در سال ۱۹۱۵، آلبرت اینشتین نظریه نسبیت عام خود را رونمایی کرد و دیدگاه ما را از بافت جهان فیزیکی دگرگون ساخت. این نظریه که گرانش را بهعنوان تغییر شکل فضا-زمان توسط جرم توضیح میدهد، اوج فیزیک مدرن است که کیهانشناسی را از پژوهشها روی سیاهچالهها تا اندازهگیری امواج گرانشی پشتیبانی میکند و بهطور روتین برای هدایت مأموریتهای فضایی و ماهوارههای جیپیاس (GPS) استفاده میشود.
این نظریه همچنین به معیاری برای رهبران حوزه فناوری هوش مصنوعی تبدیل شده است که میپرسند آیا آفریدههای آنها هرگز میتوانند کشفی در آن سطح انجام دهند. در اجلاس هوش مصنوعی هند در دهلی نو در فوریه امسال، دمیس هسابیس، همبنیانگذار گوگل دیپمایند در لندن، پیشنهاد کرد یک مدل زبانی بزرگ (LLM) را بر تمام آنچه پیش از یک تاریخ برش مشخص — او سال ۱۹۱۱ را پیشنهاد کرد — آموزش دهند تا ببینند آیا میتواند نسبیت عام را بازتولید کند. هسابیس گفت: «این آزمون خوبی برای هوش عمومی مصنوعی (AGI) خواهد بود.» او به مفهوم مبهم هوش عمومی مصنوعی اشاره داشت که هدف بسیاری در صنعت هوش مصنوعی است.
چنین آزمونی لزوماً نباید شامل نسبیت عام باشد. در دسامبر ۲۰۲۴، اواین ایوانز، پژوهشگر در سازمان غیرانتفاعی «Truthful AI» در برکلی کالیفرنیا، سخنرانی درباره مدلهای زبانی «قدیمی» یا «تاریخی» ارائه داد که فقط بر دادههای تاریخی تا یک تاریخ مشخص آموزش میبینند. ایوانز پرسید چنین مدلهایی چه چیزی را ممکن است دوباره کشف کنند.
امسال، چندین تیم نمونههایی از مدلهای قدیمی ساختهاند، از جمله تلاشی در راستای آزمون هسابیس. اما تلاشهای اولیه آنها بیشتر درباره محدودیتهای هوش مصنوعی کنونی اطلاعات میدهد تا نقاط قوت آن.
ایدو کامینر، متخصص اپتیک کوانتومی در مؤسسه فناوری تکنیون — اسرائیل در حیفا، که همنویسنده پیشچاپی با عنوان «آیا هوش مصنوعی میتواند ردپای اینشتین را دنبال کند؟» است که در ژویول منتشر شد1، میگوید کشفی شبیه به نسبیت برای هوش مصنوعی ذاتاً دستنیافتنی نیست.
اما او و همکارانش استدلال میکنند که این اتفاق بدون بازنگری در برخی اصولی که مدلهای کنونی بر آنها ساخته شدهاند، رخ نخواهد داد.
پرشهای خلاقانه
هسابیس سال گذشته در مصاحبههای رسانهای به تشبیه آزمون اینشتین اشاره کرده بود، اما تام زهاوی، پژوهشگر دیگر گوگل دیپمایند، آن را در ژانویه در یک مقاله موضعگیری که در وبسایتش منتشر شد، با جزئیات توصیف کرد. این مقاله با عنوان «مدلهای زبانی نمیتوانند پرش کنند» (به go.nature.com/3ykartg مراجعه کنید)، ناتوانی کنونی مدلهای زبانی بزرگ در انجام پرشهای استدلالی مانند پرش اینشتین را برجسته میسازد.
زهاوی نوشت، همانطور که فیلسوفان علم مدتها به آن اذعان کردهاند، چنین پیشرفتهایی نه به استدلال استقرایی که قانونی عمومی را از انباشت دادهها یا مثالها استخراج میکند، بلکه به استدلال استنتاجی نیاز دارند: «پرش خلاقانهای که علتی برای یک پدیده یکتا اختراع میکند».
این نقطه قوت مدلهای هوش مصنوعی کنونی نیست که بهنظر میرسد برای انجام کارهای یدی علم بهتر از انجام کشفیات تحولآفرین مناسب باشند. این مدلها با آموزش بر مثالهای شناختهشده و سپس هدایتشده با دستورات (Prompts) برای ارائه محتملترین پاسخهای آماری برای موارد ناشناخته، به دنبال همبستگیها در مجموعهدادههای عظیم میگردند.
این ویژگی آنها را به ابزارهای پیشبینی ارزشمند تبدیل میکند و زمانی مفید است که دادههای فراوانی موجود باشد. اما پرشهای تخیلی، یا آنچه توماس کوهن، مورخ علم قرن بیستم، تغییرات پارادایم در درک نامید، اغلب زمانی ظاهر میشوند که نقاط داده کمی برای تکیه کردن وجود دارد، یا از ناهنجاریهایی برمیخیزند که کاملاً با تصویر استاندارد همخوانی ندارند.
روش پیشروی دانشمندان در چنین موقعیتی اغلب توسعه یک «مدل جهانی» — استنتاجی درباره اصول زیربنایی — از مقادیر کم داده است. برای مثال، مشاهدات دقیق یوهانز کپلر، ستارهشناس قرن هفدهم، از حرکات سیارهای و روابط ریاضی که او استنتاج کرد، به ایزاک نیوتون اجازه داد تا قانون گرانش و قوانین مکانیکی حرکت را در پاسخ به نیروها توسعه دهد.
آیا مدلهای هوش مصنوعی میتوانند بهطور مشابه از دادههای پراکنده به مدلهای جهانی عمومی استدلال کنند؟ سندیل مولایناتان، دانشمند کامپیوتر در مؤسسه فناوری ماساچوست (MIT) در کمبریج، استدلال میکند که در حال حاضر خیر. در یک مقاله کنفرانسی منتشرشده در ژویول2، او و همکارانش به یک مدل بنیادین «مکانیک مداری» دادههای مصنوعی درباره سیستمهای سیارهای مختلف که از مکانیک نیوتنی پیروی میکنند، ارائه دادند.
آنها دریافتند که مدل هرگز قانون واقعی گرانش (که نیروی میان دو جسم را به جرمها و فاصله آنها مرتبط میکند) را استنتاج نکرد، بلکه برای هر سیستم سیارهای قانون متفاوتی را استنتاج کرد که هر کدام به شیوهای منحصربهفرد نادرست بود.
با این حال، مدلهای زبانی بزرگ پیشرفتهای چشمگیری در ریاضیات داشتهاند، به شیوهای که نشان میدهد گاهی میتوانند ساختارهای منطقی زیربنایی دادههای آموزشی خود را شهود کنند. یافتهای در می امسال از یک چتبات هوش مصنوعی، طراحیشده توسط شرکت اوپنای، که حدسیهای ۸۰ ساله از پال اردوش، ریاضیدان مجارستانی را رد کرد، به گفته مولایناتان یک «پیشرفت مفهومی واقعی» بود.
او میگوید هوش مصنوعی فقط با زور بازگشتی به پاسخ نرسید؛ راهحل در طول مسیر به انتزاعات جدید و کوچکی نیاز داشت. در همان حال، رد این حدسیه ایدههایی را که از قبل در ادبیات ریاضیات موجود بودند، گرد هم آورد — بنابراین، به آن شیوه، این یک جرقه کشف شبیه به اینشتین از هیچ نبود.
لحظهای در زمان
پس از اینکه هسابیس آزمون ۱۹۱۱ را مطرح کرد، مایکل هلا، پژوهشگر مستقل هوش مصنوعی در سانفرانسیسکو کالیفرنیا، چیزی شبیه به آن را امتحان کرد. هلا در مارس در وبسایت خود نوشت که یک مدل زبانی بزرگ را که «ماکینا میرابیلیس» نامید، بر دادههای پیش از ۱۹۰۰ آموزش داد تا ببیند آیا میتواند مکانیک کوانتومی، نظریه نسبیت خاص اینشتین (۱۹۰۵) و نسبیت عام را تولید کند.
هلا به آن راهنماییهای مفید داد: در یک مورد، او را با مشاهداتی درباره اثر فوتوالکتریک (که در آن نور الکترونها را از صفحات فلزی میکَنَد)، که بعداً با کوانتیزاسیون نور توسط اینشتین توضیح داده شد، تحریک کرد. در مورد دیگر، او جوهره آزمایش ذهنی «آسانسور» را که منجر به نسبیت عام اینشتین شد، به آن داد.
هلا استدلال میکند که در برخی موارد، مدل «جرقههایی از شهود» نشان داد. برای مثال، هنگامی که با اثر فوتوالکتریک مواجه شد، بیان کرد که نور «به تعدادی ضربه مجزا شکسته میشود» (اشاره به ایده کوانتومهای نور). اما مدل زبانی بزرگ در بیشتر موارد شکست خورد، فاقد هرگونه درک واقعی از فیزیک ارائهشده بود و گاهی «کلماتی را که معقول بهنظر میرسند تکرار میکرد»، اما ظاهراً «بدون هیچگونه نمایش درونی قوی از جهان برای استدلال از آن»، به گفته هلا.
هلا همچنین دریافت که آموزش چنین مدل زبانی بزرگ محدودشده تاریخی بسیار دشوار است، زیرا دادهها پر از انگلیسی شکسته و مصنوعات دیجیتالسازی مواد چاپی هستند.
این همان چیزی است که نیک لوین، دانشمند کامپیوتر مستقل، و همکارانش در کاری که در آوریل آنلاین ارائه شد (به go.nature.com/4ilz5sp مراجعه کنید) یافتند؛ آنها تلاش کردند یک مدل هوش مصنوعی قدیمی را فقط با آنچه تا سال ۱۹۳۰ شناختهشده بود بسازند — سالی که انتخاب شد زیرا آثار منتشرشده در آن سال در ابتدای ۲۰۲۶ در ایالات متحده وارد مالکیت عمومی شدند.
لوین که در سانفرانسیسکو مستقر است، میگوید با چنین مدلی، در اصل «میتوانستیم پرسشها درباره چیزهایی که در دهه ۱۹۳۰ توسعه یافتند را آزمایش کنیم»، مانند ماشینهای تورینگ (مفهومی محوری در نظریه محاسبات)، قضایای ناکاملیت گودل در بنیادهای ریاضیات، یا ذراتی به نام نوترینو (که در سال ۱۹۳۴ بهصورت چاپی فرضیه شدند).
لوین و همکارانش کشف کردند که ساخت یک مدل قدیمی تغذیهشده فقط با آنچه تا ۱۹۳۰ شناختهشده بود دشوار است؛ مواد آموزشی بهطرز کلافهکنندهای نشتی هستند. لوین میگوید: «اگر درباره آنچه در دهه ۱۹۵۰ رخ داد بپرسید، اغلب تصادفی پاسخ میدهد» — و اغلب درست. برای مثال، مدلی که ظاهراً پیش از دهه ۱۹۳۰ بود، به پرسشهایی درباره دولتداری فرانکلین دی. روزولت، رئیسجمهور ایالات متحده از ۱۹۳۳ تا ۱۹۴۵، پاسخ داد. فیلتر کردن اطلاعات پس از یک تاریخ مشخص زمانی دشوار است که مجموعهدادهها دقیقاً یا بهدرستی تاریخگذاری نشده باشند.
با این حال، لوین (که مدتی بهعنوان پیشبین کمّی در اقتصاد کار کرد)، فکر میکند در نهایت باید ممکن باشد از این «ذهن ۱۹۳۰» خواست پیشبینی کند، که میتواند شامل «انواع چیزهایی باشد که در بازار پیشبینی میبینید».
او میگوید مدلهای هوش مصنوعی نوع پیشبینی، میتوانند برای پیشبینی کشف علمی نیز کار کنند. او انتظار دارد آزمایش کند آیا مدلی آموزشدیده بر دادهها تا مثلاً ژانویه امسال میتواند کشفی را ارائه دهد که اکنون میدانیم در ژویول انجام شده است. او میگوید: «پیشبینی میکنم که یک مدل [شبیه به این] به دلیل مقیاس دادهها و منابع درگیر، یک کشف غیربدیهی انجام خواهد داد.»
پژوهشگران در دانشگاه زوریخ در سوییس یک خانواده کامل از مدلهای تاریخی را در پروژهای به نام «رانکه-۴B» (به go.nature.com/46efotz مراجعه کنید) ساختهاند. اینها بر متنهای تاریخدار با نقاط برش تاریخی مرتبط ۱۹۱۳، ۱۹۲۹، ۱۹۳۳، ۱۹۳۹ و ۱۹۴۶ آموزش دیدهاند. دنیل گوتلیش، عضو تیم و اقتصاددان که اکنون در مؤسسه فدرال فناوری سوییس (ETH) در زوریخ است، میگوید دادههای تاریخی یا منابع محاسباتی کافی برای قویکردن اینها به اندازه مدلهای زبانی مدرن موجود نیست، بنابراین او امیدوار است فقط آزمایش کند آیا یک مدل زبانی تاریخی ممکن است ایدههایی با ردپای پیشرفتهای آینده تولید کند. او میگوید: «آنچه ما بهطور مجازی برای آن آزمایش میکنیم، نه چنان نبوغت، بلکه جرقههای نبوغ است.»
نظریههای بیش از حد
جیکوب اندریاس، دانشمند کامپیوتر در MIT، استدلال میکند که هیچ مانع آشکاری برای تولید، مثلاً، نظریه نسبیت عام توسط یک مدل زبانی هوش مصنوعی وجود ندارد، بهعنوان یک خروجی احتمالاتی در میان بسیاری نظریههای دیگر کاملاً بیاعتبار درباره یک مجموعه داده مشخص.
او میگوید مشکل این است که تمایز میان نظریههایی که درست هستند، یا حداقل ارزش آزمایش دارند، و آنهایی که نادرست هستند، دشوار است. این مسئله، برای مثال، درباره «قوانین گرانشی» (نادرست) مختلف تولیدشده توسط مدل مکانیک مداری مولایناتان و همکارانش صدق میکرد. در مقابل، در ریاضیات، امکان دارد هر گام در کارکرد مدل زبانی را بلافاصله بهعنوان درست یا نادرست راستیآزمایی کرد.
این امر تمایزی میان شیوههایی که مدلهای زبانی بزرگ و انسانها نظریهپردازی میکنند را منعکس میکند: انسانها بهندرت طیفی از نظریههای احتمالی را بهصورت احتمالاتی میسازند و سپس به دنبال یافتن کدامیک، اگر اصلاً یکی درست باشد، میروند.