شركة PSI الناشئة تحسم فرضية آرونسون–أمبايnis عمرها 18 عامًا وتبيع «العلم بالذكاء الاصطناعي»

أنهى ديفيد تورتوريان دراسته في MIT للتو، وأجّل الماجستير في المختبر الشهير لعلوم الحاسوب والذكاء الاصطناعي، وانضم إلى شركة Physical Superintelligence (PSI) الناشئة. وهناك حصل على وصول مبكر إلى نموذج Anthropic الجديد Fable 5.2، وبمساعدته حسم فرضية آرونسون–أمبايnis التي ظلت 18 عامًا معلّقة في نظرية التعقيد الكمّي. يقول: «أتقبّل تمامًا أن تكون هذه آخر ورقة بحثية لي. بعد شهرين، لماذا ننشر أصلًا؟»

ما الذي حُسم بالضبط ولماذا يمكن تصديقه

تتعلق الفرضية بالمواضع التي تستطيع فيها الحواسيب الكمّية التفوق على الحواسيب التقليدية. والنتيجة سلبية: فهي تغلق أحد الاتجاهات التي كان يمكن للآلات الكمّية أن تحل عبرها مسائل صعبة بسرعة، لكنها لا تغلقها كلها. ووفقًا لتورتوريان، بات الباحثون يعرفون الآن أنه لا حاجة للبحث هنا بعد اليوم. وهذا ثمين للعلم لأنه يوفّر سنوات من محاولات الآخرين.

لكن السؤال الرئيسي مختلف: كيف نتحقق من برهان كتبه نموذج؟ يعترف سكوت آرونسون، أحد مؤلفي الفرضية، بأنه لا يفهمه بالكامل. ويصدّقه لسببين. أولًا، جرت أتمتة صياغة البرهان رسميًا في Lean، أي أن مترجمًا برمجيًا يتحقق منه كما تتحقق الاختبارات من الشيفرة. وثانيًا، فحص الحل فريق من الباحثين الأقوياء عرضته عليهم PSI. والتشبيه للمطوّر بسيط: أنت لا تقرأ عشرة آلاف سطر من الشيفرة المولَّدة، لكن لديك مجموعة اختبارات يصعب خداعها.

ووصف آرونسون ردّ فعله بأنه مزيج من الرضا والرهبة وخيبة الأمل والإرهاق. كما فوجئ بأن المسألة لم تكن ضمن تسريبة «Mathocalypse» من OpenAI التي نُشرت قبل أسابيع قليلة. ومن المرجّح أنهم جرّبوها، ما يعني أنها كانت أصعب بوضوح من غيرها.

الرهان على المنظومة المحيطة لا على النموذج وحده

النموذج في هذه القصة ليس من تطوير PSI بل من Anthropic. وينبني عمل PSI على «حِزَم» متخصصة (harnesses) و«سقالات» (scaffolding) للمسائل العلمية. ويقول الرئيس التنفيذي مات باينز إن في المنظومة البحثية الجيدة أشياء كثيرة غير النموذج نفسه: الأدوات وأنظمة الذاكرة وبنية المحاكاة التحتية. ويجب القدرة على التعمّق في المسألة والتوسّع فيها معًا، واستعراض مجموعة واسعة من البدائل.

لا أموال في الفيزياء النظرية حتى الآن. فإيرادات PSI تأتي من تحسين مراكز البيانات: إذ تحاكي الشركة الحرارة واستهلاك الطاقة والمياه والضوضاء. وتعتمد كفاءة الموقع وتأثيره على جيرانه مباشرة على الفيزياء. والهدف بعيد المدى هو تحويل اختراقات الفيزياء النظرية إلى تقنيات حقيقية. وقبل ستة إلى تسعة أشهر، بحسب باينز، كان عليه أن «يمطّ» هذه الفكرة في حديثه مع المستثمرين. أما الآن فيقول: «لسنا هناك بعد، لكننا نتحرك».

الفيزياء ليست رياضيات

يستحوذ الذكاء الاصطناعي بالفعل على القرارات المهمة حيث يمكن التعبير عن النتيجة بشيفرة قابلة للتحقق: في الرياضيات وعلوم الحاسوب. أما في علوم الحياة والفيزياء فالأمر أصعب. ويوضح باينز: «الطبيعة أيضًا تصوّت في نماذجكم عن الواقع». لذلك تعمل PSI على أكثر الطرق فاعلية للتحقق من النتائج الحسابية بالتجارب.

والمنطق كالتالي: يقترح الذكاء الاصطناعي فكرة، وإن كانت حقيقة طبيعية فعلًا فيمكن استغلالها، وصولًا إلى بناء جهاز عليها. وتبني PSI كل دورة من دورات «فرضية — تحقق — تطبيق». وغيرها يعمل في المجال نفسه: ففي الأسبوع الماضي أعلنت شركة Discovered Materials الناشئة مسابقة بقيمة مليون دولار للباحثين الذين يطبّقون الذكاء الاصطناعي على الموصلية الفائقة وتبديد الحرارة.

المعايير لم تُبتكر بعد

احتفظت PSI بالنتيجة إلى أن أوشك نموذج Anthropic على الإصدار. وخلال ذلك الوقت تمكّنت من عرض الحل على باحثين متخصصين. ويقول جيم هالفرسون من جامعة Northeastern، مستشار PSI، إن أفضل الممارسات ما زالت قيد التشكّل، وإن الشفافية والتواصل مع الخبراء يبدوان مسارًا معقولًا. وفي الأسبوع المقبل ستُعقد في MIT قمة يناقش فيها كبار الفيزيائيين كيفية التعامل مع الوتيرة الجديدة للعلم.

وبعد ذلك أخذ تورتوريان للمرة الأولى حلًا مولَّدًا بالذكاء الاصطناعي وأعاد كتابته ليكون أكثر طبيعية للقراءة البشرية، فالمجتمع العلمي ينتظر منه أن يشرح النتيجة. ويقول إنه حينها فقط أحسّ حقًا بثقل ما يستطيع الذكاء الاصطناعي فعله.

ما الذي نخرج به

ينبغي إبقاء القيود في الذهن. فـ Lean يؤكد أن الادعاء صحيح، لكنه لا يؤكد أنه مهم. والنتيجة نفسها ضيقة وسلبية. وقد أُخذت المعلومات من مقابلة TechCrunch ومدونة آرونسون، أما البرهان الكامل فلم نحلله. وإيرادات PSI حتى الآن لا تأتي من الاكتشافات بل من المحاكاة التطبيقية.

وعمليًا تبرز ثلاثة أمور. إذا كنت تبني وكلاء للعلوم أو الهندسة، فالقيمة الرئيسية في أداة التحقق والمنظومة المحيطة، لا في اختيار النموذج فقط. وحيث يوجد مدقّق رسمي مثل Lean أو الاختبارات، يفوز الذكاء الاصطناعي بالفعل؛ وحيث لا يوجد، تصبح التجربة عنق الزجاجة. أما بالنسبة للمؤسسين، فتُظهر PSI نموذجًا عمليًا: اكسب اليوم من المحاكاة التطبيقية بينما تنضج الاكتشافات الكبرى.