ناکامی مدل‌های زبانی در ابداع نظریات علمی به‌دلیل نبود مدل‌های جهانی

آیا هوش مصنوعی واقعاً نوآوری می‌کند یا صرفاً در حال جابه‌جایی قطعات مبلمانِ دانش بشری است؟ طبق تحلیل فنی منتشرشده در ۳۰ ژوئیه ۲۰۲۶ توسط زهاوی (Zahavy)، مدل‌های زبانی فعلی اساساً ناتوان از ایجاد انقلاب‌های علمی هستند، زیرا فاقد نوع خاصی از تفکر خلاق به نام «استنتاج ابداعی» (Manipulative Abduction) می‌باشند.

برای درک این شکاف، زهاوی از چارچوب نظری چارلز سندرز پیرس استفاده می‌کند. پیرس انواع استدلال را بر اساس نحوه اتصال قوانین، موارد و نتایج دسته‌بندی کرد. در حالی که هوش مصنوعی در استنتاج (Deduction) و استقراء (Induction) تسلط دارد، اما در جهش ذهنی پیشینی (a-priori) برای ابداع علتی که هنوز الگوی زبانی برای آن وجود ندارد، شکست می‌خورد.

سه فرم استدلال

بر اساس مستندات این پژوهش، زهاوی تمایزی حیاتی میان سطوح مختلف استنتاج قائل می‌شود:

• استنتاج (Deduction): تولید نتایج تضمین‌شده از قوانین ثابت؛ شبیه به برنامه‌ای که خروجی اثبات‌پذیر تولید می‌کند.
• استقراء (Induction): تعمیم الگوها از داده‌ها؛ مانند مشاهده هزار قو سفید برای نتیجه‌گیری اینکه تمام قوها سفید هستند.
• استنتاج عادی (Ordinary Abduction): انتخاب محتمل‌ترین توضیح از میان گزینه‌های شناخته‌شده؛ مانند تشخیص بیماری توسط پزشک بر اساس علائم موجود در پرونده.
• استنتاج ابداعی (Manipulative Abduction): ابداع یک علت کاملاً جدید برای یک پدیده غافلگیرکننده که در هیچ دسته‌بندی قبلی جای نمی‌گیرد.

زهاوی می‌پذیرد که مدل‌های زبانی بزرگ (LLM) می‌توانند استنتاجات عادی را مدیریت کنند، اما استنتاج ابداعی گلوگاه واقعی اختراعات علمی است. تفاوت میان یک پزشک که بیماری شناخته‌شده‌ای را تشخیص می‌دهد (کاری که LLMها به‌خوبی انجام می‌دهند) و اینشتی که ماهیت زمان و مکان را بازتعریف کرد، دقیقاً در همین نقطه است.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی محدودیت‌های استدلالی مدل‌های ترنسفورمر اشاره کردیم، سیستم‌های فعلی بر پایه یک حلقه بهینه‌سازی عمل می‌کنند. این محدودیت‌ها ریشه در نحوه پردازش نمادها دارند که جزئیات فنی آن در بررسی مکانیسم‌های توکن‌سازی و حافظه مدل‌ها مورد تحلیل قرار گرفته است. مدل‌هایی مانند AlphaProof، Gemini و GPT-5 پیش از این نمرات سطح طلایی را در مسائل المپیاد ریاضی کسب کرده‌اند که تسلط آن‌ها بر استخراج فرمول‌های ریاضی را ثابت می‌کند. حتی احتمال دارد یک مدل زبانی اگر پیش‌فرض‌های اینشتین را به‌طور کامل به عنوان نقطه شروع دریافت کند، بتواند نسبیت عام را استخراج کند. اما مشکل اینجاست که این فرآیند تنها زمانی فعال می‌شود که یک «بحران داده» یا خطای قابل تشخیص برای اصلاح وجود داشته باشد. این سیستم‌ها پیش‌بینی‌ها را بر اساس خطاهای شناسایی‌شده تنظیم می‌کنند و زمانی که هیچ بحران داده‌ای برای حل وجود ندارد، فرآیند متوقف می‌شود.

پارادوکس اینشتین

زهاوی این موضوع را با بررسی توسعه نسبیت عام توسط آلبرت اینشتین توضیح می‌دهد. در آن زمان، فیزیک نیوتنی بسیار دقیق بود و تنها ناهماهنگی، تغییر اندک در مدار عطارد بود. یک هوش مصنوعی بهینه‌سازی‌محور احتمالاً مانند اخترشناسان آن عصر عمل می‌کرد و برای توجیه این ناهماهنگی، سیاره‌ای فرضی به نام «ولکان» را ابداع می‌کرد، نه اینکه قوانین بنیادین فیزیک را زیر سؤال ببرد و دگرگون کند.

داده‌های اثبات‌کننده نظریه اینشتین، مانند اندازه‌گیری انحراف نور توسط ادینگتون، سال‌ها پس از فرمول‌بندی نظریه به دست آمدند. بدون یک سیگنال خطای قابل اندازه‌گیری برای کوچک کردن، هوش مصنوعی هیچ دلیلی برای بازاندیشی در مفهوم زمان و مکان نخواهد داشت، زیرا در مدل‌های فعلی، تغییر پارادایم بدون وجود خطای آماری شدید رخ نمی‌دهد.

دستاورد اینشتین از حل معادلات پیچیده به دست نیامد، بلکه حاصل یک «شبیه‌سازی تجسمی» بود؛ همان «شادترین تفکر» او درباره‌ی مشاهده‌گری که در سقوط آزاد است و گرانش را حس نمی‌کند. او در ذهن خود فیزیکدانی را در یک آسانسور شتاب‌دار در فضای تهی تصور کرد و نتیجه گرفت که شتاب و گرانش از درون غیرقابل تشخیص‌اند. زهاوی این تجربه را با ارشمیدس مقایسه می‌کند که اصل ارخمیدس را نه از طریق محاسبات ریاضی، بلکه از طریق حس فیزیکی بالا آمدن آب در حمام کشف کرد.

این حس فیزیکی، بنیادی را فراهم کرد که هیچ مدل زبانی — که اساساً مانند «اتاق چینی» جان سرل (John Searle) تنها نمادها را بدون درک واقعی جابه‌جا می‌کند — نمی‌تواند تجربه کند. هوش مصنوعی فاقد مبنی‌سازی (Grounding) حسی است که به نمادها معنا می‌بخشد و اجازه می‌دهد مفاهیم فراتر از توالی کلمات درک شوند.

اتوماسیون در برابر ابداع

ابزارهای فعلی هوش مصنوعی در علم، این محدودیت را به نمایش می‌گذارند:

• AI Scientist محصول شرکت Sakana: گردش‌کارهای علمی را به‌طور خیره‌کننده‌ای خودکار می‌کند، اما عمدتاً مفاهیم موجود را بازترکیب می‌کند و صرفاً در حال سازماندهی مجدد دانش است.
• AlphaEvolve محصول DeepMind: بهینه‌سازی را عالی انجام می‌دهد، اما برای پیشرفت گام‌به‌گام به یک سیگنال خطای مشخص و قابل شناسایی نیاز دارد. برای ارتقای این قابلیت‌ها، برخی رویکردها بر استفاده از داده‌های مصنوعی در حلقه‌های عامل‌محور تمرکز کرده‌اند تا شکاف‌های یادگیری را پوشش دهند.

به باور نویسنده، هیچ‌یک از این سیستم‌ها نمی‌توانند به یک چارچوب نظری جدید جهش کنند، زیرا توانایی تجربه فیزیکی جهان را ندارند و نمی‌توانند احساسات حسی را به اصول علمی تبدیل کنند.

مسیر پیش‌رو: مدل‌های جهانی

زهاوی میان تولیدکننده‌های ساده ویدیو مانند Veo (که فریم بعدی را بر اساس احتمال پیش‌بینی می‌کنند) و مدل‌های جهانی کنترل‌پذیر مانند Genie تمایز می‌گذارد. در مدلی مانند Veo، سیب می‌افتد چون «افتادن» رایج‌ترین ادامه در داده‌های آموزشی است، نه به‌دلیل درک قانون گرانش. این هنوز همان تطبیق الگو در سطح بصری است.

در مقابل، Genie به عامل‌ها اجازه می‌دهد فعالانه در شبیه‌سازی‌ها مداخله کنند و آزمایش‌های خلاف‌واقع (Counterfactual) اجرا کنند؛ مثلاً در ذهن خود کابل یک آسانسور را قطع کنند تا اثرات آن را ببینند. چنین «آزمایشگاه‌های مصنوعی» می‌توانند حلقه بازخوردی را فراهم کنند که برای ابداع اصول بدیهی (Axioms) جدید ضروری است. با شبیه‌سازی واقعیت فیزیکی به‌جای الگوهای زبانی، هوش مصنوعی ممکن است سرانجام از تطبیق الگو فراتر رفته و به اکتشافات علمی واقعی و انقلابی برسد. اگرچه مقیاس‌پذیری این استدلال‌ها چالش‌برانگیز است، اما معماری‌های نوین مانند ترکیب خبره‌ها (MoE) سعی دارند بدون نیاز به افزایش بی‌رویه سخت‌افزار، توان استدلالی مدل‌ها را ارتقا دهند.

گام بعدی شما

• بررسی معماری مدل‌های Action-Controllable مانند Genie برای درک تفاوت بین پیش‌بینی بصری و مدل‌سازی فیزیکی.
• مطالعه چارچوب «استنتاج ابداعی» پیرس برای تحلیل اینکه چرا برخی ابزارهای AI در خلاقیت استراتژیک شکست می‌خورند.
• دنبال کردن پیشرفت‌های Symmetry-based AI که سعی دارند قوانین بنیادین طبیعت را به‌جای داده‌های آماری مدل کنند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و نقش آن‌ها در اجرای مدل‌های جهانی مراجعه کنید.