جدول المحتويات
تطورات جديدة في مشكلة وجود وسلاسة معادلات نافير-ستوك
أعلن البروفيسور في الرياضيات بجامعة نيويورك، تريستان باكماس، عن ثلاثة براهين يوم الثلاثاء تتعلق بإحدى المشكلات الكبرى غير المحلولة في الرياضيات النظرية. هذه النتائج، التي تمت بالتعاون مع عالم الرياضيات في شركة أنثروبيك، ليفنت ألبوج، واستخدام نماذج الذكاء الاصطناعي Codex وClaude، تحمل أهمية كبيرة. ومع ذلك، تثير هذه الاكتشافات جدلاً غير معتاد حول محاولات OpenAI لحل نفس المشكلة.
ذكر باكماس في بيانه الذي أعلن فيه عن البراهين: “هناك جزء آخر من هذه القصة، وهو جزء أتمنى حقًا ألا أضطر للقلق بشأنه”. وفقًا للبيان، فإن جهود OpenAI المتوازية استندت إلى عملهم قبل أن يصبح علنيًا، مما أدى إلى تعقيدات في المنافسات الأكاديمية وادعاءات متضاربة.
تفاصيل جديدة حول جهود OpenAI
بعد إعلان باكماس، نشرت OpenAI برهانًا كاملًا لمشكلة وجود وسلاسة معادلات نافير-ستوك، والتي كانت نتائج باكماس قد اتخذت خطوات نحوها. وفقًا لـ OpenAI، تم اكتشاف البرهان بواسطة نموذج جيل جديد لم يتم إصداره، والذي تعامل مع مجموعة من المشكلات غير المحلولة على مدار الأسبوع الماضي. استهلكت هذه الجهود ما مجموعه 300 مليار توكن، مما يعادل 22.5 مليون دولار من تكاليف الحوسبة.
تعتبر مشكلة وجود وسلاسة معادلات نافير-ستوك واحدة من سبعة مشكلات جوائز الألفية، وهي مجموعة من المشكلات الرياضية الكبرى غير المحلولة، حيث تقدم معهد كلاي للرياضيات مكافأة قدرها مليون دولار لأول شخص أو مجموعة تقدم حلاً. تُستخدم معادلات نافير-ستوك على نطاق واسع في ميكانيكا السوائل، لكنها تظل غير مفهومة بشكل جيد من الناحية النظرية. يمثل الحل تقدمًا كبيرًا في فهم الفيزياء الرياضية.
منافسة أكاديمية غير متوقعة
بينما كان باكماس وألبوج ينهون نتائجهما، اكتشفوا أن “معلومات حول تقدمنا قد تم تمريرها إلى OpenAI”. عندما تواصلوا مع OpenAI، أُبلغوا أن الشركة قد حققت بالفعل برهانًا كاملاً على المشكلة المركزية. لكن عند طرح أسئلة متابعة حول متى بدأت OpenAI أبحاثها في المشكلة وكم كان هناك من مدخلات بشرية، أصبحت الإجابات أكثر غموضًا.
قال باكماس: “ظهر أن فريقًا كاملًا كان يعمل على المشكلة، وأن كمية هائلة من الحوسبة قد استخدمت”. في النهاية، تم الاتفاق على أن “الطلب الأول” قد تم إرساله في الأيام القليلة الماضية، بعد أن وصلت معلومات حول عملهم إلى OpenAI.
إذا كان هذا صحيحًا، فإنه يشير إلى أن فريق OpenAI قد اقتنع بأن نهج باكماس وألبوج هو الصحيح، وقرروا استخدام ميزتهم في الموارد الحاسوبية للوصول إلى برهان رسمي أولاً.
تأثيرات على البحث الرياضي
تؤكد منشور OpenAI الكثير من هذا الجدول الزمني، حيث تقول إن الجهود الأخيرة بدأت في 1 سبتمبر، مستوحاة من شائعات تفيد بأن مشكلتين من جوائز الألفية قد تم حلهما. بالإضافة إلى ذلك، تؤكد المنشور وجود محادثات مستمرة مع باكماس وألبوج.
على الرغم من أن المشكلة تُعتبر موضوعًا شائعًا بين علماء الرياضيات، فإن التكتيك المحدد الذي اتبعه باكماس وزميله أقل شيوعًا. لذلك، وجد باكماس أنه من المريب أن تتبنى OpenAI نفس النهج في نفس الوقت.
قال باكماس: “الطريق إلى مشكلة كلاي من خلال قوة سلسة، الخيارات (ج) و(د) في بيان فيفيران، هو الطريق الذي فتحه لويس ودييغو والذي اخترنا أنا وليفنت مهاجمته بهدوء”. وأضاف: “لا أعرف أحدًا آخر يعمل على ذلك. ليس الاتجاه الذي يصل إليه المرء في بضعة أيام من خلال إعطاء نموذج بيان المشكلة”.
تحديات التعاون والاعتماد على الذكاء الاصطناعي
بينما يعمل ألبوج في شركة أنثروبيك، لم يكن يقوم بهذا البحث نيابة عن الشركة. لذلك، استخدم الثنائي مزيجًا من النماذج، مع الاعتماد بشكل أساسي على Codex من OpenAI في عملهم. ومع ذلك، يبدو أن ارتباط ألبوج بمختبر منافس كان نقطة حساسة لـ OpenAI، ويدعي باكماس أن بوبك طلب منه إزالة ائتمان ألبوج كجزء من تسوية مقترحة.
عندما دفع باكماس لجعل النزاع علنيًا، يقول إن بوبك رد: “لماذا ستدمر مسيرتك؟”. وعندما ضغط باكماس، تابع بوبك قائلاً: “إذا كنت لا تريدني أن أكون لطيفًا، فلا داعي لأن أكون لطيفًا”.
أثار باكماس أيضًا مخاوفًا من أنه، نظرًا لاستخدامه Codex بشكل مكثف في تجميع المشروع، قد تكون المعلومات من عمله قد أثرت على جهود OpenAI الخاصة لحل المشكلة. تحتفظ OpenAI بالحق في تدريب النماذج على تفاعلات Codex، على الرغم من أن المستخدمين يمكنهم اختيار عدم المشاركة. إذا استخدم فريق OpenAI نموذجًا تم تدريبه على تفاعلات باكماس الخاصة بـ Codex، فمن المحتمل أن يكون قد أعاد إنتاج عمله عند مواجهة مشكلة مماثلة.
في منشورها، قللت OpenAI من احتمال أن يكون هناك أي إعادة إنتاج. تقول: “لم نر أي من أعمالهم من خلال أي وسيلة حتى أطلقوا ذلك علنًا – على وجه الخصوص، لم يتم الوصول إلى أي بيانات مستخدم محددة لحل هذه المشكلة”. وتضيف: “بينما من غير المحتمل، لا يمكننا استبعاد أن البيانات المجهولة المشتقة من استخدامهم لمنتجاتنا ساعدت في تحسين نماذجنا. ومع ذلك، تختلف براهيننا بشكل كبير حتى أن النتائج الدقيقة المثبتة مختلفة في حالة أويلر (مدفوعة مقابل غير مدفوعة)”.
رأي بوابة الذكاء الاصطناعي
تثير هذه القضية جدلاً متجدداً حول دور الذكاء الاصطناعي في البحث الرياضي، وكذلك الحوافز المحددة لـ OpenAI. يبدو أن باكماس يعتقد أن أفضل إجابة هي نشر أكبر قدر ممكن من المعلومات حول البحث في المجال. هل تعتقد أن استخدام الذكاء الاصطناعي في الأبحاث الرياضية يمكن أن يؤدي إلى نتائج إيجابية أم أنه قد يسبب مشاكل أخلاقية في المستقبل؟
المصدر: الرابط الأصلي
