حلول OpenAI الرياضية لا ترقى بعد إلى معايير المجال

عندما أصدرت OpenAI هذا الأسبوع مئات الحلول المزعومة لبعض أصعب المسائل الرياضية في العالم، قالت الشركة إنها استشارت مجموعة استشارية من علماء رياضيات بارزين لتجنّب الجدل الذي أعقب حالة سابقة حلّ فيها أحد نماذجها مسألة رياضية طويلة الأمد. لكن OpenAI لم ترتقِ إلى معايير تلك المجموعة نفسها، خصوصاً من حيث ضمان أن يفهم البشر النتائج فعلياً، وهو قلق تعزز بعد ورقة بحثية جديدة توثّق ثغرات بين النسخة اللغوية الطبيعية والنسخة الرسمية لحل مسألة رياضية بقيمة مليون دولار، يُفترض أن نماذج OpenAI قد حلّتها.

أصدرت المجموعة الاستشارية للرياضيات والذكاء الاصطناعي (AGMAI)، التي يستضيفها معهد الدراسات المتقدمة التابع لجامعة برينستون وتتكوّن من تسعة باحثين بارزين من مؤسسات حول العالم، إرشادات لمعامل الذكاء الاصطناعي الرائدة التي تحلّ مسائل رياضية في نهاية سبتمبر. وردّاً على أحدث حلول OpenAI، قالت AGMAI إن الأمر يعود في نهاية المطاف إلى المجتمع الرياضي لتقييم مدى الالتزام بتوصياتها، غير أن طلبها الأول كان أن تتوقف المعامل عن اختبار المسائل الرياضية المتقدمة على نماذج احتكارية مملوكة لها حصرياً، بينما يقول إصدار OpenAI صريحاً إنه قيّم نماذجه الاحتكارية باستخدام مسائل بحثية مفتوحة.

التزمت OpenAI ببعض مبادئ AGMAI، بما في ذلك نشر النتائج بسرعة وتوضيح كيفية وصول النماذج إلى استنتاجاتها، لكن ليس بجميعها. فقط 10 من أصل 719 ورقة بحثية نشرتها تضمّنت سلسلة تفكير النموذج، ولم تخضع للترسيم الرياضي (formalization) سوى 42% من الحلول المنشورة، وهو ما توصي به AGMAI لأي حل لا يفهمه الناس. ولا يزال من غير الواضح إن كانت OpenAI تتحمل مسؤولية ضمان أن يتبع ذلك فهم بشري، كما تطالب مبادئ AGMAI؛ واقترحت المجموعة أن تساعد OpenAI في تمويل علماء الرياضيات اللازمين لجعل حلولها ذات معنى.

وكتب عالم الرياضيات Terence Tao، أحد المنتقدين البارزين لنهج OpenAI، على وسائل التواصل الاجتماعي بعد الإصدار: “يجري حل المسائل بشكل مستقل من قبل من يكتبون توجيهات الذكاء الاصطناعي، الذين لا يهتمون بالمجال الأوسع بمجرد أن يتحقق هدفهم الأولي ‘المحلول’، ولا يفهمون نتيجة الذكاء الاصطناعي بما يكفي للإجابة عن أسئلة بشأنها أو تقديم محاضرات أو التفاعل بأي شكل آخر مع بقية المجال.”

ويعزز هذا القلق بحث منفصل أجراه علماء رياضيات من جامعة كامبريدج وكلية كينغز لندن. فالنماذج التي تحل مسألة رياضية تُصدر عادة شرحاً باللغة الطبيعية أولاً، ثم تحاول ترجمته إلى Lean، وهي لغة برمجة تتحقق نظرياً من صحة الحل عبر تجميعه كشيفرة برمجية. ويحدد البحث ما لا يقل عن تناقضين بين الحل باللغة الطبيعية وشيفرة Lean وراء الحل الذي قدّمته OpenAI لمسألة مستمدة من معادلات نافييه-ستوكس التي تصف سلوك السوائل. ولا تُبطل هذه التناقضات بالضرورة أياً من النسختين، كما يشير المؤلفون، لكنها تثير شكوكاً حول الاعتماد على النماذج لترسيم حلولها الخاصة من دون مراجعة بشرية، وهي ثغرة حاولت AGMAI سدّها بطلب بيانات وصفية من المعامل تربط بين الحلول اللغوية والحلول الرسمية، وهو ما لم تقدّمه OpenAI في هذه الإصدارات.

ويقول علماء الرياضيات إنه عندما يكتشف البشر نتائج جديدة، فإنهم يتحملون المسؤولية عنها، ويتفاعلون مع المجال من خلال الأوراق البحثية والمحاضرات والندوات بطرق تعمّق الفهم وتفتح الباب لتطبيقات جديدة. وقالت أستاذة الرياضيات في جامعة هارفارد Melanie Wood إنه في لحظة إصدار هذه النتائج، لا يوجد غالباً فهم بشري لها بعد، وهذا يعني أن العمل الحقيقي يبدأ بعد ذلك فقط.

لماذا يهم

يرفع التزام OpenAI غير الكامل بإرشادات AGMAI من حجم المخاطر بالنسبة للحلول المستقبلية التي يُزعم أن الذكاء الاصطناعي توصل إليها: فمدى تمحيص المجتمع الرياضي لهذه المزاعم الآن سيحدد إن كانت ستصبح مساهمات موثقة في المجال أو مصدراً متكرراً لنتائج غير موثقة وغير مفهومة جيداً.