مدل منتشرنشدهٔ OpenAI سراغ مسائل قفلشدهٔ ریاضی رفت
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
تو این مقاله اومده که یه مدل منتشرنشدهٔ OpenAI با نام رمزی Astra برای چند مسئلهٔ باز ریاضی راهحل تولید کرده؛ مسائلی که بعضیشون دهها سال بیجواب مونده بودن. دوتا از نتیجهها بیشتر از بقیه بحثبرانگیز شدن: چیدمان کره در ابعاد بالا و وجود گروههای غیرسوفیک. نویسنده تمرکزش رو گذاشته روی اینکه این دوتا مفهوم اصلاً یعنی چی، جدا از هیاهوی خبری دربارهٔ اینکه کدوم مدل تولیدشون کرده.
چیدمان کره تو حالت ساده شهودیه: چطور بیشترین تعداد کرهٔ هماندازه رو بدون همپوشانی تو یه فضا جا بدی. تو سه بعد جوابش شبیه چیدن پرتقال تو میوهفروشیه، ولی بهمحض اینکه از سه بعد بیای بیرون، پیدا کردن چگالترین چیدمان به یکی از سختترین سؤالهای باز هندسه تبدیل میشه. طبق گزارش، پیشرفت روی نسخهٔ کلیِ ابعاد بالا حدود ۴۸ سال متوقف بود، چون مسئله به یه اثبات یا ساخت بهتر نیاز داره، نه به محاسبات بیشتر.
نتیجهٔ جدید کران پایینِ شناختهشده برای چگالی چیدمان رو بهتر کرده؛ عددی که بهصورت ثابتی برحسب e (عدد نپر) تقسیم بر ۲π به ازای هر بعد اضافه بیان شده. این اثبات نمیکنه که چیدمان پیداشده بهترین چیدمان ممکنه، ولی خط «چیزی که ثابت شده شدنیه» رو از هرچی تو دهههای اخیر به دست اومده بالاتر میبره.
این موضوع به تکنولوژی روزمره هم وصله. سیگنال دیجیتال رو میشه به شکل یه نقطه تو فضای پرابعاد مدل کرد که هر بعدش یه تکه اطلاعاته. برای اینکه دو سیگنال با هم قاطی نشن باید فاصلهٔ کافی داشته باشن، و یه راه تضمینش اینه که هر سیگنال معتبر رو مرکز یه کره بگیری؛ تا وقتی کرهها همپوشانی ندارن، سیگنالها با وجود نویز هم قابلتفکیک میمونن. پس چیدمان چگالتر یعنی سیگنال متمایز بیشتر تو همون فضا، و همینجاست که بحث به کدهای تصحیح خطا تو ارتباطات بیسیم و 5G وصل میشه.
نتیجهٔ دوم به جبر مجرد برمیگرده. یه گروه رو «سوفیک» میگن اگه بشه اون رو با هر دقتی که بخوای با ساختارهای متناهی تقریب زد؛ چیزی شبیه تقریب زدن یه دستهٔ بینهایت کارت با مجموعهای از دستههای کوچیک و متناهی. سالها هر گروهی که ریاضیدانها امتحان کرده بودن سوفیک از آب دراومده بود و این سؤال باز مونده بود که آیا همهٔ گروهها سوفیکان. نتیجهٔ جدید یه گروه معرفی میکنه که بهطور اثباتشده غیرسوفیکه، یعنی جواب اون سؤال منفیه و حالا یه مثال نقض ملموس روی میزه.
دربارهٔ اینکه مدل چطور به اینها رسیده، نویسنده میگه ماجرا جستوجوی خام نبوده — اینها مسائل اثباتیان، نه مسائل جستوجو با فضای جواب متناهی، و برای همین ابرکامپیوترها هم قبلاً کاری از پیش نبرده بودن. الگویی که توصیف شده ترکیب ایدهها بین زیرشاخههاست: تکنیکها هرکدوم برای متخصصهای حوزهٔ خودشون شناختهشده بودن، ولی کسی اونقدر روی چند حوزه همزمان مسلط نبوده که ببینه ابزار یه حوزه گره حوزهٔ دیگه رو باز میکنه. نویسنده در عین حال یادآوری میکنه که مدل روی مسائل مشهورتر و سختتر (سطح جایزهٔ هزاره) موفق نبوده و هزینهٔ گزارششده هم حدود ۲۰۰۰ دلار API بوده؛ پس چیزی که تازهست سرعت و ترکیب دانش موجوده، نه لزوماً یه شکل کاملاً نوی استدلال ریاضی.
نکات کلیدی:
- چیدمان کره در ابعاد بالا حدود ۴۸ سال بدون پیشرفت جدی مونده بود
- کران پایین چگالی بهتر شده، ولی بهینه بودنش اثبات نشده
- چیدمان چگالتر به کدهای تصحیح خطا و ارتباطات بیسیم مثل 5G ربط مستقیم داره
- گروه غیرسوفیک یه مثال نقضه: هر گروهی با ساختار متناهی تقریبپذیر نیست
- نتیجهها از ترکیب تکنیکهای موجود بین زیرشاخهها اومده، نه از محاسبهٔ خام
- کل ده اثبات با حدود ۲۰۰۰ دلار هزینهٔ API گزارش شده
