دراسة الرياضيات بمساعدة الذكاء الاصطناعي تشدد الحدود على ثابت طويل الأمد

ماذا حدث

تصف دراسة حالة جديدة arXiv كيف ساعد نظام أبحاث الذكاء الاصطناعي علماء الرياضيات على تحسين الحدود المعروفة لثابت غروتينديك، وهي مشكلة مفتوحة يعود تاريخها إلى عام 1953. تعرض الورقة كلاً من النتائج الرياضية وسجلاً مفصلاً عن مكان تنفيذ النظام بشكل جيد، وأين كان على الأشخاص توجيهه، وما هي الادعاءات التي ظلت يتم التحقق منها آليًا بدلاً من التحقق منها بواسطة الإنسان.

يقيس ثابت غروتينديك الفجوة بين مشكلة التحسين التوافقي الصعبة والاسترخاء شبه المحدد الأكثر قابلية للحل. أعلن المؤلفون عن فاصل زمني جديد بحد أدنى يبلغ 6pi/11، أي حوالي 1.7135، وحد أعلى يبلغ حوالي 1.7818. توفر ورقة الرياضيات المصاحبة البراهين. تعتبر نتيجة الحد الأدنى ملحوظة لأنها لا تنشئ مثيلًا صعبًا؛ بل يشتق بدلاً من ذلك عائقًا ينطبق عبر مخططات التقريب ذات الصلة.

يقترن نظام البحث بنموذج المنطق مع وكيل الترميز. تقول الورقة إن التشغيل استخدم GPT-5.5-Pro ​​والإصدار الأحدث GPT-5.6-Sol للاستدلال، وClaude Code مع Opus والإصدار الأحدث Fable 5 للتنفيذ، وعقدة رباعية GPU لعمليات البحث الرقمية. حملت الجلسات الاستمرارية من خلال الملفات والنصوص وسجلات التجارب والملخص الذي يسجل المطالبات على أنها مثبتة أو مدعومة عدديًا أو تخمينية أو إرشادية بدلاً من الاعتماد على سياق واحد غير متقطع.

غطى التشغيل ما يقرب من 240 جلسة بحث في الفترة من 16 يونيو إلى 24 يوليو، مع 2091 استدعاء لنماذج الاستدلال وما يقدر بـ 152 مليون رمز بتكلفة تقدر بـ 5400 دولار أمريكي لواجهة برمجة التطبيقات (API). كان هناك حوالي 40 توجيهًا بشريًا مؤرخًا يوجه العمل. عندما استقر البحث في الحد العلوي، أدرك المشغلون أن حالات الفشل المتكررة قد تشير إلى وجود عائق عام وأعادوا توجيه النظام نحو وسيطة الحد الأدنى. وتصف الورقة هذا التغيير في اتجاه البحث بأنه تدخل بشري، وليس قرارا مستقلا.

أنتج النظام إعادة صياغة مركزية ودليلًا كاملاً للحد الأدنى 6pi/11، والذي قام المؤلفون بعد ذلك بمراجعته والتحقق منه بشكل مستقل. كما أنها أنتجت أيضًا مرشحات عددية أعلى وأسفل أقوى، اجتازت بروتوكول الفحص الداخلي، لكن المؤلفين لم يتحققوا بشكل مستقل من تلك الشهادات، ولم يذكروها باعتبارها نظريات. وبالتالي، تفصل الورقة النتيجة الرياضية التي تم التحقق منها عن مخرجات النظام الأكثر تخمينًا أو التي تم اختبارها آليًا.

تفاصيل المصدر: Long-horizon AI mathematics case study on arXiv ↗

لماذا يهم

تقدم الدراسة أدلة ملموسة بشكل غير عادي حول الذكاء الاصطناعي المستخدم عبر برنامج بحثي بدلاً من مهمة مرجعية واحدة. وكانت النتيجة الأكثر أهمية التي توصلت إليها هي تقسيم العمل: فقد كان النظام قوياً في التنفيذ الفني، في حين ظل الباحثون البشريون مسؤولين عن وضع جدول الأعمال، والحكم، والتحقق النهائي.

يعد البحث طويل المدى أمرًا صعبًا بالنسبة لنظام الذكاء الاصطناعي لأن الهدف يمكن أن يتغير مع تراكم الأساليب الفاشلة. يجب على المتعاون المفيد أن يحتفظ بما تم تجربته، ويميز بين الطريق المسدود والفكرة التي لم يتم حلها، ويقرر متى يكون السؤال الجديد أكثر قيمة من التحسين المحلي الآخر. إن الذاكرة المستندة إلى الملفات وتسميات المطالبات الخاصة بالمؤلفين هي محاولة لجعل حالة البحث مرئية وقابلة للتدقيق بدلاً من السماح للاستجابة بطلاقة بالوقوف في وجه التقدم.

يُظهر اكتشاف الحد الأدنى لماذا لا يزال الحكم البشري مهمًا حتى عندما يتمكن الوكيل من تنفيذ الرياضيات. لاحظ المشغلون أن العديد من محاولات الإنشاءات كانت تفشل بنفس الطريقة وقدموا المحور المفاهيمي: إثبات العرقلة المتكررة نفسها. ثم ساعد النظام في إضفاء الطابع الرسمي على الحجة والتصديق عليها. وهذا التسلسل أقرب إلى الاستكشاف الخاضع للإشراف منه إلى عالم رياضيات آلي مستقل، والتمييز مهم عند وصف ما تدعمه الأدلة.

التحقق المستقل هو بوابة تحرير النتيجة. تقول دراسة الحالة أن المؤلفين قد فحصوا الحد الأدنى وأن البراهين الكاملة تظهر في ورقة مصاحبة. لا يشير إلى أن كل رقم يتم إنتاجه أثناء التشغيل صحيح. إن إبقاء المطالبات على مستوى النظرية، والمرشحات التي تم اختبارها آليًا، والفرضيات منفصلة يمنح القراء طريقة لتقييم المساهمة دون قبول الثقة الداخلية لنظام الذكاء الاصطناعي كدليل رياضي.

بالنسبة للمنظمات البحثية، يكون الدرس العملي عمليًا. يمكن لنظام الذكاء الاصطناعي البحث في الأدبيات، وكتابة التعليمات البرمجية، وإجراء التجارب، والحفاظ على المحاولات الفاشلة، واقتراح التحولات، ولكن سير العمل المحيط يحتاج إلى مصدر، وحسابات قابلة للتكرار، ونقاط تفتيش بشرية واضحة، وطريقة لإعادة بناء سبب تغيير الفريق لاتجاهه. توضح التكلفة والحسابات المبلغ عنها أيضًا أن القدرة على المدى الطويل ليست مجرد مسألة ذكاء نموذجي؛ فهو يعتمد على السقالات والوقت والرقابة المستمرة.

ماذا تشاهد بعد ذلك

والسؤال التالي هو ما إذا كان نمط التعاون هذا معممًا إلى ما هو أبعد من مشكلة وفريق واحد، وما إذا كان الباحثون المستقلون قادرين على إعادة إنتاج النتيجة التي تم التحقق منها أثناء قياس تكلفة وموثوقية كل مساهمة بشرية وذكاء اصطناعي.

يجب أن يختبر النسخ المتماثل المجالات الرياضية الأخرى وأنواع المشكلات وأنظمة البحث ذات تصميمات مختلفة للذاكرة والأدوات. لقد جاءت مشكلة غروتينديك بالفعل مصحوبة بإطار عمل كبير من صنع الإنسان، وملاحظات متراكمة، وآلية لإصدار الشهادات، وتوجيهات للمرشحين. لقد ساعد هذا الهيكل السابق على إجراء البحث، لذا يجب أن تشير الدراسات المستقبلية إلى مقدار الحالة البحثية التي تم توفيرها مسبقًا وكيف تتغير النتائج عندما يتعين على النظام تحديد المشكلة نفسها.

يجب على الباحثين أيضًا مقارنة التنفيذ الفني مع الحكم البحثي باستخدام التدابير المستقبلية. ويمكن أن تشمل المقاييس المفيدة جودة الاتجاهات المختارة، والوقت اللازم للتخلي عن المسار الفاشل، ومعدل المطالبات غير المدعومة، وعدد التدخلات البشرية، وجزء من النواتج التي تنجو من الفحص المستقل. يمكن أن تظهر دراسة الحالة المصقولة ما حدث، ولكن هناك حاجة إلى مقارنات مضبوطة لتقدير الوقت الذي يقوم فيه أحد المتعاونين في مجال الذكاء الاصطناعي بتحسين العملية بدلاً من مجرد إضافة طبقة أخرى من المراجعة.

إن الحدود بين التحقق الآلي والتحقق البشري تستحق الاهتمام المستمر. يمكن لحسابات الفواصل الزمنية، ومساعدي الإثبات، والاختبارات، وعمليات التدقيق العدائي اكتشاف العديد من الأخطاء، ومع ذلك قد تظل الشهادة تشفر الهدف الخطأ أو تعتمد على افتراضات لم يتم تحديها مطلقًا. يجب أن تقوم أعمال المتابعة بنشر القطع الأثرية الكاملة، وإعادة تشغيل أقوى الحدود التي لم يتم التحقق منها، وجعل النتائج الفاشلة أو المسحوبة مرئية مثل النتائج الناجحة.

وأخيرًا، يجب الحفاظ على إصدارات النماذج والمطالبات والتوجيهات التوجيهية والتعليمات البرمجية والحوسبة والنصوص حيثما يسمح الترخيص والخصوصية بذلك. وترجع قيمة الدراسة الحالية جزئيًا إلى أنها تشير إلى تلك الظروف وتصف نقاط الضعف في النظام، بما في ذلك التمثيل الهش لدولة البحث والاستقلالية المحدودة في الحكم. وإلى أن تقوم فرق أخرى بإعادة إنتاج هذا النمط، فإن هذا يعد دليلا قويا على التقدم الرياضي بمساعدة الذكاء الاصطناعي، وليس دليلا على أن أنظمة الذكاء الاصطناعي يمكنها إجراء أبحاث مفتوحة بشكل مستقل.

الأدلة والاختبارات ذات الصلة