۴۴ دقیقه؛ این تمام زمانی بود که مدل Claude Fable 5.1 برای رمزگشایی از معمای «Cyphral Distich» نیاز داشت. طبق گزارشی که در ۳ سپتامبر ۲۰۲۶ توسط وبسایت the-decoder.com منتشر شد، این مدل توانست رازی را که ۳۷۳ سال است پژوهشگران انسانی را به چالش کشیده بود، بدون هیچ کمک خارجی حل کند.
این معما که توسط سر توماس ارکوهارت طراحی شده، از دو خط شامل ۳۲ عدد تشکیل شده است. همانطور که در تحلیل قبلی ما دربارهی اثرات تجاری عاملهای هوش مصنوعی اشاره کردیم، مدلهای پیشرو اکنون از کاربردهای اداری فراتر رفتهاند. این پیشرفت در کنار کاهش چشمگیر هزینههای عملیاتی عاملهای هوش مصنوعی در مدل Fable 5.1، بهرهوری این ابزارها را در پروژههای پیچیده دوچندان کرده است. این اتفاق نشان میدهد که یک مدل زبانی بزرگ (LLM) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن کتابها جواب میدهد — میتواند در مواجهه با استدلالهای تاریخی و ساختارنیافته نیز موفق باشد.
Vals AI، پژوهشگری که این آزمایش را انجام داد، تأکید کرد که سایر مدلهای پیشرو در چندین ماه تست نتوانستند پاسخی قابلتأیید ارائه دهند. فرآیند حل معما توسط Fable 5.1 کاملاً خودگردان بود:
- مدل ابتدا مأموریت یافت تا بهطور مستقل یک معمای حلنشده را پیدا کند.
- پس از بررسی چندین مسئله، معمای Cyphral Distich را بهعنوان هدفی مناسب شناسایی کرد.
- مدل دریافت که کلید رمز در خودِ کتاب نهفته است؛ بهطوری که هر عدد به کلمهای خاص در یکی از ۳۲ بخش کتاب اشاره داشت.
پیام نهایی رمزگشایی شده چنین بود: «خدایا، پادشاه چارلز دوم را حمایت کن و او را حاکم بر این سرزمین گردان».
به باور تحلیلگران، این موفقیت به معنای جهشی در علم رمزنگاری نیست. در واقع مدل از روش «حملهbrute-force» یا همان آزمون و خطای گسترده استفاده کرده است. مدل الگوها را آنقدر تکرار و تست کرد تا راه حل ظاهر شود؛ کاری که انسانها تئوریکاً میتوانستند انجام دهند اما صبر یا رویکرد سیستماتیک لازم برای آن را نداشتند. این توانایی در حل مسائل دشوار، یادآور پیشرفتهای اخیر سامانههای چندعاملی آنتروپیک در مواجهه با فرضیه ریمان است که مرزهای استدلال ریاضی را جابهجا کرد.
گام بعدی شما
- بررسی توانایی مدلهای استدلالی در حل مسائل ریاضی و منطقی قدیمی برای سنجش دقت آنها.
- آزمایش مدلهای زبانی در تحلیل متون تاریخی با ساختارهای غیرمعمول.
- دنبال کردن گزارشهای مربوط به مدلهای Reasoning برای دیدن مرز بین «تفکر» و «تکرار الگو».
اما این تنها بخشی از تواناییهای استدلالی مدلهای جدید است؛ اثر این رویکرد بر سرعت کشف داروهای جدید را در گزارش بعدی بررسی خواهیم کرد.
گفتگو