🔺 زلزله در جامعه ریاضیات: انتشار ۳۷۷ دستاورد ریاضی توسط مدل محرمانه OpenAI و اعتراض دانشمندان

🔹 شرکت OpenAI در اقدامی کم‌سابقه، ۳۷۷ مقاله و اثبات ریاضی را در قالب یک مخزن عمومی در گیت‌هاب منتشر کرد؛ نتایجی که توسط یک مدل هوش مصنوعی اختصاصی، فوق‌پیشرفته و منتشرنشده تولید شده‌اند. این اقدام که ادعاهایی درباره پیشرفت در مسائل کلاسیک نظیر «حدس برچ و سوئینرتون-دایر» را دربردارد، به جای هیجان، موجی از نگرانی و انتقاد جدی را در میان ریاضی‌دانان برجسته جهان ایجاد کرده است.

❕ چرا ریاضی‌دانان از رویکرد «انبارش داده» خشمگین هستند؟
چند قرن پیشرفت در ریاضیات بر پایه‌های شفافیت، دسترسی آزاد به مسیر استدلال و داوری همتا بنا شده است. کارگروه مشورتی ریاضیات و هوش مصنوعی در «موسسه مطالعات پیشرفته پرینستون» (IAS) اخیراً رسماً هشدار داده بود که آزمایشگاه‌های پیشرو نباید قضایای ریاضی را با مدل‌های اختصاصی و بسته‌ای که محققان به آن دسترسی ندارند، مورد آزمون قرار دهند. از نگاه پژوهشگران، ریختن صدها مقاله بررسی‌نشده از دل یک «جعبه سیاه محرمانه» به دنیای علم، دستاورد واقعی نیست؛ بلکه بار سنگین راستی‌آزمایی صدها ادعای احتمالی را بر دوش دانشگاهیان می‌اندازد.

🔹 خود OpenAI نیز در توضیحات این مخزن اعتراف کرده است که همه این نتایج به مرحله راستی‌آزمایی نهایی نرسیده‌اند و بسیاری از آن‌ها هنوز در قالب کدهای اثبات صوری پیاده‌سازی نشده‌اند؛ اعترافی که نشان می‌دهد احتمال وجود استدلال‌های ناقص، توهم مدل و خطاهای بنیادی در این مقالات کاملاً بالاست.

❕ اثبات صوری با زبان «لین» (Lean) چیست و چرا حیاتی است؟
در دوران مدرن، دانشمندان از نرم‌افزارهای دستیار اثبات مانند «لین» استفاده می‌کنند تا برهان‌های ریاضی را به زبان ماشین تبدیل کنند. وقتی یک اثبات در این قالب بازنویسی می‌شود، کامپیوتر می‌تواند بدون دخالت خطا، درستی منطقی تمام گام‌ها را با قطعیت تضمین کند. بدون چنین کدهایی، بازبینی صدها صفحه دستاورد تولیدشده توسط یک مدل هوش مصنوعی، ماه‌ها وقت ریاضی‌دانان را می‌گیرد؛ آن هم در حالی که هنوز مشخص نیست استدلال‌های مدل چه زمانی معتبر و چه زمانی توهم‌آمیز است.

🔹 این رویداد، نمادی بارز از تعارض دو دیدگاه است؛ فرهنگ شتاب‌زده شرکت‌های هوش مصنوعی که به انتشار سریع محصولات تمایل دارد، در برابر وسواس آکادمیک ریاضی‌دانان که اعتبار و درک فرآیند را فراتر از اعلام نتیجه نهایی می‌دانند. تا زمانی که این مدل‌ها به صورت شفاف در دسترس پژوهشگران قرار نگیرند، جامعه علمی چنین انتشاراتی را به عنوان پیشرفت معتبر نخواهد پذیرفت.

[منبع] [منبع]
🆔 @Science_Focus
#هوش_مصنوعی #ریاضیات #اوپن_ای_آی #اخلاق_علم #علوم_کامپیوتر #اثبات_صوری