قصة المعادلة التي حيّرت العلماء لعقود: هل يستطيع الذكاء الاصطناعي حل لغز المليون دولار؟
قصة المعادلة التي حيّرت العلماء 90 عامًا.. كيف استخدم الذكاء الاصطناعي آلاف العقول لحل لغز المليون دولار؟
تخيّل أن هناك سؤالًا رياضيًا ظل مفتوحًا لنحو 90 عامًا، وحاولت أجيال من العلماء الوصول إلى إجابة له دون نجاح حاسم.
ثم يأتي الذكاء الاصطناعي، ليس ليعطي إجابة في ثوانٍ، بل ليبدأ في استكشاف آلاف الطرق الممكنة للحل في الوقت نفسه.
في 8 سبتمبر 2026، أعلنت OpenAI أن أحد أنظمتها الداخلية للذكاء الاصطناعي توصل إلى برهان يتعلق بمسألة Navier–Stokes Existence and Smoothness، وهي واحدة من مسائل الألفية السبع التي اختارها معهد كلاي للرياضيات، والتي تبلغ قيمة الجائزة الخاصة بكل منها مليون دولار.
وقد أثار الإعلان اهتمامًا واسعًا في الصحافة العالمية، كما تناولته تغطيات عربية للإنجاز، من بينها تقرير الاتحاد.
لكن الجزء الأكثر إثارة في القصة ليس النتيجة وحدها.
بل كيف وصل الذكاء الاصطناعي إليها؟
أولًا.. ما المشكلة أصلًا؟
معادلات Navier–Stokes تصف حركة الموائع، مثل الماء والهواء، وتظهر في مجالات واسعة من الفيزياء والهندسة.
لكن العلماء لم يكونوا يبحثون عن حل لحالة معينة.
كان السؤال أعمق:
إذا بدأ المائع في حالة منتظمة وناعمة، فهل سيظل كذلك إلى الأبد؟
أم يمكن أن تتطور المعادلات بطريقة تؤدي إلى ظهور تفرد رياضي خلال فترة زمنية محدودة؟
هذا هو جوهر مسألة الوجود والنعومة، التي يصفها معهد كلاي بأنها واحدة من مسائل الألفية الكبرى في الرياضيات.
إذًا.. كيف حاول الذكاء الاصطناعي حلها؟
هنا تبدأ النقطة الأكثر إثارة.
OpenAI تقول إنها لم تضع المسألة أمام نموذج واحد وتنتظر منه كتابة برهان، بل استخدمت نظامًا داخليًا يعتمد على آلاف الوكلاء الذكيين الذين يستطيعون العمل على المشكلة بالتوازي.
تخيّل غرفة ضخمة فيها آلاف الباحثين.
كل واحد منهم يحاول التفكير في طريق مختلف.
واحد يبحث عن طريقة لفهم سلوك الدوامات.
آخر يحاول إثبات أن كمية معينة يمكن أن تصبح غير محدودة.
ثالث يبحث عن حالة رياضية يمكن أن تؤدي إلى التفرد.
ورابع يحاول معرفة ما إذا كانت فكرة سابقة يمكن تحويلها إلى خطوة في البرهان.
ثم تُجمع الأفكار الواعدة ويُبنى عليها بدلًا من الاعتماد على مسار واحد فقط.
وبحسب OpenAI، وصل عدد الوكلاء المشاركين إلى نحو 10 آلاف وكيل، وعملوا بالتوازي لنحو 88 ساعة قبل الانتقال إلى مرحلة التحقق الرسمي.
وتشير تقارير عن التجربة إلى أن الوكلاء تبادلوا ملايين الرسائل أثناء عملية البحث، وهو ما يوضح حجم المساحة التي كان النظام يستكشفها.
بمعنى آخر، الذكاء الاصطناعي لم يكن "يعرف الإجابة" مسبقًا.
بل كان يقوم بما يشبه البحث في مساحة هائلة من الاحتمالات.
كل فكرة تقود إلى طريق مسدود يمكن تركها، بينما الأفكار التي تبدو واعدة يمكن تطويرها واختبارها.
وهنا تكمن واحدة من أقوى إمكانات الذكاء الاصطناعي في البحث العلمي:
بدل أن يبحث عقل واحد في طريق واحد، يمكن لآلاف الوكلاء البحث في آلاف الاتجاهات في الوقت نفسه.
وما الفكرة التي وصلوا إليها؟
بحسب وصف OpenAI، توصل النظام إلى برهان يتعلق بإمكانية حدوث تفرد خلال زمن محدود في نظام ثلاثي الأبعاد من معادلات Navier–Stokes.
الفكرة تعتمد على تطور دوامات في المائع بطريقة تؤدي إلى زيادة تركّزها واستطالتها، إلى أن تصل كمية رياضية مرتبطة بالحل إلى حالة تصبح فيها غير محدودة خلال فترة زمنية محدودة.
وهذا ما يُعرف باسم finite-time blowup.
كلمة "انفجار" هنا لا تعني انفجارًا حقيقيًا…...
إنها تعني أن قيمة رياضية يمكن أن تتجه إلى ما لا نهاية خلال فترة زمنية محدودة.
والأهم أن OpenAI تقول إن النظام لم يكتفِ بإنتاج الفكرة، بل حوّل البرهان إلى صيغة رسمية باستخدام Lean، وهي أداة للتحقق الحاسوبي من البراهين الرياضية.
وهذا يضيف طبقة مهمة جدًا:
فالذكاء الاصطناعي لم يقدم مجرد إجابة مكتوبة بلغة تبدو مقنعة، وإنما حاول تحويل خطوات البرهان إلى صيغة يمكن فحصها بصورة آلية.
لماذا هذا مهم أصلًا؟
لأن أهمية القصة لا تتعلق بـNavier–Stokes وحدها.
ما نراه هنا هو نموذج مختلف لاستخدام الذكاء الاصطناعي في العلم.
اليوم لدينا مسألة رياضية صعبة.
غدًا يمكن أن تكون المشكلة:
اكتشاف دواء جديد.
تصميم مادة جديدة.
تحسين خوارزمية.
إيجاد طرق أكثر كفاءة لتخزين الطاقة.
البحث عن حلول لمشكلات في الفيزياء.
أو اكتشاف فرضيات علمية لم يفكر فيها الإنسان من قبل.
الفكرة الأساسية هي أن الإنسان محدود بعدد الأفكار التي يستطيع تجربتها في وقت معين.
أما نظام يضم آلاف الوكلاء، فيمكنه تجربة آلاف المسارات بالتوازي.
وهذا لا يعني أن كل فكرة ستكون صحيحة.
لكن إذا أصبح الذكاء الاصطناعي جيدًا بما يكفي في التخلص من الأفكار الضعيفة والاحتفاظ بالأفكار الواعدة، فقد يصبح أداة بحث قوية جدًا.
>/هل هذا تهديد للعلماء؟
للوهلة الأولى، قد يبدو كذلك.
إذا كان بإمكان الذكاء الاصطناعي استكشاف آلاف الأفكار في الوقت الذي يحتاج فيه الإنسان إلى أيام أو أشهر، فمن الطبيعي أن يظهر السؤال:
هل سيحل الذكاء الاصطناعي محل العلماء؟
لكن ربما يكون هذا هو السؤال الخطأ.
لأن ما حدث مع Navier–Stokes يشير إلى سيناريو مختلف.
الذكاء الاصطناعي يستطيع البحث بسرعة هائلة، لكنه لا يجعل فهم الإنسان للمشكلة أقل أهمية.
العالم ما زال بحاجة إلى تحديد السؤال، وفهم معنى النتيجة، وتقييم الأفكار، وربطها بالمعرفة الموجودة.
بمعنى آخر:
الذكاء الاصطناعي قد لا يأخذ مكان العالم، بل قد يعطي العالم آلاف العقول المساعدة.
وهذا هو الجزء الذي يجعل الأمر مثيرًا أكثر من كونه مخيفًا.
لكن ماذا لو أصبح الذكاء الاصطناعي أفضل منا؟
هنا يبدأ السؤال الحقيقي.
إذا كان الذكاء الاصطناعي يستطيع اليوم مساعدة الباحثين في استكشاف مشكلة رياضية معقدة، فما الذي سيحدث عندما يصبح قادرًا على فعل الشيء نفسه في آلاف المسائل العلمية في الوقت نفسه؟
قد نصل إلى مرحلة لا يكون فيها أكبر تحدٍ هو قدرة الإنسان على اكتشاف شيء جديد، بل قدرته على فهم وتقييم الكم الهائل من الأفكار والاكتشافات التي تنتجها الآلات.
وهذا يعني أن مهارات مثل التفكير النقدي، والتحقق، وفهم العلوم، وطرح الأسئلة الصحيحة قد تصبح أهم من أي وقت مضى.
إذًا.. تهديد أم بداية؟
ربما تكون الإجابة: Stepping Stone.
ما حدث مع Navier–Stokes قد لا يكون لحظة أصبح فيها الذكاء الاصطناعي "عالم رياضيات مستقلًا".
بل قد يكون خطوة أولى نحو شكل جديد من البحث العلمي.
في الماضي، كان العالم لديه عقل واحد ومجموعة محدودة من الأدوات.
اليوم يستطيع العالم استخدام نموذج ذكاء اصطناعي.
وفي المستقبل، ربما يستطيع تشغيل آلاف الوكلاء، كل واحد منهم يبحث عن طريق مختلف، بينما يعمل الإنسان كمنسق ومراجع ومفسر للنتائج.
وهنا تتغير الفكرة بالكامل.
لم يعد السؤال:
هل يستطيع الذكاء الاصطناعي أن يفكر بدلًا منا؟
بل:
ماذا يمكن للبشر أن يكتشفوا عندما يصبح لديهم ذكاء اصطناعي يساعدهم على التفكير في آلاف الاتجاهات في الوقت نفسه؟
وربما تكون قصة Navier–Stokes ليست قصة نهاية دور الإنسان في العلم.
بل بداية عصر يستطيع فيه الإنسان والذكاء الاصطناعي البحث معًا في أماكن لم يستطع أي منهما الوصول إليها بمفرده.
الرجاء تسجيل الدخول لتتمكن من التعليق