هوش مصنوعی و چالش اینشتین؛ آیا AGI قادر به انجام کشفیات علمی است؟
پژوهشگران از نتایج بهدستآمده شوکه شدند. بهجای ایجاد یک قانون کلی، مدل برای هر سیستم آسمانی قاعدهای منحصر به فرد را توسعه داد. گرچه ماشین توانسته بود مدارهای سیارات را پیشبینی کند، اما برای حرکات مختلف سیارات توضیح واحد و مشترکی نداشت.
مدلها بهطور معمول نقشهبردارهای خوبی بهشمار میآیند، اما در درک ساختار کلی یک شهر ناتوان هستند.
برای تمایز میان توضیحات مشترک و قواعد جداگانه میتوان به دو نوع نقشه اشاره کرد. نقشه اول تنها مسیرهای از پیش طیشده را به خاطر میسپارد و بر اساس آن تجربه، مسیر بعدی را برآورد میکند. در مقابل، نقشه دوم به ما نمایی از ساختار شهر ارائه میدهد؛ به همین دلیل حتی در خیابانی ناآشنا نیز میتوانیم مسیر خود را بیابیم. در واقع، مدل سیارات بیشتر شبیه نقشه اول عمل میکرد.
تحقیقات وفا و همکارانش نشان داد که بهدستآوردن پیشبینی دقیق و درک یک قانون، دو فرآیند متفاوت هستند. مدل میتواند با استفاده از الگویی آماری پاسخهایی دقیق ارائه دهد، اما برای درک علمی به یک قانون عمومی و قابل انتقال نیاز است. با این حال، دستاوردهای جدید هوش مصنوعی در زمینه ریاضیات نشان میدهد که ماجرا به این سادگی نیست.
جرقههای نوآوری ترکیبی؛ حل معماهای ریاضی بدون تغییر چارچوب جهان
در ماه مه ۲۰۲۶، یک مدل داخلی OpenAI با ارائه یک مثال نقض برای یک حدس ۸۰ ساله، ریاضیدانان را شگفتزده کرد. پل اردوش در سال ۱۹۴۶ پرسش کرده بود که اگر تعدادی نقطه بر روی صفحه قرار دهیم، چند جفت از آنها میتوانند دقیقا یک فاصله واحد از هم داشته باشند؟
اردوش تخمین زده بود که تعداد چنین جفتهایی بهمراتب سریعتر از تعداد نقاط رشد میکند. اما مدل OpenAI الگویی را پیدا کرد که از پیشبینیهای موجود فراتر میرفت و همان الگو را رد کرد. پس از آن، گروهی از ریاضیدانان معتبر موضوع را مورد بررسی قرار دادند و خلاصهای قابل فهمتر برای افراد غیرمتخصص را ارائه دادند.
مولینیتن پیشرفتهای حاصل از مدل را دگرگونیای مفهومی و واقعی توصیف میکند. این ماشین توانسته چند ایده از شاخههای مختلف ریاضیات را به هم پیوند بزند و به ترکیب جدیدی برسد که پژوهشگران قبلاً ندیده بودند. زمانی که ریاضیدانان تلاش کردند راهحل را بازسازی کنند، متوجه شدند که ابزارهای اصلی در واقع دارای سابقه هستند. نوآوری مدل در نحوهی ارتباط این ابزارها با یکدیگر نهفته است.
شکستن حدسهای ریاضی بهروشنی نشاندهندهی خلاقیت ماشینهاست، اما هنوز تا سطح اینشتین فاصله زیادی وجود دارد.
با این حال، فاصلهای که برای رسیدن به این سطح با اکتشافات اینشتین وجود دارد، همچنان زیاد است. مدل قادر به ایجاد ترکیبهای جدید از ایدههای شناختهشده بود، در حالی که نظریه نسبیت عام توانسته است کل چارچوب تبیین جهان را دگرگون کند؛ از ابعاد فضا و زمان گرفته تا مفهوم گرانش. البته مرز میان ترکیب و ابداع همیشه بهروشنی مشخص نیست. دانشمندان انسانی نیز تقریباً همیشه کار خود را با استفاده از یافتهها و ابزارهای نسلهای پیشین آغاز میکنند.
ریاضیات یک مزیت بزرگ برای ارزیابی نتایج ماشینها فراهم میکند، زیرا نتایج آن قابل بررسی دقیق هستند. یک مثال نقض ممکن است یک حدس را رد کند یا نشان دهد که استدلال دچار نقصی است و پژوهشگران قادر هستند مراحل اثبات را بهطور دقیق بررسی نمایند.
در حوزه فیزیک، این کار پیچیدهتر میشود، زیرا برخی نظریهها میتوانند دادههای موجود را بهطور مشابه تفسیر کنند و تنها با آزمایشهای خاصی که طراحی و ساخت ابزارهای آن ممکن است سالها زمان ببرد، تفاوت آنها مشخص میشود.
اما قبل از دستیابی به چنین آزمایشی، پژوهشگران با چالشی بنیادی تری مواجه هستند. آنها باید مدلی طراحی کنند که واقعاً تنها بر اساس دانش متعلق به یک دوره تاریخی خاص عمل کند. این پیششرط، اجرای آزمایشهای مرتبط با نظریه اینشتین را بهطرز قابل توجهی دشوار میسازد.
