نماذج الذكاء الاصطناعي تنقض فرضية الزمن الأُسّي: ماذا يعني ذلك؟

خلال أيام قليلة، انتقل جدل قديم في علوم الحاسوب من قاعات الأبحاث إلى صدارة النقاش التقني: هل يمكن لنماذج الذكاء الاصطناعي أن تُسقط فرضية ظلّت لأكثر من عقدين حجر أساس في فهمنا لحدود الحوسبة؟ أعلنت OpenAI أنها نشرت حلولاً لثلاث مسائل رياضية عنيدة، وكان أبرزها نقضاً مفاجئاً لما يُعرف بـ«فرضية الزمن الأُسّي» (Exponential Time Hypothesis). وبعد ساعات من اعتراضات باحثين على منهجية الإعلان، نشرت Anthropic نقضاً خاصاً بها للفرضية نفسها.

ما هي فرضية الزمن الأُسّي؟

طرح الباحثان راسل إمباغليازو ورامامohan باتوري هذه الفرضية عام 1999، وهي تنتمي إلى عائلة أسئلة أوسع تُعرف بمسألة «P مقابل NP». جوهر الفرضية أن صنفاً معيّناً من الألغاز المنطقية الصعبة لا يمكن حلّه إلا بخوارزميات يتضاعف زمنها بصورة أُسّية مع زيادة عدد المتغيرات — أي أن إضافة متغيرات قليلة قد تحوّل الحساب من دقائق إلى قرون.

ولتوضيح الصورة الأكبر: مسألة P مقابل NP تسأل عمّا إذا كانت كل مسألة يسهل التحقق من صحة حلّها يسهل كذلك إيجاد حلّها. لعبة «سودوكو» مثال بسيط؛ فالتحقق من شبكة مكتملة أمر سريع، أما الوصول إليها فمُكلف زمنياً. هذا التباين ليس تفصيلاً أكاديمياً، بل هو الأساس الذي تقوم عليه أنظمة التشفير الحديثة: من يملك المفتاح يفكّ الرسالة في لحظة، ومن لا يملكه يحتاج زمناً غير عملي لكسرها.

لهذا يميل أغلب الباحثين إلى الاعتقاد بأن P ≠ NP، وكانت فرضية الزمن الأُسّي من أقوى القرائن الداعمة لهذا الاعتقاد.

ما الذي يقوله المختبران بالضبط؟

تقول الشركتان إن نماذجها توصّلت إلى خوارزميات تحلّ تلك الألغاز في زمن «دون أُسّي»، أي أسرع من الحد الذي كان يُعتقد أنه مستحيل تجاوزه. إذا ثبتت صحة ذلك، فإن الفرضية تكون قد نُقضت، وهو ما يفتح الباب — نظرياً لا عملياً حتى الآن — لإعادة تقييم احتمال أن تكون P = NP.

الأستاذ في معهد MIT راين ويليامز، المتخصص في التعقيد الحسابي، كان من أشدّ منتقدي أسلوب OpenAI في نشر الإثباتات دفعةً واحدة، إذ وصف إعلاناً سابقاً بأنه أقرب إلى «هجوم حجب خدمة على الرياضيين». ومع ذلك قبل التعاون مع المختبرين لقيادة استجابة مجتمع علوم الحاسوب، بمشاركة إمباغليازو وباتوري. ويقول ويليامز إن بعض أجزاء الإثبات «روتينية»، لكن فيه موضعين أو ثلاثة «تبدو غريبة تماماً»، وهي بالضبط ما يستوجب عملاً جماعياً لفهمه.

تغيّر في طريقة النشر

اللافت أن OpenAI تعاملت مع كل تخصص بطريقة مختلفة، وهو تطور في منهجيتها:

• الرياضيات: نشر النتائج مباشرة على GitHub.
• علوم الحاسوب: تشكيل مجموعة عمل طالبت بنشر الإثباتات علناً، وبتمويل مؤتمر متخصص لمناقشتها.
• الفيزياء: مجموعة عمل ستحدّد بنفسها آلية إعلان النتيجة.

كما صدرت رسالة مفتوحة تدعو الباحثين إلى تقديم ملاحظاتهم، وإلى مناقشة الأعراف المهنية المنظّمة لمساهمات الذكاء الاصطناعي في الأبحاث العلمية — وهي نقطة لا تقلّ أهمية عن النتيجة الرياضية نفسها.

هل التشفير في خطر؟

السؤال الأول الذي طرحه ويليامز لم يكن علمياً بل أمنياً: هل تمسّ الخوارزمية الجديدة أنظمة تشفير قائمة؟ وبحسب ما نقله، أكدت OpenAI أنها أجرت الفحص اللازم، وأنها واثقة بدرجة معقولة من أن النتيجة لا تؤدي إلى كسر أي نظام تشفير مستخدم حالياً. لكن المبدأ يبقى قائماً: تحسين جوهري في هذا الصنف من الخوارزميات قد يجعل أطوال مفاتيح معينة غير آمنة مستقبلاً.

تبعات أوسع على البحث العلمي

استُخدمت فرضية الزمن الأُسّي كفرضية منطلق في عدد كبير من الأوراق البحثية خلال العقد الماضي. وإذا صحّ النقض، فستحتاج هذه الأعمال إلى مراجعة، لا على مستوى النتائج فقط بل على مستوى الأسس التي بُنيت عليها. ويرى ويليامز أن على كل باحث أن يمنح احتمال P = NP وزناً أكبر قليلاً مما كان، مع التحذير من أن ما نشرته المختبرات «ليس الجواب النهائي»، وأن خوارزميات أفضل ستظهر لاحقاً.

الأهم أن هذا النمط الجديد من «الاكتشاف العلمي بمساعدة الذكاء الاصطناعي» يضع الباحثين أمام سؤال مهني صريح: إذا تحوّل كثير مما اعتدنا العمل عليه إلى مهام يسيرة بالنسبة للنماذج، فكيف نرفع سقف الأسئلة التي نطرحها؟ الإجابة عن هذا السؤال قد تكون أثمن من أي إثبات مفرد.

✦ بقلم فريق دروب أيديا