تصور کنید یک ریاضیدان برجسته ادعا کند معمای یک میلیون دلاری قرن را حل کرده است، اما وقتی صفحات پاسخ را ورق می‌زنید، منطق آن برای هیچ انسانی قابل درک نیست. این دقیقاً وضعیتی است که اکنون جامعه ریاضی جهان با مواجهه با پاسخ ۱۶۶ صفحه‌ای OpenAI برای مسئله ناویه-استوکس تجربه می‌کند.
این جنجال در حالی رخ می‌دهد که آزمایشگاه‌های هوش مصنوعی رقابتی سخت برای حل مسائل «جایزه هزاره» به راه انداخته‌اند. این تلاش‌ها در ادامه استراتژی گسترده‌تر OpenAI برای تسخیر ریاضیات پیشرفته و حل حدس هاج صورت می‌گیرد تا مرزهای استدلال ماشینی جابه‌جا شود. همان‌طور که در تحلیل قبلی ما درباره‌ی چالش‌های ارجاع‌دهی در SDK عامل‌های OpenAI اشاره کردیم، این پرونده شکاف عمیقی را میان اثبات‌های صوری تولیدشده توسط ماشین و شهود ریاضی انسانی آشکار می‌کند.
به گزارش Scientific American در ۱۷ اکتبر ۲۰۲۶، این اثبات با زبان لین (Lean) نوشته شده است؛ زبانی برای تأیید صوری که مثل یک بازرس سخت‌گیر، هر گام منطقی را چک می‌کند اما لزوماً دلیلِ انتخاب آن مسیر را برای انسان توضیح نمی‌دهد. بر اساس بررسی منابع متعدد، نقاط اصلی اختلاف عبارت‌اند از:
- روش‌شناسی: گونزالو کائو-لابورا از EPFL معتقد است شباهت این اثر به پژوهش‌های اسپانیایی تنها در سطح ظاهری است.
- اتهام سرقت ادبی: تریستان باک‌مستر از NYU مدعی است OpenAI از کارهای او و لونت آلپوگه از آنتروپیک (Anthropic) استفاده کرده است.
- تولید انبوه داده: در اوایل اکتبر، OpenAI حدود ۴۰۰ نتیجه اضافی را در گیت‌هاب منتشر کرد؛ اقدامی که به گفته ریاضیدانان، ارزش علمی این حوزه را کاهش می‌دهد.
پارادوکس تودهٔ عامل‌ها
شرکت OpenAI برای رسیدن به این نتیجه، حدود ۱۰ هزار نمونه از مدل‌های خود را به مدت ۸۸ ساعت به کار گرفت و ۱۳۰ میلیارد توکن (Token) — تکه‌های کوچکی از متن که مدل مثل برش‌های کیک می‌خورد — مصرف کرد. با این حال، نوآم براون، پژوهشگر این پروژه، اعتراف می‌کند که هیچ‌کس نمی‌داند این تودهٔ عظیم از عامل‌ها (Agents) — سیستم‌های هوشمند کوچکی که مثل کارمندانی متخصص برای انجام تکالیف خاص طراحی شده‌اند — واقعاً چه کمکی کردند.
او تخمین می‌زند کمتر از ۱۰ درصد موفقیت مدیون ساختار چندعاملی بوده و قدرت خام مدل بنیادی کار اصلی را انجام داده است. این موضوع یک نقطه کور بحرانی را در توسعه هوش مصنوعی نشان می‌دهد: ماهیت «جعبه سیاه» در رفتارهای عامل‌محور (Agentic) در مقیاس بزرگ. این چالش‌ها یادآور تلاش‌های داخلی OpenAI برای مقابله با زوال درک مفهومی در ریاضیات است که پیش‌تر در تحلیل‌های ما بررسی شده بود. وقتی محاسبات عظیم بدون تست‌های مقایسه‌ای سیستماتیک به کار گرفته شوند، نتیجه بیشتر شبیه به یک «اعتقاد» است تا یک علم قابل تأیید.
گام بعدی شما
- دنبال کردن رای نهایی مؤسسه ریاضیات کلی (CMI) برای تایید یا رد این اثبات.
- بررسی تفاوت میان اثبات‌های صوری (Formal Proofs) و استدلال‌های انسانی در مدل‌های استدلالی.
- مطالعه مستندات زبان Lean برای درک نحوه تأیید منطق توسط ماشین.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو