شرکت OpenAI از سه دستاورد پژوهشی تازه با کمک هوش مصنوعی در حوزه‌های ریاضیات، علوم کامپیوتر و فیزیک نظری خبر داده است. این شرکت مدعی است مدل‌های هوش مصنوعی آن توانسته‌اند برای چند مسئله مهم علمی، از جمله فرضیه زمان نمایی و برخی حدس‌های پیچیده ریاضی، اثبات‌های جدیدی ارائه کنند.
براساس گزارش The Verge در ۲۶ اکتبر ۲۰۲۶ و اعلام OpenAI، بخشی از خروجی‌های تولیدشده توسط هوش مصنوعی به‌صورت عمومی منتشر شده‌اند تا پژوهشگران بتوانند آن‌ها را بررسی کنند. با وجود اهمیت احتمالی این نتایج، هنوز نمی‌توان تمام ادعاهای مطرح‌شده را کشفیات قطعی و تأییدشده دانست.
سه دستاورد جدید OpenAI در ریاضیات، علوم کامپیوتر و فیزیک
OpenAI سه نتیجه پژوهشی را معرفی کرده که هرکدام به یکی از مسائل دشوار علمی مربوط می‌شوند.
نخستین نتیجه در حوزه ریاضیات است و به مسئله هموارسازی موضعی معادله موج اقلیدسی ارتباط دارد. این شرکت مدعی است اثبات جدید، نتایجی درباره حدس کاکیا و مسئله محدودسازی فوریه نیز به همراه دارد.
دومین نتیجه به علوم کامپیوتر نظری مربوط می‌شود. OpenAI ادعا می‌کند الگوریتمی ارائه شده که می‌تواند فرضیه زمان نمایی یا ETH را رد کند.
سومین دستاورد در فیزیک نظری مطرح شده و به اثبات وجود ریاضی برخی نظریه‌های میدان کوانتومی برهم‌کنشی در چهار بعد مربوط است.
اهمیت این نتایج در آن است که هر سه حوزه با پرسش‌هایی بنیادی سروکار دارند؛ پرسش‌هایی که پاسخ به آن‌ها می‌تواند بر مسیر پژوهش‌های آینده تأثیر بگذارد.
هوش مصنوعی مدعی رد فرضیه زمان نمایی شد
یکی از بحث‌برانگیزترین ادعاهای جدید OpenAI به فرضیه زمان نمایی یا Exponential Time Hypothesis مربوط می‌شود.
این فرضیه که در سال ۱۹۹۹ مطرح شد، به محدودیت سرعت الگوریتم‌ها برای حل برخی مسائل محاسباتی دشوار می‌پردازد.
به بیان ساده، ETH می‌گوید برای حل مسئله معروف 3-SAT نمی‌توان الگوریتمی با زمان اجرای زیرنمایی نسبت به تعداد متغیرها پیدا کرد.
این فرضیه در پژوهش‌های نظری علوم کامپیوتر کاربرد گسترده‌ای دارد و مبنای بسیاری از نتایج مربوط به دشواری مسائل محاسباتی قرار گرفته است.
اکنون OpenAI مدعی شده اثباتی تولید کرده که این فرضیه را نقض می‌کند.
طبق توضیحات منتشرشده، نتیجه جدید شامل الگوریتمی قطعی برای شمارش دقیق جواب‌های فرمول‌های منطقی CNF با عرض ثابت است که در زمان زیرنمایی و با حافظه چندجمله‌ای عمل می‌کند.
در صورت تأیید این نتیجه، پیامدهای آن برای نظریه پیچیدگی محاسباتی قابل‌توجه خواهد بود.
بااین‌حال، چنین ادعایی نیازمند بررسی دقیق ریاضی است و انتشار یک اثبات به معنای پذیرش قطعی آن توسط جامعه علمی نیست.
سه دانشمند برجسته اثبات OpenAI را بررسی می‌کنند
برای بررسی ادعای مربوط به ETH، گروهی مستقل از پژوهشگران علوم کامپیوتر تشکیل شده است.
راسل ایمپاگلیاتسو و راماموهان پاتوری از دانشگاه کالیفرنیا سن‌دیگو، به همراه رایان ویلیامز از مؤسسه فناوری ماساچوست، از اعضای اصلی این گروه هستند.
اهمیت حضور ایمپاگلیاتسو و پاتوری در آن است که آن‌ها از پژوهشگران اصلی مطرح‌کننده فرضیه ETH در سال ۱۹۹۹ بوده‌اند.
این گروه قرار است خروجی تولیدشده توسط هوش مصنوعی را بررسی و در صورت امکان، توضیحی قابل‌فهم و قابل‌ارزیابی از استدلال ارائه کند.
OpenAI همچنین فایل‌های مربوط به این نتیجه، از جمله اثبات نوشته‌شده با سامانه Lean، را در گیت‌هاب منتشر کرده است.
Lean ابزاری برای صورت‌بندی و بررسی ماشینی اثبات‌های ریاضی است. بااین‌حال، وجود فایل Lean به‌تنهایی تمام پرسش‌ها درباره صورت‌بندی دقیق ادعا و اهمیت نتیجه را برطرف نمی‌کند.
ادعای حل چند مسئله مهم در ریاضیات
دستاورد دوم OpenAI به یکی از مسائل پیشرفته تحلیل ریاضی مربوط می‌شود.
این شرکت اعلام کرده مدل هوش مصنوعی آن اثباتی برای حدس هموارسازی موضعی معادله موج اقلیدسی در تمام ابعاد فضایی حداقل دو ارائه کرده است.
طبق توضیحات OpenAI، این اثبات می‌تواند نتایجی برای حدس کاکیا و مسئله محدودسازی فوریه اشتاین نیز داشته باشد.
این مسائل به مطالعه ویژگی‌های هندسی و تحلیلی امواج، مجموعه‌های هندسی و تبدیل فوریه مربوط می‌شوند.
اهمیت احتمالی نتیجه جدید در آن است که چند مسئله مرتبط را در قالب یک رویکرد ریاضی به یکدیگر متصل می‌کند.
OpenAI خروجی خام مدل را منتشر کرده تا پژوهشگران بتوانند استدلال‌ها را بررسی و توضیح دقیق‌تری از آن‌ها تهیه کنند.
بنابراین، تا پیش از ارزیابی تخصصی و مستقل، بهتر است این نتیجه را یک ادعای پژوهشی مهم بدانیم، نه حل قطعی و پذیرفته‌شده تمام مسائل یادشده.
هوش مصنوعی وارد یکی از دشوارترین مسائل فیزیک کوانتومی شد
سومین دستاورد اعلام‌شده به فیزیک نظری و نظریه میدان کوانتومی مربوط است.
OpenAI می‌گوید به اثبات ریاضی وجود برخی نظریه‌های میدان کوانتومی برهم‌کنشی در چهار بعد دست یافته است.
به گفته شرکت، این نتیجه شامل نظریه‌هایی دارای میدان‌های پیمانه‌ای و فرمیون‌ها می‌شود و با موضوعاتی مانند کرومودینامیک کوانتومی یا QCD ارتباط دارد.
QCD نظریه‌ای است که برهم‌کنش قوی میان کوارک‌ها و گلوئون‌ها را توصیف می‌کند.
ارائه یک صورت‌بندی ریاضی دقیق از چنین نظریه‌هایی، یکی از مسائل دشوار فیزیک ریاضی محسوب می‌شود.
OpenAI همچنین ادعا کرده نتیجه جدید به یک چارچوب یکپارچه مرتبط با مدل استاندارد فیزیک ذرات می‌رسد.
بااین‌حال، جزئیات کامل این پژوهش هنوز به‌صورت عمومی منتشر نشده‌اند و در نتیجه امکان بررسی مستقل همه بخش‌های ادعا وجود ندارد.
دیوید گراس و گروهی از فیزیک‌دانان نتایج را بررسی می‌کنند
OpenAI اعلام کرده بررسی و توضیح نتیجه مربوط به فیزیک نظری با هدایت دیوید گراس انجام خواهد شد.
گراس از فیزیک‌دانان برجسته نظری و برنده جایزه نوبل فیزیک است.
مایکل داگلاس، آرتور جفی، ایگور کلبانوف و نیکیتا نکراسوف نیز در گروه بررسی این پژوهش حضور دارند.
وظیفه این گروه، مطالعه خروجی مدل و کمک به ارزیابی، توضیح و انتشار علمی نتیجه است.
حضور چنین پژوهشگرانی اهمیت ادعا را نشان می‌دهد، اما نباید آن را معادل تأیید نهایی اثبات تلقی کرد.
تا زمانی که جزئیات کامل منتشر و بررسی نشوند، نمی‌توان درباره اعتبار نهایی یا پیامدهای علمی نتیجه با قطعیت صحبت کرد.
تغییر روش OpenAI برای انتشار کشفیات علمی
نکته مهم دیگر این خبر، تغییر رویکرد OpenAI در انتشار نتایج علمی تولیدشده توسط هوش مصنوعی است.
این شرکت پیش‌تر نیز مجموعه بزرگی از خروجی‌های ریاضی مدل‌های خود را منتشر کرده بود؛ اقدامی که بحث‌هایی درباره دشواری بررسی حجم زیاد اثبات‌های ماشینی ایجاد کرد.
اکنون OpenAI در برخی پروژه‌ها از پژوهشگران متخصص برای هدایت فرایند بررسی و توضیح نتایج کمک می‌گیرد.
این افراد که شرکت از آن‌ها با عنوان Shepherd یاد می‌کند، قرار است به ارزیابی علمی خروجی‌ها و قابل‌فهم‌ترشدن آن‌ها برای جامعه پژوهشی کمک کنند.
بااین‌حال، این شیوه نیز با انتقادهایی روبه‌رو شده است.
انتقاد ریاضی‌دانان از دسترسی زودهنگام به نتایج هوش مصنوعی
گروه مشورتی AGMAI که درباره شیوه انتشار پژوهش‌های ریاضی تولیدشده توسط هوش مصنوعی فعالیت می‌کند، نسبت به ارائه دسترسی زودهنگام و انحصاری به گروهی محدود از پژوهشگران هشدار داده است.
منتقدان معتقدند چنین رویکردی ممکن است باعث نابرابری در دسترسی، استفاده از اعتبار علمی افراد شناخته‌شده و ایجاد سوگیری در انتخاب پژوهشگران شود.
این گروه پیشنهاد کرده آزمایشگاه‌های هوش مصنوعی نتایج خود را از طریق مخازن علمی عمومی منتشر کنند.
همچنین ارائه اثبات‌های صورت‌بندی‌شده در Lean، توضیح نحوه انتخاب مسائل و حمایت مالی از پژوهشگرانی که نتایج را بررسی می‌کنند، از دیگر پیشنهادهای مطرح‌شده است.
گروه بررسی ETH نیز در نامه‌ای عمومی از جامعه علمی خواسته درباره اصول دسترسی به نتایج، شیوه اعتباردهی به پژوهشگران و نقش انسان در ارزیابی کشفیات هوش مصنوعی گفت‌وگو کند.
آیا هوش مصنوعی واقعاً توانسته مسائل حل‌نشده علم را حل کند؟
اعلام سه نتیجه جدید از سوی OpenAI نشان می‌دهد مدل‌های هوش مصنوعی در حال ورود جدی‌تر به پژوهش‌های بنیادی هستند.
بااین‌حال، باید میان تولید یک اثبات پیشنهادی و تأیید علمی آن تفاوت قائل شد.
در ریاضیات و علوم نظری، حتی استدلال‌هایی که در نگاه نخست معتبر به نظر می‌رسند، ممکن است پس از بررسی دقیق نیازمند اصلاح یا توضیح بیشتر باشند.
همچنین تأیید یک نتیجه به معنای پایان نقش پژوهشگران انسانی نیست؛ زیرا تفسیر، ارزیابی اهمیت، تعمیم و کاربرد آن همچنان به قضاوت علمی نیاز دارد.
اگر ادعاهای OpenAI پس از بررسی مستقل تأیید شوند، می‌توانند از نمونه‌های مهم نقش هوش مصنوعی در کشف دانش جدید باشند.
اما در شرایط فعلی، مهم‌ترین خبر نه اثبات قطعی سه کشف تاریخی، بلکه انتشار سه ادعای علمی بزرگ و آغاز فرایند بررسی آن‌ها توسط پژوهشگران برجسته است.
دیدگاه‌ها