شهریور
اخبار
کلود رکورد ۱۸ ساله ریاضیات را شکست؛ جهش به رتبه ۳۱ منحنی بیضوی
پژوهشگری با کمک کلود، هوش مصنوعی شرکت آنتروپیک، رکوردی ۱۸ ساله در نظریه اعداد را در عرض چند روز شکست؛ اتفاقی که بار دیگر پرسش نقش هوش مصنوعی در پژوهشهای علمی پیچیده را برجسته کرده است.
لیست مطالب
۱. رکوردی که ۱۸ سال دوام آورده بود
در دنیای نظریه اعداد، بعضی از رکوردها آنقدر سخت به دست میآیند که سالها و گاهی دههها دستنخورده باقی میمانند. یکی از همین رکوردها مربوط به رتبه منحنیهای بیضوی بود؛ عددی که از رتبه ۲۸ به ۲۹ رسیدن آن ۱۸ سال زمان برد. ریاضیدانها در این مدت از قدرتمندترین ابزارهای محاسباتی و ساعتها تحلیل دستی استفاده کردند تا سرانجام در سالهای قبل به رتبه ۲۹ برسند. برای آشنایی بیشتر با روند رشد ابزارهای هوش مصنوعی که چنین دستاوردهایی را ممکن کردهاند، میتوانید سری اخبار هوش مصنوعی سایت را دنبال کنید.
جالب اینجاست که این حوزه از ریاضیات، برخلاف بسیاری از مسائل کاربردی روزمره، پاداش سریع و ملموسی برای پژوهشگران ندارد؛ کسی که سالها روی یافتن یک منحنی با رتبه بالاتر کار میکند، ممکن است در نهایت به نتیجه هم نرسد. به همین دلیل، هر رکورد تازه در این حوزه معمولاً با استقبال ویژهای از سوی جامعه ریاضی روبهرو میشود و بهعنوان گواهی بر پیشرفت روشهای محاسباتی و نظری تلقی میشود.
۲. منحنی بیضوی دقیقاً چیست؟
منحنی بیضوی یک معادله ریاضی بهشکل y² = x³ + Ax + B است که در نگاه اول ساده به نظر میرسد، اما پشت آن یکی از عمیقترین شاخههای نظریه اعداد نهفته است. این منحنیها نهتنها در ریاضیات محض بلکه در رمزنگاری مدرن، امنیت دادهها و حتی برخی الگوریتمهای رمزارز هم کاربرد دارند. مفهوم «رتبه» یا Rank نشان میدهد چند خانواده مستقل از جوابهای گویا روی این منحنی وجود دارد؛ هرچه این عدد بزرگتر باشد، منحنی پیچیدهتر و کشف نمونهای با آن رتبه دشوارتر است.
چرا رتبه بالا مهم است؟
رتبه بالا صرفاً یک عدد انتزاعی نیست. هرچه رتبه یک منحنی بیشتر باشد، فضای جوابهای آن پیچیدهتر میشود و درک بهتر این فضا میتواند به پیشرفت در حوزههایی مانند رمزنگاری کلید عمومی و امنیت سایبری کمک کند. به همین دلیل، یافتن رتبههای جدید همیشه یکی از رقابتهای جذاب میان ریاضیدانان بوده است.
گروهی از ریاضیدانان سالهاست حدس میزنند که اصلاً سقفی برای رتبه منحنیهای بیضوی وجود ندارد و میتوان تا بینهایت رتبه بالاتر پیدا کرد، هرچند اثبات قطعی این حدس هنوز در دست نیست. از سوی دیگر، برخی نظریهها مانند حدس مشهور «بیرچ و سوینرتن-دایر» مستقیماً به همین رتبهها گره خوردهاند و هرگونه پیشرفت تجربی در این زمینه میتواند سرنخهای تازهای برای نظریهپردازان فراهم کند.
۳. کلود چطور وارد این ماجرا شد؟
لوئنت آلپوگ، ریاضیدان، و آوا هاول، کارشناس رمزنگاری، تصمیم گرفتند بهجای روشهای سنتی محاسباتی، از یک نسخه داخلی کلود کمک بگیرند. به گفته آنها، درخواستی که به مدل داده شد نسبتاً ساده بود؛ نکتهای که نشان میدهد طراحی درست یک درخواست، حتی بدون پیچیدگی فنی زیاد، میتواند نتایج شگفتانگیزی رقم بزند. اگر میخواهید با اصول نوشتن درخواستهای مؤثر برای مدلهای هوش مصنوعی بیشتر آشنا شوید، راهنمای نوشتن پرامپت برای مبتدیان میتواند نقطه شروع خوبی باشد.
۴. از رتبه ۲۹ به رتبه ۳۰ و ۳۱؛ جهشی غیرمنتظره
نکتهای که این خبر را از دستاوردهای مشابه متمایز میکند، سرعت آن است. رسیدن از رتبه ۲۸ به ۲۹ نزدیک به دو دهه طول کشید، اما اینبار پژوهشگران تنها در عرض چند روز نه یک، بلکه دو رکورد پیاپی ثبت کردند؛ منحنیهایی با رتبه ۳۰ و سپس ۳۱. این جهش نشان میدهد که وقتی یک مدل زبانی قدرتمند بهدرستی برای یک مسئله ریاضی خاص هدایت شود، میتواند فضای جستوجو را به شکلی مؤثرتر از روشهای سنتی کاوش کند.
به بیان سادهتر، بخش بزرگی از فرایند یافتن چنین منحنیهایی به جستوجوی هوشمندانه در فضایی بسیار بزرگ از اعداد و ضرایب ممکن برمیگردد؛ کاری که بهشدت به محاسبات فشرده و همچنین شهود ریاضی برای محدودکردن دامنه جستوجو نیاز دارد. ترکیب توان محاسباتی مدل با راهنمایی دقیق دو پژوهشگر باتجربه، احتمالاً همان عاملی بوده که این جهش سریع را ممکن کرده است. طبیعتاً هنوز مقاله علمی کامل و بازبینیشده این پروژه منتشر نشده و جزئیات دقیق روش کار در آینده نزدیک شفافتر خواهد شد.
۵. چرا این خبر برای رمزنگاری هم مهم است
منحنیهای بیضوی پایه بسیاری از سامانههای رمزنگاری امروزی، از جمله برخی پروتکلهای امنیتی اینترنت، هستند. درک عمیقتر ساختار این منحنیها میتواند در بلندمدت به بهبود یا حتی بازنگری در برخی روشهای رمزنگاری منجر شود. به همین دلیل، جامعه امنیت سایبری هم این دستاورد را با دقت دنبال میکند، هرچند کاربرد مستقیم و فوری آن در سامانههای رمزنگاری فعلی هنوز بهروشنی مشخص نشده است.
نکته مهم این است که رمزنگاری مبتنی بر منحنی بیضوی معمولاً از منحنیهایی با رتبه بسیار پایین یا حتی صفر استفاده میکند، نه رتبههای بالا مانند ۳۰ و ۳۱. با این حال، هر پیشرفتی در فهم عمومی رفتار این منحنیها، از جمله در محدوده رتبههای بالا، به غنیترشدن ابزارهای نظری کمک میکند که در نهایت میتوانند در طراحی یا تحلیل امنیت پروتکلهای رمزنگاری آینده به کار بیایند.
۶. آیا هوش مصنوعی جای ریاضیدانها را میگیرد؟
این پرسش بارها درباره حوزههای مختلف علمی مطرح شده و پاسخ پژوهشگران این پروژه روشن است: نه. آلپوگ و هاول تأکید کردهاند که کلود جایگزین تفکر ریاضی انسانی نشده، بلکه بهعنوان ابزاری برای شتاببخشیدن به آزمون فرضیهها و کاوش در فضاهای بزرگ محاسباتی عمل کرده است. تصمیمگیری درباره اینکه کدام مسیر ریاضی ارزش دنبالشدن دارد، همچنان بر عهده انسان بوده است. برای بحثی عمیقتر درباره مرز میان کار واقعی مهندسان و توهم جایگزینی کامل با هوش مصنوعی، مقاله توهم هوش مصنوعی در برابر مهندس واقعی را بخوانید.
۷. واکنش جامعه علمی به این دستاورد
خبر این رکورد بهسرعت در میان ریاضیدانان و پژوهشگران حوزه هوش مصنوعی دستبهدست شد. بسیاری آن را نشانهای از ورود جدی هوش مصنوعی به پژوهشهای پایهای علمی دانستند، در حالی که برخی دیگر هشدار دادند نباید از یک مورد موفق نتیجهگیری کلی درباره توانایی مدلهای زبانی در حل مسائل ریاضی گرفت. با این حال، تقریباً همه بر این نکته اتفاقنظر داشتند که سرعت این کشف، از نظر ذهنیت پژوهشی، غیرمنتظره بوده است.
گروهی از منتقدان نیز یادآوری کردند که چون این آزمایش با یک نسخه داخلی و غیرعمومی کلود انجام شده، امکان بازتولید دقیق نتایج توسط سایر پژوهشگران در حال حاضر وجود ندارد؛ موضوعی که در علوم تجربی معمولاً پیشنیاز پذیرش کامل یک دستاورد است. با این حال، انتشار جزئیات ریاضی خودِ منحنیهای کشفشده به دیگران امکان میدهد صحت رتبه ۳۰ و ۳۱ را بهطور مستقل بررسی و تأیید کنند.
۸. این رکورد در کنار سایر دستاوردهای کلود در ریاضیات
این اولین باری نیست که کلود در حوزه ریاضیات محض خبرساز میشود. پیش از این نیز گزارشهایی از فرمالایز شدن اثبات قضیه معروف فرما با کمک این مدل منتشر شده بود. چنین دستاوردهای پیاپی نشان میدهد آنتروپیک روی بهبود توانایی استدلال ریاضی مدلهای خود سرمایهگذاری جدی کرده است. برای دیدن تصویر بزرگتر از جایگاه شرکتهای مختلف هوش مصنوعی در چنین رقابتهایی، میتوانید مقاله اوپنایآی چیست را هم مطالعه کنید تا با یکی از رقبای اصلی آنتروپیک بیشتر آشنا شوید.
رقابت میان آزمایشگاههای بزرگ هوش مصنوعی برای اثبات توانایی مدلهایشان در استدلال پیچیده، تنها به ریاضیات محدود نمیشود؛ حوزههایی مانند برنامهنویسی، شطرنج و حتی کشف دارو هم میدانهای مشابهی برای مقایسه قدرت مدلها شدهاند. برای مثال، مقایسه توانایی استدلالی مدلهای مختلف در بازیهای استراتژیک را میتوانید در مقاله نبرد هوش مصنوعیها در شطرنج بخوانید.
۹. این دستاورد در بستر بزرگتر کاربرد هوش مصنوعی در علم و کسبوکار
فراتر از ریاضیات محض، این خبر یک بار دیگر یادآوری میکند که هوش مصنوعی دیگر صرفاً ابزاری برای نوشتن متن یا پاسخ به پرسشهای ساده نیست. برای دیدن نمونههای بیشتری از تأثیر واقعی هوش مصنوعی بر کسبوکارها و صنایع مختلف، مقاله اهمیت هوش مصنوعی در کسبوکار را از دست ندهید. همچنین برای درک بهتر مرز میان تواناییهای واقعی و محدودیتهای فعلی هوش مصنوعی، پیشنهاد میکنیم نگاهی به مقاله پتانسیل و محدودیتهای واقعی هوش مصنوعی بیندازید.
۱۰. سوالات متداول
منحنی بیضوی چیست؟
یک معادله ریاضی خاص است که نقش مهمی در نظریه اعداد و رمزنگاری مدرن دارد.
رتبه یا Rank منحنی بیضوی یعنی چه؟
عددی است که نشان میدهد چند خانواده مستقل از جوابهای گویا روی آن منحنی وجود دارد؛ هرچه بالاتر، پیچیدهتر.
چه کسانی این رکورد را ثبت کردند؟
لوئنت آلپوگ و آوا هاول، با کمک نسخه داخلی کلود، هوش مصنوعی شرکت آنتروپیک.
آیا این نسخه از کلود در دسترس عموم است؟
خیر، به گفته گزارشها این یک نسخه داخلی و هنوز منتشرنشده بوده است.
آیا این یعنی هوش مصنوعی جای ریاضیدانها را میگیرد؟
پژوهشگران تأکید دارند هدف شتاببخشیدن به پژوهش است، نه جایگزینی انسان.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
