واشنطن في 09 سبتمبر /قنا/ أعلنت شركة "أوبن إيه آي" OpenAI تحقيق ما وصفته بأنه إنجاز تاريخي في مجال الرياضيات، بعدما قالت إنها توصلت إلى حل معادلات "نافير-ستوكس Navier-Stokes"، إحدى أبرز المسائل الرياضية التي ظلت دون حل لنحو 90 عاما، لكن الإعلان سرعان ما أثار جدلا بين باحثين شككوا في ظروف الوصول إلى الحل وتوقيته.

وتُعد معادلات نافير-ستوكس من أصعب المسائل الرياضية المفتوحة، وهي تتعلق بوصف حركة السوائل والغازات، مثل الماء والهواء والدم. وببساطة، تحاول المعادلات الإجابة عن سؤال أساسي: هل يمكننا إثبات أن هذه المعادلات تظل قادرة دائما على وصف حركة السوائل بصورة منتظمة، أم يمكن أن تصل إلى مرحلة تصبح فيها الحركة شديدة الفوضى بحيث ينهار الحل الرياضي؟وتُعد تلك المعادلات إحدى "مسائل جائزة الألفية" السبعة التي اختارها معهد كلاي للرياضيات، مع تخصيص جائزة مالية قدرها مليون دولار لكل مسألة تُحل وفق المعايير العلمية المعتمدة.

وقالت OpenAI، في منشور على مدونتها، إنها تمكنت من التوصل إلى حل للمعادلات باستخدام نموذج ذكاء اصطناعي داخلي يفوق في قدراته نموذج GPT-6 Astra، الذي أطلقته الشركة حديثا، إلى جانب تشغيل 10 آلاف وكيل ذكاء اصطناعي بنحو متزامن.
وأوضحت الشركة أنها بدأت تدريب النموذج المستخدم في هذا الإنجاز في 28 أغسطس، مشيرة إلى أنه أظهر "أداء غير مسبوق" في اختبارات القياس، ومنها اختبارات الرياضيات.

من جانبه، كشف عالم الرياضيات في جامعة نيويورك تريستان باكميستر عن نتائج بحثية مرتبطة بالمعادلات قبل إعلان OpenAI بيوم واحد فقط، بالتعاون مع ليفنت ألبوغيه، الباحث في شركة أنثروبيك.
وأشار باكميستر إلى أن OpenAI توصلت إلى برهان لمعادلات نافير-ستوكس باستخدام مسار بحثي قال إنه كان يعمل عليه مع ألبوغيه، مستعينين بأدوات Codex التابعة لـOpenAI وClaude التابعة لأنثروبيك. وأثار ذلك تساؤلات حول تمكن OpenAI بطريقة ما من الوصول إلى بيانات أو جلسات Codex التي استخدمها الباحثان خلال مشروعهما.

وقال باكميستر إنه سأل الشركة تحديدا عن كون النموذج قد دُرّب على جلساتهما في Codex أو تمكن من الوصول إليها، موضحا أنه تلقى إجابة تفيد بأن النموذج لم يطّلع على بيانات المستخدمين، لكنه لم يحصل على إجابة واضحة عندما سأل مجددا عن مسألة التدريب.
في المقابل، أكدت OpenAI أنها لم تستخدم "أي بيانات محددة لأي مستخدم من أجل حل هذه المعادلات". لكنها أضافت أنه لا يمكنها استبعاد احتمال أن تكون بيانات مجهّلة المصدر ناتجة عن استخدام منتجاتها قد أسهمت في تحسين نماذجها.