تصور کنید یک کامپیوتر خانگی قدیمی، مدل‌های آماری غول‌پیکر را در یکی از سخت‌ترین آزمون‌های منطق شکست دهد. طبق گزارش وب‌سایت dev.to، موتور CELN (شبکه یادگیری C. Elegans) که توسط یک نوجوان ۱۵ ساله برزیلایی توسعه یافته، در تاریخ ۱ جولای ۲۰۲۶ به امتیاز کامل ۵۰۰ از ۵۰۰ در محک ProofWriter دست یافت.
در حالی که هوش مصنوعی مدرن بر پایه حدس‌های احتمالی است، CELN استدلال را مانند یک مسئله ریاضی می‌بیند. این سیستم از معماری‌های نمادین برداری (VSA) — شبیه به یک ماشین حساب دقیق که به‌جای حدس زدن، جواب را با فرمول استخراج می‌کند — برای مدیریت گزاره‌های منطقی از طریق جبر خطی قطعی استفاده می‌کند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی محدودیت‌های مدل‌های استدلالی اشاره کردیم، تکیه بر احتمال همواره ریسک خطا را به همراه دارد؛ موضوعی که در تلاش‌های اخیر برای بهبود دقت مدل‌ها از طریق استدلال در فضای نهفته نیز به چالش کشیده شده بود.
بر اساس مستندات فنی این پروژه، مشخصات موتور CELN به شرح زیر است:
- رمزگذاری: مفاهیم به صورت بردارهایی با ۱۰,۰۰۰ بُعد نمایش داده می‌شوند.
- سازوکار: یک عملگر پیوندی غیرجا‌به‌جایی به نام «رزونانس تصویري» (Projective Resonance) برای ترکیب گزاره‌ها به کار می‌رود.
- عملکرد: تأخیر میانگین هر پرس‌وجو حدود ۳۴.۷ میلی‌ثانیه و حداکثر مصرف رم ۴۹۳ مگابایت است.
- سخت‌افزار: تمامی آزمایش‌ها روی یک پردازنده Ryzen 2600 و بدون هیچ‌گونه شتاب‌دهنده واحد پردازش گرافیکی (GPU) اجرا شده‌اند.
به نقل از توسعه‌دهنده، چرخش از احتمال به قطعیت، مشکل توهم (Hallucination) — شبیه به دوستی که با اطمینان خاطره‌ای اشتباه تعریف می‌کند — را به‌طور کامل حذف می‌کند. در آزمایش‌های ProofWriter، اگر استدلالی وجود نداشته باشد، موتور به‌طور صریح عبارت «اثبات غیرممکن است» را بازمی‌گرداند. این یعنی یک هسته منطقی شفاف و بسیار سبک. این رویکرد دقیق در تضاد با روش‌های آموزشی متداول است که در پلتفرم‌هایی مانند Reasoning Arena برای غلبه بر مشکل پاداش‌های تخت به کار می‌روند تا استدلال‌های پیچیده ریاضی و کدنویسی را بهبود بخشند.
با این حال، CELN یک موتور منطقی تخصصی است و نه یک چت‌بات همه‌منظوره. این سیستم در حال حاضر فاقد توانایی تولید متن روان است و به قوانین دست‌نویس نیاز دارد. گام بعدی توسعه، خودکارسازی استخراج قوانین از زبان طبیعی است تا شکاف میان منطق صوری و گفتار انسانی پر شود.
گام بعدی شما
- بررسی مخزن گیت‌هاب پروژه برای درک نحوه پیاده‌سازی VSA.
- مطالعه مقاله رسمی در Zenodo برای بررسی مبانی ریاضی رزونانس تصویری.
- آزمایش CELN روی مسائل منطقی کوچک برای مقایسه با خروجی‌های مدل‌های زبانی.
اما اثر این رویکرد بر کاهش هزینه‌های پردازشی در مقیاس صنعتی حتی تکان‌دهنده‌تر است؛ به بررسی ما درباره معماری‌های جایگزین ترنسفورمر مراجعه کنید.
گفتگو