أطلقت OpenAI مدونة علمية جديدة في 15 نوفمبر، ويعد منشور الضيف الافتتاحي لها ملفتًا للنظر: يصف ناثانيال كريج، عالم نظريات الجسيمات بجامعة كاليفورنيا في سانتا باربرا، وهو عالم زائر في OpenAI، كيف أخذ نموذج GPT-6 Astra الخاص بالشركة الدور الرئيسي في دليل تفصيلي لتعريف شبكي مرشح غير مضطرب للنموذج القياسي - أحد العقبات طويلة الأمد في الفيزياء النظرية، وفقًا لمدونة OpenAI وتقارير AI Weekly.
يركز المنشور على طبعة أولية من arXiv بتاريخ 6 أكتوبر، "مقياس ثابت للفرميونات اللولبية الشبكية"، والذي يأتي مع إضفاء الطابع الرسمي على Lean 4 للبناء. أعلن جريج بروكمان، المؤسس المشارك لشركة OpenAI، عن النتيجة، وهذه هي المرة الأولى التي يرفق فيها مختبر حدودي اسمًا فيزيائيًا معتمدًا ودليلًا رسميًا على الادعاء بأن نموذجه قام بعمل حاسم في مشكلة عمرها عقود من الزمن. لمزيد من المعلومات حول كيفية دمج نماذج الذكاء الاصطناعي في العلوم الرائدة، تتبع [تغطية أبحاث الذكاء الاصطناعي] (https://aibuzzwire.news) الأبحاث والمعايير وإعلانات المختبرات المهمة.
مشكلة الفيزياء، بعبارات واضحة
النموذج القياسي لفيزياء الجسيمات هو نظرية قياس انطباقي - تتعامل فرميوناته مع المكونات اليسرى واليمنى بشكل مختلف، وهو بالضبط ما يجعل وضع النظرية على شبكة زمكان منفصلة رباعية الأبعاد أمرًا صعبًا للغاية دون تدمير تناظر المقياس الذي تعتمد عليه النظرية. وكما يشير تحليل مجلة AI Weekly، فقد ظلت العقبة قائمة لأكثر من 25 عامًا منذ أن نجحت وصفة مارتن لوشر في حل المشكلة من خلال النظريات الأبسط.
تقترح نسخة كريج الأولية بناءًا للفرميونات المتداخلة "في فئة نظريات المقياس اللولبي اللانابيلي التي تتضمن النموذج القياسي"، وفقًا للملخص كما هو مقتبس في التقرير. إن تعريف الشبكة غير الاضطرابية من هذا النوع من شأنه، من حيث المبدأ، أن يسمح للفيزيائيين بدراسة النموذج القياسي من المبادئ الأولى في الأنظمة المقترنة بقوة والتي لا تستطيع الطرق الاضطرابية الوصول إليها.
ما فعلته أسترا بالفعل
كان كريج صريحًا فيما يتعلق بتقسيم العمل. "كان لدي استراتيجية لمعالجة هذه المشكلة، ولكن لم أتمكن من إثبات نجاحها في جميع الحالات التي تحتاج إلى تغطيتها"، كتب كريج في المدونة، وفقًا لتقرير AI Weekly. "لقد ساعدت أسترا في تحويل تلك الإستراتيجية إلى بناء وأخذت زمام المبادرة في تطوير الدليل التفصيلي."
هذا الإسناد - النموذج الذي يقود الدليل التفصيلي، مع قيام الفيزيائي بتوفير الإستراتيجية والحكم على المجال - هو ما يجعل المنشور ملحوظًا. إن إضفاء الطابع الرسمي على Lean 4 المصاحب مهم أيضًا: فهو يضع البناء في شكل حيث يمكن لمساعدي الإثبات التحقق ميكانيكيًا من كل خطوة، بدلاً من الاعتماد على الرياضيات النثرية وحدها.
التحذيرات كبيرة
كريج نفسه يصور النتيجة على أنها "إجابة من حيث المبدأ أكثر بكثير من إجابة في الممارسة العملية". تظل العديد من الفجوات الرئيسية مفتوحة، وهو يعددها: إيجابية الانعكاس (حالة الاتساق التي تربط نظريات الشبكة بالوحدة الفيزيائية)، والتعريف المستمر للزمكان، والمحاكاة الواقعية للشبكة لم يتم تحقيقها.
حالة المراجعة غير مكتملة أيضًا. يسمي كريج ثلاثة من منظري المجال الشبكي - مارتن جولترمان، وأندرياس كرونفيلد، ويجال شامير - كمراجعين للعمل، لكن تلك المراجعة كانت خاصة، ولم يظهر أي تقييم منشور مستقل حتى الآن، وفقًا لـ AI Weekly. الإشارة الحقيقية التالية، كما تشير وسائل الإعلام، ستكون ما إذا كان أي من الثلاثة سينشر تقييمًا، أو ما إذا كانت ورقة متابعة arXiv ستشارك في البناء بناءً على مزاياه. حتى ذلك الحين، كان تأطير "أسترا يقود الدليل" يعتمد على إسناد مؤلف واحد.
أهمية مطالبات أبحاث الذكاء الاصطناعي
تزعم المختبرات الحدودية بشكل روتيني أن نماذجها تعمل على تسريع العمل العلمي، لكن هذه الادعاءات عادة ما تصل كمعايير وليس كمساهمات يراجعها متخصصون في مجال تقني ناضج. هذا المنشور مختلف من حيث النوع: فهو يذكر اسم الفيزيائي، ويسمي المراجعين، ويضفي الطابع الرسمي على النتيجة في Lean 4، ويطرح ادعاءً محددًا حول ما فعله النموذج - وكل ذلك لا يزال بإمكان المراجعين المتخصصين حله.
كما أنه يجيب على سؤال يطارد الرياضيات المدعومة بالذكاء الاصطناعي: كيف يمكن للمختبر إثبات الادعاء بأن نموذجه قام بعمل رياضي حقيقي؟ من خلال إقران النسخة الأولية مع إضفاء الطابع الرسمي على Lean 4، تصبح النتيجة قابلة للتحقق من حيث المبدأ - يمكن التحقق من البراهين الرسمية بواسطة مساعدي إثبات مستقلين، لذلك لا يُطلب من المجتمع الثقة في المؤلف أو النموذج، فقط لتشغيل المدقق. السؤال المتبقي هو ممارسة الإسناد: كما تساءلت AI Weekly، إذا كان النموذج يقود الدليل التفصيلي، فكيف يتم التعامل مع التأليف عند تقديم arXiv، وهل ستطلق OpenAI مسار التفاعل الذي يوضح ما ساهمت به Astra؟
التوقيت يخبرنا أيضًا. وقد هيمنت على الإنتاج العام الأخير لشركة OpenAI إعلانات النفقات الرأسمالية، وصفقات الترخيص، ومعارك السياسات؛ إن إحدى المدونات العلمية التي يعرض منشورها الأول مخرجات النماذج الحدودية داخل ركن مثقل بالإثباتات في الفيزياء النظرية هي حجة مفادها أن النماذج أصبحت أدوات للبحث الأساسي، وليس فقط المنتجات التجارية.
بالنسبة لمجال نظرية قياس الشبكة، سيتم تحديد أهمية النتيجة بالطريقة التي تكون بها هذه النتائج دائمًا - من خلال خبراء مستقلين يشاركون في عملية البناء علنًا. بالنسبة لصناعة الذكاء الاصطناعي، يضع المنشور نموذجًا لكيفية قيام المختبرات بتسويق قدرات النماذج بشكل متزايد: ليس من خلال نتائج لوحة المتصدرين، ولكن من خلال خبراء محددين ينسبون الفضل إلى النماذج للعمل الحاسم في شكل رسمي يمكن التحقق منه.
---
ابقَ في طليعة الذكاء الاصطناعياحصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
