لماذا انزعج علماء الرياضيات البارزون عندما “حلت الذكاء الاصطناعي” مشكلات رياضية عمرها مئة عام؟
مرحبًا بكم، أنا صحفي مالي وخبير اقتصادي. اليوم سنتحدث عن حدث يبدو خياليًا، لكنه يحدث بالفعل: **لقد حل الذكاء الاصطناعي مشكلات رياضية أزعجت البشرية لما يقرب من مئة عام، لكن علماء الرياضيات لم يكونوا سعداء، بل احتجوا معًا، قائلين إن الذكاء الاصطناعي يقوم بـ “التدمير”.
هل يبدو هذا غير منطقي؟ كنا نعتقد دائمًا أن الذكاء الاصطناعي هو “المساعد الخارق” الذي يساعد على تحسين الكفاءة وحل المشكلات. إذا حل المشكلات، أليس ذلك أمرًا جيدًا؟
لا تتعجلوا، دعونا نفسر الأمر بشكل أفضل. الأمر لا يتعلق فقط بالرياضيات، بل يتعلق أيضًا بوظائفنا وطرق تعلمنا، وحتى بمستقبل الحضارة البشرية.
---
ملخص الأحداث: حرب حول “الإجابة” و“الفهم”
ببساطة، في 8 سبتمبر، أعلنت شركة OpenAI أنها استخدمت أداة الذكاء الاصطناعي لمدة 88 ساعة لإثبات “معادلة نافي-ستوكس” بشكل رسمي. هذه إحدى المشكلات السبع الكبرى التي كان معهد كري للرياضيات يعرض مكافأة قدرها مليون دولار عليها، والتي أزعجت المجتمع الرياضي لما يقرب من مئة عام.
من المفترض أن يكون هذا انتصارًا بارزًا للذكاء الاصطناعي. لكن بعد ثلاثة أيام، نشر 25 عالم رياضيات بارزًا، بما في ذلك تيري تاو ودنغ يو (الفائزون بجائزة فيلز، والتي تعتبر نوبل في مجال الرياضيات)، رسالة عامة شديدة اللهجة بعنوان “الخلل الخطير للذكاء الاصطناعي في الرياضيات”.
الرأي الأساسي لديهم هو: على الرغم من أن الذكاء الاصطناعي قدم “الإجابة الصحيحة”， إلا أنه تجاهل “عملية الفهم”. بالنسبة للرياضيات (وكل الأعمال المعتمدة على المعرفة)، طريقة الوصول إلى الإجابة أهم من الإجابة نفسها. الذكاء الاصطناعي يقدم الإجابات كما لو كان يقوم بعمليات إسقاط من الهليكوبتر، لكنه يمحو الحكمة والأدوات والحدس الذي تراكم لدى البشر خلال عملية البحث. هذا النمط الذي يركز فقط على النتائج ولا يأخذ في الاعتبار العملية يدمر أسس البحث الرياضي، وقد يمنع الشباب من النمو.
---
تفسير مفصل: لماذا يشعر علماء الرياضيات بالقلق؟
لكي تفهموا هذا الجدل بشكل كامل، سأشرح الأمر من خمسة جوانب:
1. تيري تاو، الذي كان من أشد مؤيدي الذكاء الاصطناعي، انضم إلى المعارضين
الاسم الأكثر لفتًا في هذه الرسالة هو تيري تاو. قد لا يعرف الكثيرون أن تيري تاو كان من أشد مؤيدي الذكاء الاصطناعي؛ لقد بدأ باستخدام أداة GPT-4 لكتابة الكود وإنشاء الرسوم البيانية، وحتى استخدم الذكاء الاصطناعي لمساعدته في إثبات النظريات. صرح علنًا: “لقد وفر لي GPT-4 الكثير من العمل المرهق.” وتوقع أن يصبح الذكاء الاصطناعي “شريكًا موثوقًا” في البحث الرياضي بحلول عام 2026.
إذًا، لماذا قاد المعارضة إذا كان يحب استخدام الذكاء الاصطناعي؟
لأن المشكلة تكمن في المقدار والطريقة: اكتشف تيري تاو أن الذكاء الاصطناعي عندما يقدم إثباتات كاملة ومقنعة، لم يعد مجرد “مساعد”， بل أصبح “صندوقًا أسود”. قارن تيري تاو الباحثين في الرياضيات بالمسافرين الذين يبحثون عن شلالات في جبال شاهقة؛ قد يضلون الطريق ويكتشفون جداول مائية وصخور مثيرة للاهتمام، ويسجلونها على خريطة لتوجيه المسافرين الآخرين. لكن الذكاء الاصطناعي يقوم بإسقاط المسافرين مباشرة أمام الشلالات، دون أن يمنحهم الفرصة لاستكشاف الطريق أو تسجيل المعلومات.
بالنسبة لعلماء الرياضيات، هذه “الخريطة” (الأفكار والأدوات الجديدة التي تم اكتشافها أثناء البحث) أكثر قيمة من الشلال نفسه (الإجابة النهائية)، لأن الخريطة يمكن استخدامها من قبل الآخرين، بينما الشلال لا يمكن رؤيته إلا مرة واحدة.
2. المشكلة الأعمق: الأسئلة الجيدة في الرياضيات هي مورد غير قابل لإعادة التجديد
لدى علماء الرياضيات قلق أعمق: الذكاء الاصطناعي يهدر موارد الرياضيات الثمينة. يشبه تيري تاو المشكلات الرياضية بـ “الفولاذ ذو الخلفية المنخفضة الإشعاع”، وهو الفولاذ الذي تم إنتاجه قبل أول تجربة نووية في عام 1945؛ لم يتأثر بالغبار المشع، لذا كان مادة ممتازة لصنع أجهزة دقيقة مثل أجهزة الكشف النووي، وهو غير قابل لإعادة التجديد.
المشكلات الرياضية مشابهة لذلك:
- يمكن إنشاء الأسئلة بسهولة باستخدام الذكاء الاصطناعي.
- لكن الأسئلة الجيدة نادرة؛ يتم تحديدها بناءً على حدس وخبرة علماء الرياضيات عبر الأجيال. هذه المشكلات الجيدة هي مورد غير قابل لإعادة التجديد.
الآن، تستخدم شركات الذكاء الاصطناعي هذه المشكلات الثمينة كجزء من عمليات التقييم، وتستخدم قوة حسابية هائلة لحلها، وبمجرد نشر الإجابات، تنخفض قيمة هذه المشكلات كمجموعات اختبار “غير ملوثة”.
الأسوأ من ذلك أن هذا يقلل من حماس الشباب لحل المشكلات. في الماضي، كان يستغرق طالب الدكتوراه ثلاث سنوات لحل مشكلة صعبة، وهذه العملية كانت تساعده على النمو. الآن، يمكن للذكاء الاصطناعي إنتاج الإجابة في 11 دقيقة، فهل سيكون الشباب مستعدين لقضاء ثلاث سنوات في البحث يدويًا؟ إذا لم يعد أحد مستعدًا للقيام بالاستكشافات الأساسية، من سيتولى مهام البحث في المستقبل؟
3. صعوبة هضم الإجابات الناتجة عن الذكاء الاصطناعي
قد تتساءلون: الإجابة صحيحة والمنطق سليم (تم التحقق منه بواسطة برامج Lean)، فلماذا لا يقبلها علماء الرياضيات؟
اقترح تيري تاو مفهومًا يسمى “صعوبة هضم الإثباتات الناتجة عن الذكاء الاصطناعي”: الأوراق البحثية الناتجة عن الذكاء الاصطناعي، سواء كانت صحيحة أم خاطئة، تبدو مقنعة للغاية، لكنها غالبًا ما تفتقر إلى التدفق الطبيعي للتفكير البشري.
- الإثباتات البشرية تشبه المقالات الأدبية، لها بداية وتطور ونهاية، وتوضيح لـ “لماذا قمت بهذا”، وتفاصيل عن الصعوبات التي واجهها الباحث أثناء العملية.
- الإثباتات الناتجة عن الذكاء الاصطناعي تشبه تقارير الكود، تحتوي فقط على خطوات محددة، لكنها تفتقر إلى التفسير.
يجد علماء الرياضيات أن قراءة الإثباتات الناتجة عن الذكاء الاصطناعي مثل تناول بسكويت مضغوط؛ قد تشعر بالشبع (لأنك حصلت على الإجابة)، لكن جسمك (عقلك) لا يستطيع امتصاص التغذية (طرق التفكير). إذا لم تتمكن المعرفة الرياضية من أن تُهضم وتُنقل إلى الأجيال القادمة، فهي مجرد بيانات، وليست حكمة.
4. من الهندسة اليونانية القديمة إلى نظام التموضع العالمي (GPS): العملية هي مصدر الابتكار
إذا وجدت أن فكرة “أهمية العملية” مجردة، دعني أخبركم قصة من اليونان القديمة ونظام التموضع العالمي (GPS):
في عام 300 قبل الميلاد، كتب أفلاطون كتاب “الأصول الهندسية” الذي أسس نظام الهندسة الأفقية. كانت النظرية الخامسة (نظرية التوازي) معقدة للغاية، وحتى أفلاطون نفسه نادرًا ما استخدمها.
على مدى ألفي عام، حاول العديد من علماء الرياضيات إثباتها دون جدوى. حتى القرن التاسع عشر، استخدم العالم الروسي روبليتشفسكي نهجًا مختلفًا: افترض أن النظرية الخامسة غير صحيحة، ليرى ماذا سيحدث.
نتيجة لذلك، ب