قد يكون نموذج من OpenAI قد نجح في حل مسألة رياضية استعصت على الباحثين لعقود من الزمن، بحسب ورقة بحثية جديدة.
الورقة، المؤلفة من ثلاث صفحات والمستضافة على شبكة توصيل المحتوى الرسمية لـ OpenAI، تزعم تقديم برهان لحدسية «الغلاف الدوري المزدوج» في نظرية الرسوم البيانية، وهي مسألة كلاسيكية مفتوحة منذ زمن طويل. وتؤكد الورقة أن البرهان وُلد بالكامل من نموذج GPT-5.6 Sol Ultra، مع الاستعانة بـ Codex وGPT-5.6 Sol في تحويل العمل الخام إلى صيغة بحث مكتوب.
الادعاء ضخم. فإذا نجح رياضيون مستقلون في تأكيد صحة البرهان، فسيُعد ذلك دليلاً على أن النماذج المتقدمة للذكاء الاصطناعي باتت قادرة على ما يتجاوز تلخيص الأبحاث القائمة أو المساعدة في الحسابات؛ وقد تصبح قادرة على توليد رياضيات أصيلة وقوية بما يكفي لحل مسائل عجز عنها البشر لعقود.
لكن في الوقت الراهن يظل ما لدينا «برهاناً مزعوماً» لا «إنجازاً مقبولاً» في المجتمع الرياضي.
ما الذي يُفترض أن الذكاء الاصطناعي قد حلّه؟
نظرية الرسوم البيانية هي فرع من الرياضيات يهتم بدراسة الشبكات.
يمكن تخيّل الرسم البياني بوصفه مجموعة من النقاط الموصولة بخطوط. النقاط قد تمثّل أشخاصاً، حواسيب، مدناً أو أي كيانات أخرى، بينما تمثّل الخطوط العلاقات أو الروابط بينها.
حدسية «الغلاف الدوري المزدوج» تسأل عمّا إذا كان كل رسم بياني متّصل وخالٍ من «نقطة فشل حرجة وحيدة» يمكن تغطيته بمجموعة من الدورات (الدوائر) بحيث يظهر كل رابط في هذه الدورات مرتين بالضبط.
قد يبدو ذلك تجريداً محضاً، لكن المسألة ظلّت مفتوحة لعقود، وارتبطت بأسماء رياضيين بارزين مثل وليام توت، جورج سزيكيريش وبول سيمور.
الباحثون أثبتوا صحة الفكرة لفئات معيّنة من الرسوم البيانية، لكنهم لم ينجحوا في تعميمها على كل الحالات.
الورقة الجديدة المستضافة لدى OpenAI تزعم أنها تسد هذه الفجوة.
الفكرة الأساسية وراء البرهان
حجة الورقة تقنية إلى حد بعيد، لكن استراتيجيتها العامة يمكن تبسيطها.
في البداية، تُخفض المسألة إلى فئة أبسط من الرسوم البيانية، هي تلك التي تملك كل نقطة فيها ثلاث روابط بالضبط.
بعد ذلك يستخدم النموذج أداة رياضية معروفة باسم «التدفق» لإسناد تسميات إلى الروابط في الرسم البياني. ثم يُعاد تنظيم هذه التسميات بحيث تتشكّل الروابط تلقائياً في دورات.
الشرط الحاسم هو أن يظهر كل رابط في دورتين لا أكثر ولا أقل.
وتقول الورقة إن عدم التوافق المتبقي بين أجزاء مختلفة من الشبكة يمكن حله بأدوات الجبر الخطي. وحين تُحل مشكلة الاتساق هذه، ينتج غلاف دوري يغطي كامل الرسم البياني.
بعبارة مبسطة، يبدو أن الذكاء الاصطناعي جمع بين عدة أدوات رياضية معروفة، ووصل بينها بطريقة جديدة، واستخدمها لبناء الدورات المطلوبة على كل شبكة تستوفي شروط الحدسية.
لماذا قد يكون هذا مهماً للذكاء الاصطناعي؟
أنظمة الذكاء الاصطناعي تُستخدم بالفعل على نطاق واسع في كتابة الشيفرة البرمجية، وتحليل الأسواق، وإنتاج ملخصات بحثية، ومساعدة العلماء في أعمالهم.
لكن برهان حدسية رياضية كبرى مستوى مختلف تماماً من المهام.
فالبرهان الصحيح يجب أن يعمل في كل حالة يغطيها theorem، ولا يكفي أن يبدو مقنعاً أو أن يعطي نتائج صحيحة في بضع أمثلة فقط.
اقرأ أيضاً: توقّعات أرباح Anthropic في الربع الثالث تتجاوز مليار دولار مع اقتراب طرحها للاكتتاب
لهذا تعد الرياضيات من أوضح الاختبارات لقدرة نظام ذكاء اصطناعي على الاستدلال الموثوق، لا مجرد توليد نصوص تبدو معقولة.
وإذا كان البرهان صحيحاً، فسيشير ذلك إلى أن النماذج الحدّية باتت قادرة على تركيب المعرفة القائمة في حجج جديدة فعلاً.
وسيكون لذلك أثر يتجاوز نظرية الرسوم البيانية؛ إذ يمكن لأنظمة مشابهة أن تساعد مستقبلاً في استكشاف أسئلة عصية في الفيزياء، والتشفير، وعلوم الحاسوب، والاقتصاد.
الاختبار الحقيقي يبدأ الآن
استضافة الورقة على نطاق تتحكم فيه OpenAI تمنح الوثيقة «سلسلة ثقة» أقوى مما لو كانت مجرّد رفع مجهول المصدر، لكنها بالتأكيد لا تجعل البرهان صحيحاً تلقائياً.
المخطوطة لا تذكر أسماء مؤلفين بشريين، ولا تسجل تاريخ مراجعة أقران، ولا تتضمّن تعليقات من مختصين مستقلين في نظرية الرسوم البيانية.
وهذا مهم لأن المسائل الرياضية الشهيرة تستقطب بانتظام «حلولاً مزعومة» يتبيّن لاحقاً أنها تنطوي على ثغرات خفية.
قد يبدو البرهان أنيقاً من الوهلة الأولى، لكنه قد يفشل لأن خطوة ما تفترض شيئاً لا يصح دائماً، أو تغفل حالة خاصة، أو تُسقط نظرية قائمة على نطاق أوسع مما تسمح به شروطها.
الخطوة التالية إذن هي التحقق المستقل.
سيتعيّن على الرياضيين فحص كل اختزال في الحجة، والتأكد من أن استدلالات الجبر الخطي تعمل على كل الرسوم «الخالية من الجسور» التي تغطيها الحدسية.
وقد يحاول باحثون أيضاً ترجمة البرهان إلى صيغة «برهان صوري» في أنظمة مساعِدة آلية، حيث تُفحص كل خطوة منطقية برمجياً.
إنجاز مُعلن… لا حقيقة محسومة
الوصف الأكثر حذراً اليوم هو أن نموذجاً من OpenAI قدّم برهاناً محتملاً مهمّاً لا يزال بحاجة إلى توثيق خارجي.
وإذا اكتشف الخبراء خطأً ما، فقد يظل للورقة قدر من القيمة من خلال تقديم نهج أو اختزال جديد، حتى لو لم يثبت البرهان النهائي.
أما إذا صمد البرهان أمام التدقيق، فسيكون الأثر أوسع بكثير.
سيكون معنى ذلك أن نظام ذكاء اصطناعي لم يكتفِ بمساعدة رياضي بشر، بل نُسب إليه حل مستقل لمسألة ظلّت مفتوحة لأجيال.
وبالتالي، ليست القصة حتى الآن أن الذكاء الاصطناعي «حسم نهائياً» حدسية الغلاف الدوري المزدوج، بل أنه «قد يكون فعل ذلك»، وأن على المجتمع الرياضي أن يحدد ما إذا كان النموذج قد طبخ برهاناً حقيقياً أم أخرج واحدة من أكثر «الأخطاء المقنعة» حتى اليوم.
اقرأ التالي: الصين تجري محادثات مع Alibaba وByteDance حول تقييد تصدير نماذج الذكاء الاصطناعي