براهين OpenAI الرياضية لا تفي بمعايير المجتمع العلمي

نشرت OpenAI مؤخرًا مئات الحلول المُدعاة لبعض أصعب المسائل المفتوحة في الرياضيات. قالت المختبر إنها استشارت مجموعة استشارية من كبار علماء الرياضيات لتجنب الانتقادات التي أعقبت ادعاءها السابق عالي المستوى.

أصدرت المجموعة الاستشارية للرياضيات والذكاء الاصطناعي (AGMAI)، المستضافة من معهد الدراسات المتقدمة في برينستون، إرشادات في أواخر سبتمبر. كانت توصيتها الأولى التوقف عن اختبار المسائل المتقدمة على نماذج مملوكة، ومع ذلك فإن إصدار OpenAI يقيّم صراحة نماذجه المغلقة على مشكلات بحثية مفتوحة.

تضمنت عشر مخطوطات فقط من أصل 719 سلسلة تفكير النموذج، وبلغت نسبة البراهين التي تمت صياغتها رسميًا بلغة مثل Lean 42 % فقط. شددت المجموعة الاستشارية على ضرورة أن يتبع الفهم البشري أي نتيجة آلية، وهي مسؤولية لا تزال غير واضحة في نهج OpenAI.

وثّقت ورقة جديدة من كامبريدج وكلية كينجز في لندن فروقات بين الشروحات باللغة الطبيعية ورمز Lean لمسألة مشتقة من معادلات نافييه-ستوكس، مما يوضح فجوة الترجمة التي يمكن أن تقوض الثقة في البراهين المولدة بالذكاء الاصطناعي.

لماذا يهم ذلك البنية التحتية لـ GPU / الذكاء الاصطناعي

يتطلب تدريب نماذج الاستدلال الكبيرة والتحقق منها مجموعات GPU ضخمة. إذا تعذر التحقق من المخرجات بشكل موثوق من قبل البشر أو الأدوات الشكلية، فإن استثمار الحوسبة يعطي قيمة علمية مشكوك فيها. يجب على مزودي السحابة مثل AiGpu ضمان أن أجهزتهم تدعم ليس فقط الإنتاجية الخام بل أيضًا أدوات التحقق الشكلي والتجريب القابل للتكرار.