باحث حاول لعام ونصف إثبات فرضية ريمان بمساعدة Claude وLean لكنه أخفق
حاول الباحث المستقل فلاديمير رادكيفيتش لعام ونصف إثبات فرضية ريمان بمساعدة Claude وLean، لكن معاملًا متزايدًا التهم كل المكسب، تمامًا كما لو سرّعتَ عملية واحدة في الشيفرة فتباطأ تجهيز البيانات بالقدر نفسه. وبحسب روايته، أثبت ليفنت ألبيوغه الفرضية في 20 نوفمبر 2026، وكان هو الآخر يعمل مع Claude، وأكدت Lean وMathlib صحة الإثبات. الخلاصة: تحتاج سلسلة الذكاء الاصطناعي إلى مدقّق صارم، وإلا أنتجت حسابات مقنعة دون أي نتيجة.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
يحدث أن تقضي أسبوعًا في تحسين شيفرة برمجية، فتبدو كل تعديلاتك معقولة وتنجح الاختبارات كلها، لكن زمن التنفيذ لا يتغير. شيء ما يلتهم المكسب كله دون أن تلحظ. هكذا تقريبًا بدا عام ونصف من العمل للباحث المستقل فلاديمير رادكيفيتش، الذي حاول مع النموذجين Claude وCodex ونظام التحقق Lean إثبات فرضية ريمان. لم ينجح في الإثبات. لكنه كتب على موقع «هابر» تحليلًا مفصلًا يوضح كيف تبدو الفكرة «شبه العاملة»، ولماذا يسهل أن ينخدع الإنسان والذكاء الاصطناعي بحساباتهما الخاصة.
نوضح أولًا أن كل ما يلي يستند إلى رواية المؤلف، ولم نتحقق منه بصورة مستقلة. النص الأصلي على «هابر» هو الجزء الأول من سلسلة من ثلاثة أجزاء، ولا يتوافر لدينا في هذه المادة إلا هذا الجزء، لذا لا يمكن الحكم على الجزأين الثاني والثالث إلا من إعلان المؤلف نفسه.
أين ضاع المكسب
يصف المؤلف عطلًا نموذجيًا. فمن أجل دفع الخطأ إلى الصفر، كان يوسّع نافذة الحساب، إذ ظنّوا أنه كلما اتسعت النافذة ازدادت دقة التقدير. كانت الحسابات صحيحة، وكذلك المتباينات المساعدة، وبعضها خضع للتحقق على الحاسوب. ثم تبيّن أن معاملًا ينمو مع اتساع النافذة، وأنه يلتهم بالضبط ما تحقق من مكسب. بضع صفحات من الحسابات المقنعة، وفي نهايتها لا تقدّم يُذكر.
هذه صورة مألوفة للمطوّر: سرّعتَ عملية واحدة، لكن تجهيز البيانات لها صار أبطأ بالقدر نفسه. المكسب الموضعي حقيقي، أما المكسب الإجمالي فصفر. لذلك ينصح المؤلف بأن نطرح على أي فكرة جديدة سؤالًا محرجًا منذ البداية: أين يختبئ ثمنها، وهل سيساوي المكسب؟
كيف تتحول الفرضية إلى مسألة «شبه تعلّم آلي»
تنص فرضية ريمان على أن جميع الأصفار غير التافهة لدالة زيتا تقع على خط عمودي واحد في منتصف الشريط. تحقق الحاسوب من تريليونات الأصفار، وكلها تقع على هذا الخط. لكن لا يمكن استبدال كلمة «كل» بعدد كبير من الأمثلة، فقد يكون الصفر التالي هو الأول الخاطئ.
سُمّي مشروع رادكيفيتش NymanBeurling نسبةً إلى معيار نيمان–بيرلينغ. يحوّل هذا المعيار السؤال عن الأصفار إلى سؤال عن التقريب. تُجمع من الأجزاء الكسرية للأعداد عائلة من الدوال «الممزقة» على القطعة من 0 إلى 1.
تخيّلها موجات صوتية قصيرة: يمكنك تدوير مستوى الصوت وتغيير إشارة كل واحدة منها. والمهمة أن تركّب منها خطًا مستويًا، أي الثابت واحد، بحيث يؤول الخطأ، بطريقة المربعات الصغرى، إلى الصفر. وفي تعزيز باييز-دوارتي، يُصاغ المعيار هكذا: تكون الفرضية صحيحة إذا وفقط إذا آل هذا الخطأ إلى الصفر.
وهذا يبدو في الأذن كأنه تعلّم آلي تقريبًا: اضبط المعاملات وراقب هبوط الخطأ. لكن لماذا يعرف جمع الموجات شيئًا عن أصفار دالة زيتا؟ يشرح المؤلف ذلك في استدلال منفصل. فلو وُجد صفر «خاطئ»، لوُجد جهاز لا يرى أي لبنة بناء منفردة لكنه يرى الهدف.
والجهاز مستقر، ما يعني أن الاقتراب من الهدف اقترابًا وثيقًا سيكون مستحيلًا.
ومع ذلك وقعت أخطاء بسيطة أيضًا. ففي «أساس مستقل خطيًا» أُدرجت سهوًا دالة تساوي الصفر تطابقيًا، فظهر في المصفوفة صف صفري.
ما الذي فعلته Lean وما الذي يُستفاد منها
في Lean تُكتب العبارة بوصفها نوعًا، ويُكتب الإثبات بوصفه قيمة من هذا النوع. تتحقق نواة خاصة من أن القيمة بُنيت وفق القواعد المسموح بها. وبالنسبة للمبرمج، هذا يشبه الفرق بين الواجهة والتنفيذ، لكن التنفيذ هنا يجب أن يكون شاهدًا على الصحة، لا دالة تعيد true. وإذا قبلت Lean الإثبات، فهو يصلح لكل الكائنات التي تستوفي الشروط، ولا يمكن كسره «عند المدخل التالي».
غير أن للتحقق حدًا: يجب على الإنسان أن يفهم معنى التعريفات والشروط. ويحذّر المؤلف منذ البداية من أنهم سيكتشفون ذلك «بالتجربة المباشرة».
توزعت الأدوار على النحو التالي. اختار رادكيفيتش الأسئلة، وناقش البُنى، وحاول ربط النتائج في كلّ واحد. أما Claude وCodex فاقترحا الحجج، وكتبا الشيفرة، وبحث كل منهما عن أخطاء الآخر، وأخطآ هما أيضًا. بدأ العمل في أغسطس 2025، ويقع الجزء الأكبر من السجل الزمني بين يناير وأكتوبر 2026.
والخاتمة، بحسب المؤلف، هي أن شخصًا آخر هو ليفنت ألبيوغه أثبت الفرضية في 20 نوفمبر 2026، وكان هو الآخر يعمل بالتعاون مع Claude. نشر مكتبة Lean تبلغ نحو 17 مليون سطر، وفي 21 نوفمبر نشر مجتمعا Lean وMathlib بيانًا مشتركًا يفيد بالتحقق من الإثبات ومن الصياغة. أما رادكيفيتش نفسه فلم يُعد التحقق الآلي، ولا يدّعي أنه فهم الأسطر الـ17 مليونًا كلها.
والخلاصة العملية لمن يبني وكلاء وسلاسل طويلة من النماذج: من دون حَكَم خارجي صارم، تنتج هذه السلاسل صفحات مقنعة بلا نتيجة. وفي هذه القصة عمل المدقّق الصوري بمثابة مجموعة اختبارات صارمة. فهو لا يبتكر الحل، لكنه يُظهر بأمانة ما تحقق فعلًا. ولا يزال مستودع المشروع مغلقًا، ويمنح المؤلف الوصول إليه عند الطلب.
- 22 نوفمبر 2026مطوّر Backend بلا خبرة في Unity يصنع لعبة ثلاثية الأبعاد بوكيل ذكاء اصطناعي: مجموعة الاشتراكات تكلّف 112$
- 22 نوفمبر 2026كبير علماء OpenAI يقترح حدًّا لسرعة الذكاء الاصطناعي: حيرة GPT-4 بلغت 0.91 وهي الآن دون 0.8
- 22 نوفمبر 2026أحد قدامى DeepSeek يفتح شيفرة Linger: وكيل ذكاء اصطناعي محلي تجيب نماذجه أسرع بما يصل إلى 5 أضعاف
- 22 نوفمبر 2026سهم Anthropic يتراجع 8.5% في يوم واحد ويقترب من سعر الطرح الأولي البالغ 83 دولارًا
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول أين ضاع المكسب؟
يصف المؤلف عطلًا نموذجيًا. فمن أجل دفع الخطأ إلى الصفر، كان يوسّع نافذة الحساب، إذ ظنّوا أنه كلما اتسعت النافذة ازدادت دقة التقدير. كانت الحسابات صحيحة، وكذلك المتباينات المساعدة، وبعضها خضع للتحقق على الحاسوب. ثم تبيّن أن معاملًا ينمو مع اتساع النافذة، وأنه يلتهم بالضبط ما تحقق من مكسب. بضع صفحات من الحسابات المقنعة، وفي نهايتها لا تقدّم يُذكر. هذه صورة مألوفة للمطوّر: سرّعتَ عملية واحدة، لكن تجهيز البيانات لها صار أبطأ بالقدر نفسه. المكسب الموضعي حقيقي، أما المكسب الإجمالي فصفر.
ما أبرز التفاصيل حول كيف تتحول الفرضية إلى مسألة «شبه تعلّم آلي»؟
تنص فرضية ريمان على أن جميع الأصفار غير التافهة لدالة زيتا تقع على خط عمودي واحد في منتصف الشريط. تحقق الحاسوب من تريليونات الأصفار، وكلها تقع على هذا الخط. لكن لا يمكن استبدال كلمة «كل» بعدد كبير من الأمثلة، فقد يكون الصفر التالي هو الأول الخاطئ. سُمّي مشروع رادكيفيتش NymanBeurling نسبةً إلى معيار نيمان–بيرلينغ. يحوّل هذا المعيار السؤال عن الأصفار إلى سؤال عن التقريب. تُجمع من الأجزاء الكسرية للأعداد عائلة من الدوال «الممزقة» على القطعة من 0 إلى 1.
ما أبرز التفاصيل حول ما الذي فعلته Lean وما الذي يُستفاد منها؟
في Lean تُكتب العبارة بوصفها نوعًا، ويُكتب الإثبات بوصفه قيمة من هذا النوع. تتحقق نواة خاصة من أن القيمة بُنيت وفق القواعد المسموح بها. وبالنسبة للمبرمج، هذا يشبه الفرق بين الواجهة والتنفيذ، لكن التنفيذ هنا يجب أن يكون شاهدًا على الصحة، لا دالة تعيد true. وإذا قبلت Lean الإثبات، فهو يصلح لكل الكائنات التي تستوفي الشروط، ولا يمكن كسره «عند المدخل التالي». غير أن للتحقق حدًا: يجب على الإنسان أن يفهم معنى التعريفات والشروط. ويحذّر المؤلف منذ البداية من أنهم سيكتشفون ذلك «بالتجربة المباشرة».
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.