OpenAI تنشر على GitHub 722 ورقة بحثية في الرياضيات من نموذج غير معلن

نشرت OpenAI على GitHub قبل بضعة أيام 722 ورقة رياضية ولّدها نموذج داخلي من فئة frontier لم يصدر بعد. تشمل المواضيع نظرية الأعداد والهندسة الجبرية والتحليل والتوافقيات. وترافق بعض النتائج براهين صورية في Lean. وتصف وسيلة الإعلام الصينية Jiqizhixin تبعات ذلك بحدة: فقد بدأ الذكاء الاصطناعي ينتج رياضيات جديدة أسرع مما يستطيع الرياضيون فهمها، وسيحتاج المجتمع العلمي إلى سنوات لهضم هذا كله.

ما الذي نُشر بالضبط

حجم النشر لافت بحد ذاته: أكثر من سبعمئة ورقة في حزمة واحدة، وفي عدة فروع من الرياضيات في آن واحد. وعادةً يستغرق تراكم مثل هذا الحجم سنوات وعشرات المؤلفين.

يتوقف الجزء المتاح من المادة عند وصف المستودع. لذلك تبقى تفاصيل مهمة مجهولة: كيف نُظّمت الملفات، وبأي رخصة نُشرت النصوص، وكم شخصًا شارك في الانتقاء، وهل خضعت الأوراق للمراجعة العلمية. ولم تُصدر OpenAI النموذج نفسه، ولا يمكن إعادة إنتاج النتيجة من الخارج.

• 722 ورقة في مستودع مفتوح على GitHub
• المصدر: نموذج داخلي غير منشور من OpenAI
• المجالات: نظرية الأعداد، الهندسة الجبرية، التحليل، التوافقيات
• بعض الأوراق لديها تحقق صوري في Lean
• حالة الفحص المستقل: غير مذكورة في المادة المتاحة

عنق الزجاجة انتقل إلى التحقق

يؤدي Lean هنا دور شبكة أمان. فهو نظام براهين يتحقق مترجمه من كل خطوة فيه. وإذا اكتمل بناء البرهان، فلا ثغرات منطقية فيه. لكن تبقى أسئلة لا تحسمها الآلة. هل صيغ في الشكل الصوري الادعاء نفسه الذي أُعلن في الورقة؟ وهل النتيجة مثيرة للاهتمام، أم أنها نتيجة جانبية لشيء معروف؟ وهل تقع ضمن خط بحثي حي؟

والصورة أسوأ بالنسبة إلى الأعمال التي لا صياغة صورية لها. فيقرؤها إنسان، وقد تستغرق مراجعة ورقة معقدة واحدة أسابيع، وأحيانًا شهورًا. و722 نصًا تحوّل هذا الطابور إلى مشكلة لا يحلها تعيين اثنين من المراجعين الإضافيين.

والجزء الثاني من عنوان Jiqizhixin يقول إن الرياضيين «فقدوا مشاريعهم البحثية». والآلية بسيطة. فإذا أغلق النموذج مسألة كان طالب دراسات عليا ينوي العمل عليها سنة ونصف، فقد الموضوع قيمته قبل أن يتمكن من الدفاع عن أطروحته. وهذا تقدير من الوسيلة الإعلامية وليس واقعة مؤكدة بشأن أشخاص بعينهم، لكن منطقه مفهوم. وأكثر المعرّضين للخطر هم من يعملون على مسائل تقنية يسهل إضفاء الطابع الصوري عليها.

كيف نتعامل مع هذا

ينبغي للرياضيين مطابقة مواضيعهم الحالية مع المستودع. والأفضل اكتشاف أي تطابق الآن، لا بعد إرسال النسخة الأولية للنشر. ومن المفيد أيضًا تعلّم Lean على مستوى القراءة على الأقل، فمهارة التحقق السريع من صياغة صورية كتبها غيرك أصبحت مهارة عملية.

وعلى المجلات ومنصات النشر المشابهة لـ arXiv أن تحدد سياستها. هل تقبل نصوصًا كتبها نموذج، وهل تشترط برهانًا صوريًا شرطًا للنظر فيها؟ ومن دون ذلك سيغرق سيل الأوراق الآلية الطابور ببساطة.

أما المهندسون وقادة الفرق فثمة استنتاج أوسع يفيدهم. فالتحقق الصوري يخرج من حيّزه الأكاديمي الضيق ويصبح وسيلة لقبول نتائج الذكاء الاصطناعي دون تصديقها بمجرد القول. والمبدأ نفسه ينطبق على الشيفرة البرمجية والأنظمة الحرجة.

وأخيرًا، ما دامت لا تتوافر تحليلات مستقلة، فالأجدر الامتناع عن الاستنتاجات الكبيرة. والمؤشر الرئيسي في الأشهر المقبلة: كم نسبة الأوراق، من أصل 722، التي ستصمد أمام التحقق، وكم منها سيتبين أنه ذو مضمون حقيقي لا مجرد صحيح.