تمكن ديفيد تورتوريان، الباحث في شركة Physical Superintelligence (PSI)، من حل معضلة علمية استعصت على العلماء لنحو 18 عاماً، وهي "حدسية آرونسون-أمبينيس" (Aaronson-Ambainis conjecture)، وذلك باستخدام وصول مبكر لنموذج Fable 5.2 من شركة Anthropic. وتتعلق هذه المعضلة بقدرة الحواسيب الكمية على حل المشكلات بسرعة تفوق الحواسيب التقليدية.
ما الذي تغير فعلياً؟
تعد هذه النتيجة "نتيجة سلبية" في سياق البحث العلمي، حيث أغلقت مساراً كان يعتقد سابقاً أنه قد يساهم في تسريع الحوسبة الكمية، مما يوجه جهود الباحثين نحو مسارات أخرى أكثر جدوى. وقد تم التحقق من صحة الحل عبر لغة البرمجة الرياضية Lean، كما تمت مراجعته من قبل فريق من كبار الباحثين، بمن فيهم سكوت آرونسون، أحد واضعي المعضلة الأصليين، الذي أكد صحة الحل رغم تعقيده.
لماذا يهم هذا الخبر؟
يمثل هذا الإنجاز تحولاً في كيفية إجراء البحوث العلمية، حيث تسعى شركة PSI إلى بناء نموذج عمل يعتمد على "مختبرات الذكاء الاصطناعي الجديدة" (neolabs). بدلاً من الاعتماد الكلي على المنهجية البشرية التقليدية، تستخدم الشركة أنظمة متخصصة وأدوات محاكاة لتعميق البحث العلمي. يرى مات باينز، الرئيس التنفيذي لشركة PSI، أن المستقبل يتجه نحو جعل الفيزياء النظرية مجالاً تهيمن عليه الآلات بشكل أساسي.
التحديات والآفاق المستقبلية
على الرغم من النجاح في مجالات مثل الرياضيات والحوسبة، لا يزال تطبيق الذكاء الاصطناعي في علوم الفيزياء والعلوم الحيوية يواجه تحديات أكبر، نظراً لأن الطبيعة تتطلب تحققاً تجريبياً لا يقتصر على الكود البرمجي. وتعمل PSI حالياً على تطوير حلقات عمل تدمج النتائج الحسابية مع التحقق التجريبي الفعال. كما تثير هذه التطورات تساؤلات حول المعايير الأخلاقية والأكاديمية الجديدة في ظل تسارع وتيرة الاكتشافات العلمية المدعومة بالذكاء الاصطناعي، حيث بدأت الأوساط الأكاديمية، مثل جامعة MIT، في عقد قمم لمناقشة كيفية التعامل مع هذا الواقع الجديد.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.