OpenAI تكشف عن ثلاث نتائج بحثية: دحض ETH، وإثبات نظرية الحقل الكمومي، وحل حدسية الوادي المعلق؟
chaincatcherبقلم: OpenAI
ترجمة: Jiahua، ChainCatcher
في 26 أكتوبر، كشفت OpenAI عن ثلاث نتائج بحثية أنتجتها نماذجها الداخلية، وتشمل علوم الحاسوب والفيزياء والرياضيات.
تتناول هذه النتائج أسئلة أساسية طويلة الأمد في مجالاتها. وصفت OpenAI الوثائق التي أنتجتها النماذج بأنها "بيانات بحثية خام"، ودعت الأوساط الأكاديمية إلى مزيد من التحقق والتفسير ودراسات لاحقة.
علوم الحاسوب: هل تم دحض ETH؟
أعلنت OpenAI أن نظامها أثبت خطأ فرضية الزمن الأسي (ETH)، وتم التحقق من النتيجة لاحقًا باستخدام Lean.
تشير ETH هنا إلى فرضية الزمن الأسي في علوم الحاسوب، وليس إلى إيثريوم.
فرضية الزمن الأسي (ETH) هي "فرضية تشاؤمية" في علوم الحاسوب: بالنسبة لفئة معينة من المسائل المنطقية، مهما تحسنت الخوارزميات، فإن استهلاك الوقت في أسوأ الحالات ينمو بشكل انفجاري مع حجم المسألة، دون أي اختصارات حقيقية.
لذلك، فإن دحض ETH يفتح الباب من جديد أمام السؤال حول "مدى السرعة التي يمكن بها إنجاز هذه المهام فعليًا"، وقد يوفر اتجاهًا لإيجاد خوارزميات أفضل. وأشارت OpenAI أيضًا إلى أن إيجاد مثل هذه الخوارزميات وتحويل التقدم النظري إلى تحسينات عملية يتطلب قدرًا كبيرًا من البحث اللاحق.
بالنسبة لقراء العملات المشفرة، السؤال المباشر: هل يؤثر هذا على أنظمة التشفير الحالية؟ تعتمد أمان العديد من مخططات التشفير على صعوبة بعض المسائل الحسابية المحددة. طلب الأستاذ من معهد ماساتشوستس للتكنولوجيا رايان ويليامز من OpenAI فحص التأثيرات ذات الصلة. ووفقًا له، أجرت OpenAI الفحص، وتثق بدرجة معقولة بأن النتيجة لا تعني أن أنظمة التشفير الحالية مهددة.
الفيزياء: توفير "أساس" لنظرية الحقل الكمومي
يستخدم الفيزيائيون نظرية الحقل الكمومي لوصف عالم الجسيمات، وتوقعاتها دقيقة للغاية، لكن أساسها الرياضي غير صارم.
أعلنت OpenAI أن النموذج قدم إثباتًا صارمًا لـ "الوجود" لنظرية يانج-ميلز النقية، والكروموديناميكا الكمومية (QCD، التي تصف القوة الشديدة بين الكواركات والغلونات)، والنظريات الموحدة العظمى التي تتضمن حقول القياس في النموذج القياسي. ببساطة، إنه يوفر أساسًا رياضيًا لنظرية استُخدمت لعقود.
حاليًا، تم التحقق من جزء يانج-ميلز فقط في Lean، ولم يُذكر جزء QCD في الإعلان. لم يتم نشر الإثبات الأصلي الذي أنتجه الذكاء الاصطناعي بعد، لأن مجموعة بقيادة الحائز على جائزة نوبل ديفيد غروس تدرسه، وسيقومون بكتابة الوثائق بأنفسهم، لذا لا يمكن التحقق الخارجي مؤقتًا.
الرياضيات: تركيز الموجات و"مسألة الإبر"
أعلنت OpenAI أن نموذجها أثبت حدسية النعومة المحلية في جميع الأبعاد، مما أدى إلى حل حدسية الوادي المعلق وحدسية تقييد ستاين في جميع الأبعاد.
اقترح سوغي حدسية النعومة المحلية في عام 1991، وتدرس سلوك الموجات عند التركيز. يمكن استخدام موجات الماء كتشبيه بديهي: تنتشر عدة تموجات نحو نفس الموقع، وفي لحظة معينة، قد تتراكب لتشكل قمة موجة عالية جدًا. ومع ذلك، فإن الشدة في تلك اللحظة لا تمثل مباشرة الأداء المتوسط طوال المدة.
تهدف حدسية النعومة المحلية إلى استخدام تقديرات رياضية دقيقة لوصف العلاقة بين هذا السلوك المتطرف اللحظي والمتوسط الزمني. نظرًا لأن هذه الظاهرة ذات أهمية أساسية، فإن إثباتها سيؤثر أيضًا على مسائل رياضية أخرى، بما في ذلك حدسية الوادي المعلق وحدسية تقييد ستاين.
يمكن فهم حدسية الوادي المعلق من خلال "مسألة الإبر": تخيل وضع العديد من الإبر ذات الطول نفسه وسمك متناهٍ في الصغر في الفضاء، مع ضمان وجود إبرة واحدة على الأقل في كل اتجاه. يمكن تحريك هذه الإبر ويمكن أن تتداخل مع بعضها البعض. إلى أي مدى يمكن ضغط المجموعة التي تشكلها؟
المفتاح لقياس "الحجم" هنا هو البعد الرياضي. في الفضاء ثلاثي الأبعاد، تنص حدسية الوادي المعلق على أن مثل هذه المجموعة يجب أن يكون لها بعد ثلاثي كامل؛ وفي الفضاءات ذات الأبعاد الأعلى، يجب أن يكون لها البعد الكامل المقابل. البعد والحجم مفهومان مختلفان، لذا لا يمكن فهم ذلك ببساطة على أنه عدد الأمتار المكعبة التي تشغلها هذه الإبر.
سابقًا، تم إثبات النعومة المحلية ثنائية الأبعاد (2019) وحدسية الوادي المعلق ثلاثية الأبعاد (2025، وانغ هونغ وزال). النتائج التي أعلنتها OpenAI هذه المرة تقدم إثبات حدسية النعومة المحلية إلى جميع الأبعاد، وبالتالي الحصول على استنتاجات الحدسيات ذات الصلة في جميع الأبعاد.
بخصوص النتائج المذكورة أعلاه، صرحت OpenAI بأنها لا تدعي الفضل الأكاديمي للاكتشافات التي تنتجها نماذجها الداخلية؛ وينبغي الاعتراف بمساهمات الباحثين في فهم النتائج وكتابة الوثائق وإعداد المواد.
كما ذكرت الشركة أنها أعلنت سابقًا عن تبرع بقيمة 5 ملايين دولار لمؤسسة سيمونز. تدير المؤسسة هذه الأموال وتوزعها لتمويل ورش العمل والمؤتمرات الأكاديمية والمشاريع الخاصة لمساعدة الباحثين على فهم النتائج التي ينتجها الذكاء الاصطناعي وإجراء أبحاث بناءً عليها.
هذا المحتوى لأغراض معلوماتية وتعليمية فقط، ولا يمثل نصيحة استثمارية تتعلق بـ BTCC. تبذل BTCC قصارى جهدها ولكنها لا تضمن صحة أو دقة أو أصالة المحتوى المذكور أعلاه.