تصور کنید مسئلهای که ۵۰ سال است نخجمعیترین ذهنهای ریاضی دنیا را به چالش کشیده، ناگهان در کمتر از ۶۰ دقیقه توسط یک ماشین حل شود. این اتفاق نه با یک کشف نبوغآمیز، بلکه با «پشتکار» دیجیتالی رخ داد.
GPT-5.6 Sol Ultra توانست ثابت کند که استمرار در محاسبات میتواند بر محدودیتهای ذهنی انسان غلبه کند. این موفقیت در حالی رخ میدهد که OpenAI همچنان در حال جابهجا کردن مرزهای استدلال است، هرچند این شرکت با نظارتهای مستمری درباره روشهای عملیاتی خود، از جمله نبردهای حقوقی پیشین بر سر اسرار تجاری سختافزاری، دستوپنج نرم میکند. این چالشهای نظارتی در حالی صورت میگیرد که دولت آمریکا حتی بر دسترسی کاربران به نسخههای جدید این مدلها نظارت دقیقی دارد تا امنیت ملی را تضمین کند.
زمینه و بستر حدس ریاضی
این مسئله به یک پرسش بنیادی در نظریه گراف میپردازد: آیا ممکن است در هر شبکهای از نقاط (رأسها) و یالها، مجموعهای از چرخهها یافت شود که هر یال را دقیقاً دو بار طی کند؟ این معما که بهطور مستقل توسط چندین ریاضیدان در دهه ۱۹۷۰ میلادی مطرح شد، تا پیش از این تنها برای موارد خاص حل شده بود و هیچ اثبات کلی و پذیرفتهشدهای برای آن وجود نداشت.
حدسهای نظریه گراف اغلب نه بهدلیل نیاز به تئوریهای جدید، بلکه بهدلیل نیاز به جستوجوی جامع در مسیرهایی که با شهود انسانی در تضاد هستند، باز میمانند. برای دههها، انسانها به این مسئله خاص نزدیک شدند اما پس از شکست روشهای بدیهی، از آن عقبنشینی کردند. در حالی که کارشناسان معتقدند این راه حل میتوانست در دهه ۱۹۸۰ میلادی پیدا شود، نبودِ احساس دلسردگی در هوش مصنوعی به آن اجازه داد تا از طریق تغییرات تکرار شونده، به یک اثبات معتبر دست یابد.
به نقل از گزارش ۱۱ ژوئیه ۲۰۲۶ در وبسایت the-decoder.com، این اثبات بهطور کامل توسط مدل تولید و مقاله آن توسط GPT-5.6 Sol نوشته شده است. توماس بلوم، ریاضیدان دانشگاه منچستر، این نتیجه را «کوتاه» و «ابتدایی» توصیف کرد، اما اشاره کرد که مدل بهطور هوشمندانهای ابزارهای موجود را ترکیب کرده است.
بلوم معتقد است کلید موفقیت در یک چرخش کوچک و غیرمنتظره بوده است. او توضیح میدهد انسانی احتمالاً ابتدا «برچسبگذاری طبیعی» را امتحان میکند، سپس «جبر خطی» را بررسی میکند و وقتی این روشها شکست میخورند، شانه بالا میاندازد و مسیر را رها میکند؛ در حالی که هوش مصنوعی صرفاً به امتحان کردن تغییرات مختلف ادامه میدهد. این تکیه بر محاسبات ماتریسی و جبر خطی، در واقع همان زیربنایی است که مکانیسمهای توجه در مدلهای زبانی مدرن بر پایه آن شکل گرفتهاند و قدرت تحلیل دادههای حجیم را فراهم میکنند.
جزئیات اجرای فنی
برای تضمین اعتبار این اثبات، OpenAI از یک گردشِ کار عاملمحور (Agentic) بسیار ساختاریافته — شبیه به تیمی از بازرسان سختگیر که هر مرحله از کار را بهشدت بازجویی میکنند — استفاده کرد:
- مهندسی پرامپت: انسانی پرامپتی طراحی کرد که مدل را از جستوجوی اینترنتی یا ادعای «حلنشده بودن مسئله» منع میکرد. این پرامپت مدل را مجبور کرد فرض کند که اثباتی وجود دارد و بدین ترتیب، محتملترین پاسخ صادقانه (که حدس همچنان باز است) را مسدود کرد.
- تأیید صلب: این چارچوب هرگونه نتایج ناقص، تقلیل مسئله به حدسهای اثباتنشده دیگر یا خلاصهای از پژوهشهای پیشین را رد میکرد. مدل تا زمانی که یک اثبات کامل از یک آزمون تخاصمی عبور نمیکرد، اجازه پاسخ دادن نداشت.
- بودجه محاسباتی: مدل دستور داشت دستکم ۸ ساعت روی مسئله فکر کند و محاسبات را انجام دهد، هرچند در نهایت در ساعت اول به جواب رسید.
- تأیید تخاصمی: ۶۴ عامل (Agent) مجزا به کار گرفته شدند. اکثر آنها برای تشویق تفکر مستقل، از پیشرفتهای نویدبخش سایر عوامل بیخبر نگه داشته شدند، در حالی که گروهی دیگر بهعنوان بازرسان تخاصمی عمل میکردند. این عوامل بهدنبال خطاهای رایج میگشتند؛ مثلاً مسیرهای بستهای که بهاشتباه به عنوان چرخه شناسایی شدهاند یا تقلیلهایی که بهطور اتفاقی پلهای جدیدی در گراف ایجاد میکنند.
توماس بلوم استدلال میکند که مدل احتمالاً ایدهها را از مقالهای متعلق به سال ۱۹۸۳ میلادی توسط «برموند، جکسون و یگر» استخراج کرده است. او OpenAI را بهدلیل عدم ارجاع به این اثر قدیمی نقد کرد و گفت هر کسی که مقاله را بخواند ممکن است تصور کند هوش مصنوعی استراتژی را خودش اختراع کرده است. بلوم معتقد است این یک مشکل رایج در مقالات تولید شده توسط هوش مصنوعی است: استفاده از استراتژیهای ادبیات علمی بدون ذکر منبع مناسب. او تردید دارد که هوش مصنوعی کاملاً تنها عمل کرده باشد، چرا که غریزه اول این مدلها معمولاً جستوجو و مطالعه تمام مقالات مرتبط با یک مسئله است.
این نتیجه نشاندهنده تغییری در اکتشافات علمی است. بلوم این مورد را با «حدس فاصله واحد» مقایسه میکند که اخیراً توسط OpenAI حل شد. هر دو مسئله بزرگ بودند که در نهایت سادهتر از حد انتظار به نظر رسیدند و نیازی به تئوریهای بزرگ و جدید نداشتند.
ما اکنون وارد عصر مسائل «محدود به صبر» میشویم؛ مسائلی که با تئوریهای شناختهشده قابل حل هستند اما نیاز به آزمون و خطای عظیم دارند. در این دنیای جدید، هوش مصنوعی از رویکردهای شکستخورده جبر خطی خسته یا ناامید نمیشود، بلکه صرفاً جهت خود را تغییر میدهد. برتری رقابتی از «چه کسی بینش بهتری دارد» به «چه کسی چارچوب تأیید سختگیرانهتری دارد» تغییر میکند.
ارزش واقعی اکنون در مهندسی پرامپت و معماری عاملهای تخاصمی است که از توهم (Hallucination) جلوگیری میکند. بلوم اشاره میکند در حالی که شرکتهای بزرگ هوش مصنوعی با صرف منابع عظیم، آنچه را که «همواره در دسترس ما بود» آشکار میکنند، اما این احتمالاً تنها بخش کوچکی از مسائل باز را شامل میشود.
باید منتظر داوری تخصصی (Peer Review) جامعه علمی برای این اثبات بود. آزمون واقعی این خواهد بود که آیا GPT-5.6 Sol Ultra میتواند حدسهایی را حل کند که واقعاً نیازمند اختراع اصول ریاضی جدید هستند یا خیر.
گام بعدی شما
- اگر پژوهشگر هستید، روی طراحی «سیستمهای تأییدی تخاصمی» بهجای تکیه بر خروجی مستقیم مدل تمرکز کنید.
- بررسی کنید که آیا مسائل پیچیده کاری شما واقعاً نیاز به خلاقیت دارند یا فقط «صبر محاسباتی» بالایی میطلبند.
- برای جلوگیری از سرقت ادبی دیجیتال، خروجیهای مدلهای استدلالی را با ابزارهای تحلیل منابع تطبیق دهید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو