجموعة خارجية لمراجعته، وتأجيل نشر المواد الفيزيائية إلى أن تنتهي المجموعة المتخصصة من إعدادها. وترتكز هذه المقاربة، بحسب الإعلان، على الشفافية وعدم طلب ائتمان أكاديمي باسم OpenAI، ومنح المشاركين استقلالية في استنتاجاتهم، مع الاعتراف بجهود من يكتبون الشروح أو يطورون النتائج.
مع ذلك، تظل الإعلانات الثلاثة في مرحلة التحقق الأكاديمي، ولا ينبغي التعامل معها باعتبارها إجماعاً علمياً أو نتائج نهائية قبل نشر المراجعات والكتابات المستقلة. فالصياغة الرسمية في Lean تساعد على اختبار اتساق البرهان ضمن النظام المنطقي المستخدم، لكنها لا تضمن وحدها أن النتيجة تحمل المعنى الذي يدعيه العرض غير الرسمي أو أنها تحل جميع الأسئلة العلمية الأوسع المرتبطة بها. وتقر OpenAI نفسها بوجود مفاضلات، منها أن اختيار المراجعين الأوائل قد يؤثر في مسار النقاش ويخلق تفاوتاً في الوصول إلى المعلومات.
يأتي الإعلان بعد مبادرات سابقة من الشركة لنشر براهين رياضية مولدة بالذكاء الاصطناعي وتوفير صيغ رسمية لها، إلى جانب إعلان مساهمة قدرها خمسة ملايين دولار في مبادرة تديرها مؤسسة سيمونز لدعم ورش ومؤتمرات وبرامج تدرس النتائج العلمية التي تنتجها النماذج. ويشير ذلك إلى انتقال النقاش من سؤال قدرة النماذج على اقتراح حلول إلى سؤال أكثر تعقيداً: كيف يمكن للمؤسسات العلمية التحقق من هذه الحلول، ونسب الفضل فيها، وتحديد ما إذا كانت تضيف فهماً جديداً أم مجرد مخرجات يصعب تفسيرها؟
الخطوة التالية ستكون بيد الباحثين الذين سيعيدون بناء البراهين، ويختبرون الفرضيات الوسيطة، ويقارنون النتائج بالأدبيات السابقة، ثم يقررون ما إذا كانت الادعاءات تصمد أمام التدقيق. وفي حالة فرضية الزمن الأسي، قد يكون الأثر الأكبر ناتجاً عن النقاش الذي ستفتحه النتيجة حتى قبل ظهور تطبيقات عملية، بينما تتطلب نتائج الفيزياء والرياضيات وقتاً أطول لفهم بنيتها وآثارها. وبذلك يصبح نجاح المشروع مرتبطاً ليس بسرعة توليد البراهين فقط، بل بقدرة المجتمع العلمي على تحويلها إلى معرفة قابلة للتفسير والتكرار.
هل ترى أن نشر البراهين المولدة بالذكاء الاصطناعي يجب أن يسبق المراجعة الأكاديمية أم ينتظر اكتمالها؟؟
هل تثق في برهان علمي ولّده الذكاء الاصطناعي إذا خضع لفحص حاسوبي ومراجعة خبراء مستقلين؟
شاركنا رأيك في التعليقات
التعليقات
٠كن أول من يشارك رأيه في هذا الخبر.