OpenAI يقصف العقول بقنبلة رياضية: 722 مخطوطة بحثية يحلها نموذج ذكاء اصطناعي داخلي
أعلنت OpenAI عن نشر 722 مخطوطة بحثية تغطي 372 مجموعة من النتائج الرياضية المترابطة، وهي نتائج أنتجها نموذج ذكاء اصطناعي داخلي.
وقالت الشركة إن النظام حقق تقدماً في مشكلات ظل علماء الرياضيات يعانون منها لسنوات أو حتى لعقود.
تمتد الأعمال المنشورة عبر نظرية الأعداد والجبر والهندسة والمنطق الرياضي وعلوم الحاسوب النظرية.
هذا ليس مجرد اختبار قياسي، بل محاولة لإثبات أن نماذج اللغة الكبيرة قادرة على إنتاج معرفة رياضية جديدة.
الإصدار يضع OpenAI في منافسة مباشرة مع مشاريع DeepMind مثل AlphaProof وAlphaGeometry التي ركزت على مسائل الأولمبياد والبراهين الرسمية.
ادعاء OpenAI أوسع لأنه يشير إلى قدرة عامة على الاستدلال الرياضي.
إذا ثبتت صحة جزء من هذه النتائج بعد مراجعة الأقران، فسوف يكون ذلك معلماً في مسيرة البحث العلمي المدعوم بالذكاء الاصطناعي.
قد يضطر علماء الرياضيات إلى التعامل مع الذكاء الاصطناعي بوصفه زميلاً بحثياً حقيقياً.
لكن هناك تحفظات كبيرة.
لم تكشف OpenAI عن النموذج الذي أنتج هذه النتائج، ولم يجرِ أي تحقق مستقل.
سيحتاج المجتمع الرياضي إلى فحص دقيق للبراهين بحثاً عن ثغرات في الاستدلال أو افتراضات غير معلنة أو أخطاء صريحة.
ترتيب النتائج في مجموعات مترابطة يوحي بأن النظام عمل بطريقة منهجية وليس بشكل عشوائي.
التداعيات فورية.
الباحثون الذين يستخدمون ChatGPT للمساعدة غير الرسمية أصبح لديهم الآن دليل على أن نماذج اللغة يمكنها المساهمة في الرياضيات الجادة.
كما أن المشهد التنافسي سيتغير حيث تسعى المختبرات الأخرى إلى إظهار قدراتها في الاكتشاف الآلي.
الخطوة التالية هي مراجعة الأقران.
إذا فتحت OpenAI أبواب التدقيق أمام هذه البراهين، فسيكون التأثير هائلاً.
وإذا ظهرت أخطاء جوهرية، فسيتعلم المجال درساً قاسياً حول حدود الحقيقة المولدة بالذكاء الاصطناعي.
هذا جنون: قائد سلامة سابق في OpenAI يستقيل ويحذر من أن التقنية غير آمنة
استقال ديفيد روبنسون، المدير التنفيذي الذي قاد جهود الشفافية في مجال السلامة داخل OpenAI، لأنه يعتقد أن تقنيتها غير آمنة.
روبنسون ليس شخصية من وادي السيليكون بالمعنى المألوف، فهو من خريجي منحة رودس وله خلفية في قانون الحقوق المدنية وعمل سنوات في دوائر السياسة في واشنطن.
نُشر الخبر لأول مرة عبر صحيفة نيويورك تايمز وتحول فوراً إلى نقطة اشتعال في النقاش حول مخاطر نماذج الذكاء الاصطناعي المتقدمة.
تجد OpenAI نفسها اليوم تحت ضغط متصاعد.
فقد أطلقت نماذج قوية مثل GPT-4 وما تلاه من إصدارات، لكنها واجهت انتقادات بسبب ممارسات السلامة غير الشفافة والتركيز على سرعة إطلاق المنتجات على حساب الرقابة المستقلة.
رحيل روبنسون يضيف بعداً شخصياً إلى تلك المخاوف المؤسسية.
لم يكتف بالقول إن الشركة تتحرك بسرعة كبيرة، بل قال إن التقنية نفسها غير آمنة وهذه إدانة أشد وطأة.
من المحتمل أن تكون الأجواء داخل OpenAI متوترة الآن.
حدثت عمليات إعادة خلط في فرق السلامة من قبل وغادر عدد من الباحثين الأساسيين في السنوات الأخيرة.
تعتمد ثقة الجمهور على وجود حواجز حماية مرئية.
وعندما يخرج الشخص المسؤول عن الشفافية في السلامة، فإن كل عميل وجهة تنظيمية ومستثمراً سيسأل: ما الذي كان يعرفه؟
المشهد التنافسي مهم أيضاً.
تحاول Anthropic تقديم نفسها كبديل أكثر أماناً من خلال نماذج Claude، وتمتلك Google DeepMind أطر عمل للسلامة.
تحذير روبنسون يمنح هؤلاء المنافسين ورقة تسويقية قوية.
هل نحن فعلاً في الطريق إلى الذكاء الاصطناعي العام؟ مقال جديد يكشف النقاط العمياء في المجال
نشرت مجلة The New Atlantis مقالاً طويلاً يطرح سؤالاً بسيطاً لا يجد معظم باحثي الذكاء الاصطناعي وقتاً لطرحه: هل نحن فعلاً في الطريق إلى الذكاء الاصطناعي العام؟
يقدم الكاتب نفسه بوصفه هاوياً فضولياً، لكن حجته موجهة مباشرة إلى المحترفين.
يشير المقال إلى توترات داخل أعمال المختبرات الكبرى قد تختفي تحت وطأة العمل المتواصل.
ويرى أن التقدم نحو الذكاء الاصطناعي العام ليس سلساً بالصورة التي توحي بها إعلانات الشركات.
يأتي المقال في لحظة تتسابق فيها المختبرات الحدودية على إطلاق نماذج أكبر وتحقيق معايير جديدة.
أصدرت OpenAI عدة إصدارات من GPT، ودفعت Google بنماذج Gemini إلى المنتجات اليومية، وبنيت Anthropic سمعتها بفضل نماذج Claude.
كل شركة تقول إن نظامها أقرب إلى الذكاء العام.
المقال لا يرفض هذه الإنجازات، لكنه يتساءل عما إذا كانت تشكل طريقاً متماسكاً أم مجرد مجموعة من الحيل المثيرة للإعجاب.
جمهور هذا المقال يشمل الباحثين وصناع السياسات والممولين.
إذا كانت ادعاءات الذكاء الاصطناعي العام مبالغاً فيها، فإن القواعد التنظيمية المبنية عليها قد تكون بلا أساس.
وإذا كان الذكاء الاصطناعي العام قريباً حقاً، فإن مناقشات السلامة الحالية أكثر إلحاحاً من أي وقت مضى.
يكشف المقال انفصالاً واضحاً: الذين يبنون الأنظمة غالباً ما يكونون منغمسين في التفاصيل التقنية لدرجة تمنعهم من التراجع والتساؤل عما إذا كانت الوجهة حقيقية.
من الصعب توقع ما سيحدث بعد ذلك.
مقالات من هذا النوع يمكن أن تشكل المناخ الفكري من خلال منح المتشككين لغة لمواجهة السردية المهيمنة.
Rencore يطلق منصة حوكمة موحدة للذكاء الاصطناعي المتعدد: كلود وتشات جي بي تي وكوبايلوت تحت سقف واحد
أعلنت شركة Rencore ومقرها ميونيخ أنها وسعت منصة الحوكمة الخاصة بها لتشمل نماذج ذكاء اصطناعي خارج نظام مايكروسوفت 365.
تبدأ الشركة بدعم Claude Enterprise من Anthropic، ومن المقرر أن يضاف ChatGPT Enterprise لاحقاً.
الفكرة هي تمكين فرق الأمن من إدارة جميع تطبيقات الذكاء الاصطناعي في المؤسسة من لوحة تحكم واحدة، مع استخدام نفس الحوكمة المرتبطة بالهوية التي تعمل بالفعل مع Microsoft 365 Copilot وCopilot Studio وعوامل SharePoint.
هذا الإعلان مهم لأن الذكاء الاصطناعي في المؤسسات أصبح منتشراً في كل مكان.
يستخدم الموظفون Copilot داخل مستندات Office، ويستخدمون Claude في المتصفح، ويستخدمون ChatGPT في أدوات خارجية.
لكل نموذج أذونات وسياسات بيانات وملامح مخاطر مختلفة.
من دون طبقة حوكمة موحدة، تظل لدى فرق تقنية المعلومات بقع عمياء.
تقول Rencore إن الميزات الجديدة تربط Claude Enterprise بسياسات الوصول والاحتفاظ بالبيانات ومراقبة الاستعلامات.
دعم ChatGPT Enterprise هو الخطوة التالية.
من المتأثر بهذا؟
مدراء تقنية المعلومات ومسؤولو الامتثال وفرق الأمن في المؤسسات الكبيرة التي اعتمدت مساعدات الذكاء الاصطناعي.
إنهم بحاجة إلى رؤية واضحة لمن يستخدم أي نموذج وما هي البيانات المشاركة وما إذا كان السلوك متوافقاً مع القواعد الداخلية.
تواجه Rencore منافسة من عدد كبير من الشركات الناشئة في مجال أمن الذكاء الاصطناعي، لكن خلفيتها في مايكروسوفت تمنحها ميزة واضحة.
تحسين البحث بالذكاء الاصطناعي هو الـ SEO الجديد: تشات جي بي تي وجيميني وبيربلكستي يعيدون كتابة قواعد الوصول
تحسين محركات البحث لم يعد يقتصر على ترتيب النتائج في جوجل.
ظهر تخصص جديد يسمى تحسين البحث بالذكاء الاصطناعي أو AISO لمساعدة المحتوى على الظهور داخل الإجابات الحوارية والملخصات التي تولدها نماذج اللغة الكبيرة.
اعتمد تحسين محركات البحث التقليدي على الكلمات المفتاحية والروابط الخلفية وسلطة النطاق.
أما AISO فيركز على كيفية استخراج النموذج للمعلومات من الصفحة، وكيفية الاستشهاد بالمصادر، وما إذا كان المحتوى قابلاً للاختصار في إجابة واضحة.
يحدث هذا التحول لأن المستخدمين يطلبون من ChatGPT وجيميني وبيربلكستي ومايكروسوفت كوبايلوت إجابات مباشرة بدلاً من النقر على الروابط التقليدية.
وهذا يخلق مشكلة جديدة للناشرين والعلامات التجارية، إذ يمكن للذكاء الاصطناعي تلخيص تقاريرهم دون إرسال أي زيارات إلى مواقعهم.
يحاول AISO جعل المحتوى مرئياً داخل تلك الإجابات المولدة من خلال العناوين الواضحة والبيانات المنظمة والاقتباسات المباشرة والعبارات الواقعية الصريحة.
المتأثرون هم المسوقون والصحفيون وفرق التجارة الإلكترونية وكل من يعتمد على الزيارات العضوية.
النهج القديم القائم على إنتاج محتوى مليئ بالكلمات المفتاحية أصبح ينهار.
النهج الجديد يتطلب فهم كيفية تقسيم نماذج اللغة للنصوص، والفقرات الأكثر عرضة للاقتباس، وكيفية تحديد الإسناد إلى المصدر.
بعض المنصات تقدم إرشادات للظهور في الذكاء الاصطناعي، وهناك صناعة ناشئة من أدوات AISO تتشكل الآن.
المرحلة المقبلة غير مؤكدة.
النماذج تتحدث باستمرار، لذا يجب أن تتطور استراتيجيات التحسين بسرعة.
