در دنیای ریاضیات، اثبات یک قضیه صرفاً رسیدن به نتیجه نهایی نیست، بلکه فرآیندی هنری و اکتشافی محسوب میشود که طی دههها تکامل یافته است. با این حال، با ادعای اخیر OpenAI مبنی بر حل یکی از مسائل کهن و پیچیده فیزیک ریاضی، یعنی «معادله وجود و همواری ناویه-استوکس» (Navier-Stokes existence and smoothness) به کمک هزاران عامل هوش مصنوعی، بحثهای داغی در محافل آکادمیک پیرامون آینده خلاقیت انسانی در علوم پایه شکل گرفته است.
ریاضیات؛ فراتر از اعداد، قلمرو الگوها
از دیدگاه ریاضیدانان کلاسیک همچون جی. اچ. هاردی، ریاضیات شباهت غریبی به نقاشی یا شعر دارد. ریاضیدان، معمار الگوهایی است که از ایدهها ساخته میشوند. برای دههها، مسئله «ناویه-استوکس» که رفتار سیالات ویسکوز را توصیف میکند، به عنوان یک معما برای ریاضیدانان جذاب بوده است. نکته حائز اهمیت اینجاست که علاقه محققان به این معادله، ناشی از کاربرد مهندسی آن در طراحی آیرودینامیک هواپیماها نبوده، بلکه کشش ذاتی و زیباییشناختی این مسئله برای حل معماهای انتزاعی بوده است.
تهدید فهم انسانی توسط هوش مصنوعی
روش OpenAI در برخورد با این مسئله، استفاده از «رویکرد بروتفورس» (Brute Force) بود؛ رویکردی که برخلاف روش انسانی، فاقد شفافیت در استدلالهای گامبهگام است. در روش مرسوم، یک ریاضیدان ماهها یا سالها صرف تبیین و انتقال استدلالهای خود به جامعه علمی میکند تا دیگران نه تنها نتیجه، بلکه «چرایی» و «چگونگی» آن را درک کنند. اثبات ارائه شده توسط هوش مصنوعی با ۱۶۶ صفحه متن، هنوز تحت بازبینی همتایان (Peer Review) قرار دارد و بسیاری از صاحبنظران معتقدند این نوع از اثبات، «فهم انسانی» را دور میزند و تنها به یک «بله» یا «خیر» ماشینی منتهی میشود.
مشخصات فنی و چالشهای مدلهای زبان بزرگ (LLM) در ریاضیات
- رویکرد محاسباتی: استفاده از هزاران عامل (Agents) برای تولید اثبات بدون استدلال منطقی شفاف.
- چالش شفافیت: فقدان رفرنسدهی دقیق به کارهای پیشین و مبهم بودن فرآیند استخراج دانش توسط مدل.
- فقدان خلاقیت ساختاری: مدلهای فعلی قادر به حل مسائل موجود هستند، اما برخلاف بزرگان این عرصه، هنوز توانایی «ابداع بازیهای جدید» یا تعریف مفاهیم بنیادین (مانند اعداد موهومی) را ندارند.
- وضعیت فعلی: اثبات مذکور در انتظار تایید نهایی متخصصان برای اثبات درستی (Validity) است.
آیا هوش مصنوعی جایگزین ریاضیدانان خواهد شد؟
بسیاری از ریاضیدانان برجسته، از جمله ۲۵ برنده مدال فیلدز، با امضای بیانیهای تحت عنوان «ناهماهنگی شدید هوش مصنوعی در ریاضیات»، هشدار دادهاند که تولید انبوه اثباتها بدون ایجاد بستری برای درک عمیق، میتواند زمینههای حاصلخیز اکتشافات آتی را تخریب کند. مسئله اصلی این است که اگر شرکتهای فناوری به جای سرمایهگذاری بر روی تربیت نسل جدید محققان (ساختار استاد-شاگردی)، تمام منابع خود را صرف قدرت محاسباتی برای مدلهای هوش مصنوعی کنند، جریان خلاقیت انسانی که خود زیربنای اصلی خلق همین فناوریهای هوشمند است، خشک خواهد شد.
نتیجهگیری
هوش مصنوعی بدون شک یک ابزار قدرتمند در دستان محققان است، اما نباید به عنوان جایگزینی برای تفکر انتقادی و شهود انسانی تلقی شود. همانطور که تاریخ ریاضیات نشان داده، بزرگترین پیشرفتها از دل تلاشهای طولانی و حتی «بیفایده» برای درک اعماق مفاهیم بیرون آمدهاند. نباید اجازه داد که ارزشهای فرهنگی ریاضیات، قربانی سرعتطلبیِ مدلهای زبان بزرگ شود.