Axiom AI: أربع مسائل رياضية مستعصية تستسلم أخيرًا للشبكات العصبية

بينما نتسلى بتوليد صور لقطط ترتدي بدلات فضاء، يجري في أعماق الصناعة أمر مخيف ومثير في آنٍ واحد. لطالما اعتُبرت الرياضيات ذلك المرفأ الهادئ الذي يطمئن فيه الذكاء البشري إلى أنه بمنأى عن زحف الخوارزميات. اعتدنا الاعتقاد بأن الشبكات العصبية ليست سوى نسخة متطورة جدًا من خاصية الإدخال التنبؤي في الهواتف، تجيد الكذب بأسلوب متماسك لكنها عاجزة تمامًا عن الاستنتاج المنطقي الصارم. وقد هدمت شركة Axiom الناشئة للتو هذه الأسطورة المريحة، إذ حلّت أربع مسائل رياضية بقيت سنوات على رف المشكلات المعلّقة. ويغيّر هذا الحدث قواعد اللعبة في سباق الذكاء الاصطناعي القوي.

ظل المأخذ الرئيسي على النماذج اللغوية الكبيرة طويلًا هو عجزها عن الاستدلال المتسلسل. وربما شاهدتم مئات الصور الساخرة عن ارتباك GPT-4 أمام الكسور البسيطة، أو عجزه عن تحديد أيّ العددين أكبر: 9.11 أم 9.9. وتكمن المشكلة في البنية نفسها: فالتنبؤ بالرمز التالي (token) يصلح تمامًا لكتابة المقالات، لكنه يخطئ خطأً فادحًا حيث تلزم الدقة المطلقة. الرياضيات لا تتسامح مع التقريب. فخطأ في إشارة واحدة في البداية يحوّل البرهان كله إلى مجموعة رموز بلا معنى. وقد عالجت Axiom المسألة بطريقة مختلفة، فأدخلت نظام تحقق صوري في العملية.

يكمن سرّ نجاح Axiom في بناء نظام هجين. فهو لا «يخمّن» الإجابة اعتمادًا على الاحتمالات فحسب. إذ يولّد النموذج فرضيات تخضع فورًا للتدقيق في محرك رياضي صارم. وهذا يشبه عمل الدماغ البشري: يتشكل لدى عالم الرياضيات أولًا فهم حدسي للحل، ثم يشرع في تدوين البرهان بمنهجية، متحققًا من كل خطوة بمطابقتها للبديهيات. وقدرة الذكاء الاصطناعي على إغلاق أربع مسائل مفتوحة دفعة واحدة تدل على أننا انتقلنا من مرحلة محاكاة المعرفة إلى مرحلة التعامل الفعلي مع البنى المنطقية.

لماذا يهمنا هذا جميعًا، وليس فقط حفنة من أصحاب النظارات والطباشير أمام السبورة؟ لأن الرياضيات أساس كل شيء. فالتشفير الذي يحمي تحويلاتكم المصرفية، والفيزياء التي تتيح بناء الصواريخ، وحتى بنية الشبكات العصبية نفسها، كلها تقوم على براهين رياضية. وإذا تعلّم الذكاء الاصطناعي حل مسائل تفوق قدرة الإنسان، فسنحصل على مفتاح لابتكار مواد وأدوية جديدة وخوارزميات أكثر كفاءة لضغط البيانات. إنه انتقال من مساعد ذكي يكتب لكم الرسائل إلى عالِم ذكي يكتشف قوانين جديدة في الطبيعة.

بالطبع سيقول المشككون إن أربع مسائل ليست سوى قطرة في بحر. لكن من المهم فهم السياق. ففي السابق كانت اختراقات من هذا النوع تحدث مرة كل عقد وتتطلب جهود معاهد بأكملها. أما اليوم فنرى شركة ناشئة صغيرة تحقق هذه النتائج بمزيج صحيح من القدرة الحسابية والابتكارات المعمارية. وهذا تحدٍّ مباشر لعمالقة مثل OpenAI وGoogle DeepMind، اللتين تراهنان بدورهما على النماذج الاستدلالية مثل o1. وقد أظهرت Axiom أن حجم النموذج ليس دائمًا العامل الحاسم في هذا المجال، فالذكاء يكمن في المنهجية.

نحن ندخل عصرًا يكفّ فيه الذكاء الاصطناعي عن كونه مجرد مرآة للمعرفة البشرية. فهو يبدأ بتوليد معرفة لم نتمكن نحن بعد من صياغتها. ويثير ذلك أسئلة كثيرة: كيف سنتحقق من البراهين إذا أصبحت أعقد من أن يستوعبها الإدراك البشري؟ هل سنتحول إلى مجرد مستهلكين لإجابات جاهزة دون أن نفهم كيف تم التوصل إليها؟ وعلى أي حال، أرست Axiom سابقة ستجبر الأوساط العلمية على إعادة النظر في إمكانات العقل السيليكوني. سقطت الرياضيات، والفيزياء النظرية على الطريق.

الخلاصة: إذا بدأ الذكاء الاصطناعي بحل المسائل المستعصية، فهذا يعني أن الحاجز بين «المحاكاة» و«التفكير» أصبح شبه شفاف. فهل نحن مستعدون لعالم يكون فيه أذكى علماء الرياضيات على الكوكب مجرد حاويات خوادم؟