سم آلتمن، مدیرعامل OpenAI، اعلام کرده است که این شرکت قصد ندارد روند انتشار کشفیات ریاضی تولیدشده توسط هوش مصنوعی را متوقف کند؛ حتی با وجود انتقادهای گسترده پژوهشگرانی که معتقدند سرعت انتشار این نتایج از توان جامعه علمی برای بررسی و تأیید آن‌ها فراتر رفته است.
به گزارش تکراتو و به نقل از The Verge، آلتمن در گفت‌وگو با پادکست Cheeky Pint ضمن ابراز همدلی با ریاضی‌دانان، تأکید کرده که دسترسی بشر به دانش بنیادی اهمیت بیشتری از اختلالاتی دارد که انتشار سریع یافته‌های هوش مصنوعی در فرایندهای سنتی پژوهش ایجاد می‌کند.
سم آلتمن: کشفیات علمی نباید پنهان بمانند
مدیرعامل OpenAI معتقد است یافته‌های علمی مهم باید در دسترس جامعه جهانی قرار بگیرند و شرکت‌های فناوری نباید صرفاً به دلیل نگرانی درباره پیامدهای انتشار، آن‌ها را مخفی نگه دارند.
آلتمن در این مصاحبه توضیح داده که از دشواری‌های ایجادشده برای پژوهشگران آگاه است، اما اعتقاد دارد انتشار دانش بنیادی باید ادامه پیدا کند.
او در عین حال پذیرفته که شیوه اطلاع‌رسانی OpenAI درباره یافته‌های ریاضی نیازمند اصلاح است.
این اظهارات پس از ماه‌ها انتقاد از نحوه انتشار نتایج پژوهشی این شرکت مطرح می‌شود؛ نتایجی که برخی از آن‌ها از طریق مدل‌های پیشرفته و هنوز عمومی‌نشده هوش مصنوعی تولید شده‌اند.
صدها کشف ریاضی با هوش مصنوعی OpenAI
OpenAI در ماه‌های اخیر مجموعه بزرگی از نتایج ریاضی تولیدشده توسط مدل‌های داخلی خود را منتشر کرده است.
این شرکت در اکتبر ۲۰۲۶ اعلام کرد که مدل پیشرفته داخلی آن توانسته در بیش از ۱۰۰ مسئله باز و قدیمی ریاضی به نتایجی دست پیدا کند.
در ادامه، صدها نتیجه و دست‌نوشته پژوهشی از طریق مخازن عمومی منتشر شدند تا جامعه علمی بتواند آن‌ها را بررسی کند.
برخی از این نتایج همراه با صورت‌بندی رسمی اثبات‌ها در زبان Lean ارائه شده‌اند؛ ابزاری که امکان بررسی ماشینی بخش‌هایی از استدلال‌های ریاضی را فراهم می‌کند.
بااین‌حال، بررسی ماشینی یک اثبات و ارزیابی علمی اهمیت یک نتیجه، دو موضوع متفاوت هستند.
پژوهشگران همچنان باید مشخص کنند کدام نتایج واقعاً جدید، معتبر و مهم هستند و آیا ادعاهای مطرح‌شده درباره حل مسائل باز به‌درستی صورت‌بندی شده‌اند یا خیر.
چرا ریاضی‌دانان از OpenAI انتقاد می‌کنند؟
بخش مهمی از انتقادها به خود استفاده از هوش مصنوعی در ریاضیات مربوط نمی‌شود، بلکه شیوه انتشار نتایج مورد اعتراض قرار گرفته است.
برخی ریاضی‌دانان می‌گویند OpenAI تعداد زیادی از یافته‌های پیچیده را با توضیحات ناکافی، ارجاع‌دهی نامناسب و بدون فرصت کافی برای بررسی مستقل منتشر کرده است.
در چنین شرایطی، پژوهشگران دانشگاهی باید زمان زیادی را صرف خواندن، بررسی و تفسیر نتایجی کنند که با سرعت بالایی تولید می‌شوند.
این موضوع می‌تواند فشار قابل‌توجهی بر جامعه علمی وارد کند؛ به‌ویژه زمانی که تعداد نتایج منتشرشده از ظرفیت گروه‌های تخصصی برای داوری آن‌ها بیشتر باشد.
گروهی از ریاضی‌دانان همچنین نگران هستند که رقابت شرکت‌های هوش مصنوعی برای نمایش توانایی مدل‌هایشان، استانداردهای متداول انتشار پژوهش و اعتباردهی علمی را تحت تأثیر قرار دهد.
OpenAI هنوز کشفیات ریاضی منتشرنشده بیشتری دارد
یکی از نکات مهم مصاحبه آلتمن، اشاره به مجموعه‌ای از یافته‌های ریاضی است که OpenAI هنوز آن‌ها را به‌صورت عمومی منتشر نکرده است.
وقتی از او پرسیده شد آیا شرکت علاوه بر صدها اثبات منتشرشده، نتایج بیشتری نیز در اختیار دارد، پاسخ مثبت داد.
این اظهارات نشان می‌دهد روند انتشار پژوهش‌های ریاضی OpenAI احتمالاً در ماه‌های آینده نیز ادامه خواهد داشت.
بااین‌حال، تعداد دقیق نتایج منتشرنشده، میزان اهمیت آن‌ها و وضعیت بررسی علمی‌شان مشخص نیست.
بنابراین نمی‌توان تمام یافته‌های ادعایی شرکت را کشفیات قطعی و تأییدشده در نظر گرفت.
تناقض در انتشار نتایج؛ ماجرای نظریه یانگ–میلز
درحالی‌که آلتمن از ضرورت انتشار دانش بنیادی دفاع می‌کند، OpenAI به دلیل منتشر نکردن جزئیات یکی از دستاوردهای ادعایی خود نیز با انتقاد مواجه شده است.
این موضوع به نتیجه‌ای مرتبط با نظریه یانگ–میلز بازمی‌گردد؛ چارچوبی ریاضی که در توصیف نیروهای بنیادی فیزیک ذرات نقش مهمی دارد.
OpenAI از دستیابی به نتایجی مهم در این حوزه خبر داده، اما جزئیات کامل یکی از ادعاهای مطرح‌شده را منتشر نکرده است.
به گفته شرکت، این تصمیم با توجه به توصیه گروهی از متخصصان مشاور گرفته شده است.
بااین‌حال، برخی پژوهشگران معتقدند پنهان ماندن جزئیات، امکان بررسی مستقل ادعا را از جامعه علمی می‌گیرد.
این وضعیت پرسش مهمی ایجاد کرده است: اگر یافته‌های بنیادی باید در دسترس همگان باشند، شرکت‌ها بر چه اساسی درباره زمان و شیوه انتشار آن‌ها تصمیم می‌گیرند؟
تا زمان انتشار مستندات کامل و بررسی مستقل، نمی‌توان درباره اعتبار نهایی این دستاورد ادعایی قضاوت کرد.
هزینه صدها میلیون دلاری OpenAI برای حل مسائل ریاضی
سم آلتمن در بخش دیگری از مصاحبه اعلام کرده که OpenAI در مجموع صدها میلیون دلار برای فعالیت‌های مرتبط با حل مسائل ریاضی هزینه کرده است.
او هزینه تلاش‌های شرکت در زمینه معادلات ناویر–استوکس را حدود ۱۰ میلیون دلار یا کمی بیشتر تخمین زده است.
مسئله ناویر–استوکس یکی از مسائل مشهور جایزه هزاره است و به پرسش‌های بنیادی درباره رفتار ریاضی جریان سیالات مربوط می‌شود.
OpenAI مدعی دستیابی به نتیجه‌ای مهم در این حوزه شده است، اما چنین ادعایی باید از سوی متخصصان مستقل و نهادهای علمی مربوط بررسی شود.
مقیاس سرمایه‌گذاری شرکت‌های هوش مصنوعی در این حوزه، نگرانی تازه‌ای را نیز ایجاد کرده است.
پژوهشگران دانشگاهی معمولاً به منابع مالی و محاسباتی قابل‌مقایسه با آزمایشگاه‌های بزرگ هوش مصنوعی دسترسی ندارند؛ موضوعی که می‌تواند توازن رقابت پژوهشی را تغییر دهد.
اعتراف آلتمن؛ پیشرفت هوش مصنوعی از انتظار کارکنان هم فراتر رفت
آلتمن توضیح داده که بخشی از پیشرفت‌های ریاضی OpenAI زمانی رخ داد که کارکنان شرکت تصمیم گرفتند مدل‌های داخلی را با دشوارترین مسائل پژوهشی آزمایش کنند.
به گفته او، کارکنان در یک کانال داخلی اسلک با نامی طنزآمیز، مسائل بسیار پیچیده را در اختیار مدل قرار می‌دادند تا محدودیت‌های آن را بررسی کنند.
نتایج برخی آزمایش‌ها فراتر از انتظار تیم بوده است.
آلتمن اذعان کرده که این روند برای مدتی از کنترل خارج شد؛ هرچند آن را بخشی از تلاش برای شناخت توانایی واقعی مدل‌ها توصیف کرده است.
او همچنین در گفت‌وگوی خود به احساسات متناقضش درباره این پیشرفت‌ها اشاره کرده است؛ از هیجان کشفیات تازه گرفته تا نگرانی درباره تغییر جایگاه پژوهشگران انسانی.
آیا هوش مصنوعی جای ریاضی‌دانان را می‌گیرد؟
پیشرفت مدل‌های هوش مصنوعی در حل مسائل دشوار، بحث درباره آینده پژوهش‌های ریاضی را جدی‌تر کرده است.
برخی پژوهشگران نگران‌اند که تولید انبوه نتایج توسط هوش مصنوعی، انگیزه و فرصت فعالیت مستقل ریاضی‌دانان را کاهش دهد.
در مقابل، گروه دیگری معتقدند این فناوری می‌تواند به ابزار قدرتمندی برای کشف ارتباطات جدید، بررسی فرضیه‌ها و گسترش دامنه پژوهش‌های انسانی تبدیل شود.
OpenAI نیز در واکنش به این نگرانی‌ها، از تشکیل یک گروه مشورتی مستقل متشکل از ریاضی‌دانان برجسته خبر داده است.
این گروه قرار است درباره نحوه ارزیابی، انتشار و ارائه یافته‌های تولیدشده توسط هوش مصنوعی مشورت دهد.
شرکت همچنین از اختصاص ۵ میلیون دلار برای حمایت از برنامه‌های بنیاد سیمونز خبر داده است تا پژوهشگران بتوانند نتایج تولیدشده توسط هوش مصنوعی را بررسی و بهتر درک کنند.
بااین‌حال، هنوز مشخص نیست این اقدامات تا چه اندازه می‌توانند نگرانی‌های جامعه علمی را برطرف کنند.
آنچه روشن است، ادامه رقابت شرکت‌های هوش مصنوعی در حوزه کشفیات علمی است؛ رقابتی که علاوه بر پیشرفت فناوری، پرسش‌های مهمی درباره اعتبارسنجی، شفافیت و آینده پژوهش انسانی ایجاد کرده است.
دیدگاه‌ها