هوش مصنوعی کلود احتمالاً یکی از بزرگ‌ترین معماهای ریاضیات را حل کرده است

...

یکی از مهم‌ترین اتفاقات دنیای هوش مصنوعی در سال ۲۰۲۶، ادعای حل یکی از پیچیده‌ترین و قدیمی‌ترین مسائل حل‌نشده ریاضیات با کمک هوش مصنوعی است. بر اساس گزارشی از مجله Scientific American، یک ریاضیدان به نام لِوِنت آلپوگه (Levent Alpöge) از شرکت آنتروپیک (Anthropic) با کمک مدل هوش مصنوعی Claude موفق شده است راه‌حلی برای فرضیه مشهور ریمان ارائه کند؛ مسئله‌ای که بیش از ۱۶۰ سال ذهن ریاضیدانان را به خود مشغول کرده است. نکته قابل‌توجه این است که بررسی‌های مستقل اولیه نیز اعتبار فنی اثبات ارائه‌شده را تقویت کرده‌اند.

فرضیه ریمان چیست و چرا اهمیت دارد؟

فرضیه ریمان یکی از بنیادی‌ترین مسائل نظریه اعداد است که نخستین بار در سال ۱۸۵۹ توسط ریاضیدان آلمانی، برنهارد ریمان، مطرح شد. این فرضیه به چگونگی توزیع اعداد اول در میان اعداد طبیعی مربوط می‌شود.اعداد اول، اعدادی مانند ۲، ۳، ۵، ۷ و ۱۱ هستند که تنها بر یک و خودشان بخش‌پذیرند. اگرچه این اعداد در نگاه اول الگویی نامنظم دارند، ریاضیدانان معتقدند ساختار عمیق‌تری در نحوه توزیع آن‌ها وجود دارد.

فرضیه ریمان با استفاده از تابع زتای ریمان (Riemann Zeta Function) تلاش می‌کند این ساختار را توضیح دهد. اثبات این فرضیه می‌تواند درک ریاضیدانان از توزیع اعداد اول را به شکل چشمگیری گسترش دهد و بر شاخه‌های مختلف ریاضیات تأثیر بگذارد. این مسئله یکی از هفت مسئله جایزه هزاره مؤسسه ریاضیات کلی (Clay Mathematics Institute) است که برای حل هرکدام از آن‌ها جایزه یک میلیون دلاری در نظر گرفته شده است.

نقش هوش مصنوعی Claude در این دستاورد

طبق گزارش منتشرشده، آلپوگه با استفاده از مدل Claude، متعلق به شرکت Anthropic، فرایند دستیابی به این اثبات را پیش برده است. آنچه این اتفاق را از بسیاری از کاربردهای معمول هوش مصنوعی متمایز می‌کند، پیچیدگی استدلال‌های ریاضی و حجم بسیار زیاد محاسبات و مراحل اثبات است. به گفته آلپوگه، خروجی این فرایند به اندازه‌ای گسترده بوده که ارائه آن در قالب یک مقاله متنی معمولی عملاً امکان‌پذیر نبوده است. به همین دلیل، اثبات در قالب کدهای زبان Lean منتشر شده؛ زبانی تخصصی که برای صورت‌بندی و بررسی رسمی گزاره‌های ریاضی طراحی شده است. در این روش، به‌جای اینکه صرفاً به توضیحات یک مدل هوش مصنوعی اعتماد شود، مراحل استدلال در قالبی رسمی قرار می‌گیرند تا یک سیستم بررسی‌کننده بتواند اعتبار منطقی آن‌ها را ارزیابی کند.

 

هوش مصنوعی Claude و ریاضیات

 

بررسی مستقل ریاضیدانان؛ آیا اثبات واقعاً درست است؟

یکی از مهم‌ترین بخش‌های این خبر، بررسی نتیجه توسط متخصصان مستقل است. انتشار یک پاسخ از سوی هوش مصنوعی به‌تنهایی برای اثبات یک مسئله ریاضی کافی نیست؛ زیرا ممکن است مدل در استدلال خود دچار خطا شده باشد یا حتی مسئله متفاوتی را حل کرده باشد. در همین راستا، اندرو ساترلند (Andrew Sutherland)، ریاضیدان مؤسسه فناوری ماساچوست (MIT)، اثبات منتشرشده را به‌صورت مستقل با استفاده از Lean بررسی و اجرا کرده است. نتیجه این بررسی نشان داده که کدهای اثبات بدون خطای فنی کامپایل می‌شوند و هسته بررسی‌کننده Lean نیز توانسته است مراحل آن را با استفاده از اصول استاندارد این سیستم تأیید کند.

کوین بازارد (Kevin Buzzard)، ریاضیدان کالج امپریال لندن، نیز بر اهمیت یک بررسی تکمیلی تأکید کرده است. این بررسی که با عنوان Comparator Run شناخته می‌شود، باید اطمینان حاصل کند که گزاره‌ای که در کد اثبات شده دقیقاً همان فرضیه ریمان است و هیچ تغییر پنهانی در تعریف نمادها یا قواعد ریاضی صورت نگرفته است. بنابراین، اگرچه شواهد فنی مستقل بسیار امیدوارکننده هستند، در زمان انتشار گزارش Scientific American هنوز بررسی نهایی در جریان بوده است. 

آینده ریاضیات در عصر هوش مصنوعی

اهمیت این اتفاق تنها به حل یک مسئله قدیمی ریاضی محدود نمی‌شود. اگر این اثبات به‌طور کامل تأیید شود، می‌تواند نقطه عطفی در تاریخ همکاری انسان و هوش مصنوعی باشد. تا پیش از این، بسیاری از سیستم‌های هوش مصنوعی در حل مسائل ریاضی به محاسبات، الگوهای آماری و مسائل از پیش تعریف‌شده متکی بودند؛ اما دستیابی به یک اثبات رسمی برای مسئله‌ای با این سطح از پیچیدگی، نشان‌دهنده ظرفیت جدیدی برای استفاده از مدل‌های هوش مصنوعی در پژوهش‌های علمی است.

البته این دستاورد به معنای جایگزینی ریاضیدانان با ماشین‌ها نیست. در این پروژه، تخصص ریاضی آلپوگه، هدایت فرایند پژوهش و توانایی Claude در توسعه استدلال‌های پیچیده، در کنار یکدیگر قرار گرفته‌اند. آنچه اکنون اهمیت دارد، نه‌فقط صحت نتیجه، بلکه درک چگونگی رسیدن به آن است. ممکن است ماه‌ها یا حتی سال‌ها زمان لازم باشد تا جامعه ریاضیات بتواند تمام جزئیات این اثبات را بررسی، ساده‌سازی و درک کند. در نهایت، این رویداد می‌تواند آغاز مرحله جدیدی از کاربرد هوش مصنوعی در کشف دانش باشد؛ مرحله‌ای که در آن مدل‌های هوشمند صرفاً ابزار پاسخ‌گویی نیستند، بلکه به همکارانی فعال در مرزهای پژوهش علمی تبدیل می‌شوند. 

منبع خبر: scientificamerican

نظرات 0

wave

ارسال نظر

wave
برای ثبت نظر ابتدا وارد حساب کاربری خود شوید. ورود | ثبت نام

در آرتیجنس دنبال چی میگردی؟