مدل GPT‑۵ شرکت OpenAI و واکنش‌های گسترده به آن
توسط: به گزارش اپ خونه، در ماه‌های اخیر، ادعاهای چشم‌گیر و جنجالی دربارهٔ توانایی‌های GPT-۵ در حل مسائل ریاضی به‌ویژه مسائلی که تحت عنوان «حدس‌ها و مسائل بازِ پل اردوش» مطرح بوده‌اند، موجی از واکنش‌ها را در جامعهٔ علمی و فناوری به‌راه انداختند.
این ادعاها ابتدا با استقبال و هیجان همراه بودند، اما بسیار زود پس از واکنش‌های منتقدانه، به بحران ارتباطی برای OpenAI تبدیل شد.
(حدس‌ها و مسائل بازِ پل اردوش مجموعه‌ای از حدس‌ها و مسائل حل‌نشده‌ای است که ریاضی‌دان مجارستانی، پل اردوش (Paul Erdős) در طول عمرش مطرح کرده و بسیاری از آن‌ها هنوز هم برای جامعهٔ ریاضی چالش‌برانگیز هستند.)
این مقاله تلاش می‌کند به بررسی دقیق وقایع، ماهیت ادعاها، نقدها و درس‌هایی که می‌توان از این ماجرا گرفت، بپردازد.
بر اساس گزارش‌ها، یکی از مدیران ارشد OpenAI در توییتی حذف‌شده مدعی شد که «GPT-۵ توانسته است راه‌حل‌هایی برای ۱۰ مسئلهٔ قبلاً حل‌نشدهٔ Erdős یافته و در ۱۱ مسئلهٔ دیگر نیز پیشرفت کرده است».
همچنین یکی از پژوهشگران، Sebastien Bubeck، نیز در اظهاراتی ضمن تأکید بر توانایی مدل در «جست‌وجوی ادبیات علمی (literature search)» گفته بود که این امر به‌عنوان یک دستاورد محسوب می‌شود.
OpenAI در معرفی رسمی GPT-۵، ادعا کرده است که این مدل «پیشرفتی چشم‌گیر در ریاضیات، کدزنی، نوشتن و …» دارد.
اما بلافاصله پس از انتشار این ادعاها، واکنش‌های منفی از سوی محققان ریاضیات و دیگر شرکت‌های بزرگ هوش مصنوعی به‌سرعت مطرح شدند.
ـ Yann LeCun، دانشمند ارشد هوش مصنوعی در شرکت Meta، با کنایه گفت: «Hoisted by their own GPTards.» (به معنای با همان چیزی که ساخته بودند، زمین خوردند).
ـ Demis Hassabis، مدیرعامل DeepMind، این وضعیت را «شرم‌آور» خواند.
محقق ریاضیات، Thomas Bloom، که وبسایتی با عنوان “Erdos Problems” را اداره می‌کند، توضیح داد که وقتی او مسئله‌ای را «باز (open)» اعلام می‌کند، به این معنا نیست که قطعاً حل‌نشده است؛ بلکه به‌معنای آن است که «من شخصاً آگاه به مدارکی نیستم که آن را حل کرده باشد».
بنابراین، ادعای GPT-۵ دربارهٔ «حل ۱۰ مسئلهٔ قبلاً حل‌نشده» با واقعیت مطابقت نداشت؛ آنچه اتفاق افتاده بود این بود که مدل توانسته بود «مراجع موجود در ادبیات علمی» را پیدا کند که به‌طور ضمنی یا قبلاً راه‌حل آن مسائل را ارائه کرده بودند — نه اینکه خودش چنین مسائل را پی‌ریزی یا اثبات کرده باشد.
در نتیجه، مسئله اصلی نه صرفاً اشتباه فنی، بلکه نوعی ادعای تبلیغاتی نادرست یا دست‌کم مبهم در ارتباط با توانایی‌های مدل بود.
چند نکته به‌عنوان عوامل زمینه‌ساز این وضعیت مطرح هستند:
۱. تبدیل جست‌وجوی ادبیات به «حل مسئله»
آنچه مدل انجام داده (یا انجام داده‌اند) بیشتر «یافتن مقاله‌های موجود که مسئله را حل کرده‌اند» بوده است، نه «ارائهٔ اثبات جدید». این تفاوت ظریف اما بنیادین است.
۲. سطح مبهم «مسائل باز»
همان‌گونه که Bloom توضیح داده است، اصطلاح open problem در این زمینه به معنای دقیق «بدون حل شناخته‌شده» نیست، بلکه «به طوری که من می‌شناسم حل نشده» است. این تعریف می‌تواند برای تبلیغات مناسب نباشد.
۳. فشار رقابتی و تبلیغاتی در صنعت هوش مصنوعی
شرکت‌های بزرگ همواره در رقابت برای «مدل بزرگ‌تر، بهتر، خارق‌العاده‌تر» هستند و انتشار دستاوردهای چشم‌گیر به بخشی از استراتژی تبلیغاتی بدل شده است. این کار می‌تواند به اشتباهات ارتباطی یا اغراق آمیز منجر شود.
۴. انتظار عمومی و شناخت نادرست از قابلیت‌های هوش مصنوعی
بسیاری از کاربران و حتی برخی پژوهشگران ممکن است باور داشته باشند که مدل‌های هوش مصنوعی همانند انسان می‌توانند «ابتکار علمی» یا «ابداع ریاضی» انجام دهند، در حالی که واقعیت فعلی نشان می‌دهد بیشتر در حوزهٔ بازیابی/یادآوری دانش و جست‌وجوی ادبیات قوی هستند تا تولید اثبات کاملاً جدید.
به‌هرحال، حتی در صورت اینکه فقط جست‌وجوی ادبیات بوده باشد، این نشان‌دهندهٔ پیشرفت‌هایی در توانایی مدل‌های زبان بزرگ مانند GPT-۵ در «کشف» منابع علمی کمتر شناخته‌شده است.
اما باید توجه داشت:
• جست‌وجوی ادبیات، هرچند ارزشمند، همواره با چالش‌های متعددی روبروست: نمایه‌سازی مقالات، دسترسی به پایگاه‌های داده، تطبیق دقیق مسئله با مقالهٔ متناظر، تشخیص کیفیت حل ارائه‌شده و…
• توانایی یافتن مقاله‌هایی که درستی حل را نشان می‌دهند با ترکیب قدرت محاسباتی، نمایه‌سازی عمیق و پرسش‌سازی خوب (prompt engineering) امکان‌پذیر می‌شود.
• اما «ارائه اثبات جدید یا حل اصلی یک مسئلهٔ باز» هنوز فراتر از توان غالب مدل‌های کنونی است. پژوهشی که اخیراً با عنوان Gödel Test: Can Large Language Models Solve Easy Conjectures منتشر شده، نشان داده که حتی جدیدترین مدل‌ها در مواجهه با مسائلی که نیازمند ترکیب چند مقاله هستند، با شکست مواجه می‌شوند.
بنابراین، مهم است که بین «پیدا کردن» و «ابداع کردن» تفکیک قائل شویم.
این ماجرا چند پیام مهم دارد:
• لزوم صداقت و شفافیت در ارتباطات علمی و تبلیغاتی: وقتی شرکتی مدعی پیشرفتی بزرگ می‌شود، باید مستندات، شواهد و ارجاعات لازم را ارائه دهد تا ادعا قابل سنجش و بازبینی باشد.
• تداوم شکاف بین ادعا و واقعیت در هوش مصنوعی: این موضوع نشان می‌دهد که حتی با مدل‌های قدرتمند، هنوز محدودیت‌های جدی وجود دارد و نباید نتایج را فراتر از واقعیت جلوه داد.
• فرصتی برای پژوهش ریاضی: اگر مدل‌ها بتوانند در جست‌وجوی ادبیات مؤثرتر عمل کنند، این می‌تواند به ریاضی‌دانان کمک کند تا زودتر راه‌حل‌ها را بیابند یا به «راه‌های فراموش‌شده» دسترسی یابند. اما این بدان معنا نیست که خود مدل جایگزین پژوهشگر خواهد شد.
• مسئله اعتماد عمومی به مدل‌ها: خطای تبلیغاتی ممکن است به کاهش اعتماد کاربران، پژوهشگران و سرمایه‌گذاران به مدل‌های هوش مصنوعی منجر شود؛ بنابراین شرکت‌ها باید با احتیاط بیشتری گام بردارند.
در پایان، می‌توان گفت که ماجرا حول محور سه نکتهٔ اصلی می‌چرخد:
۱. ادعاهای اولیهٔ OpenAI دربارهٔ «حل ۱۰ مسئلهٔ باز ریاضی توسط GPT-۵» بسیار بلندپروازانه بود و به‌سرعت توسط جامعهٔ علمی به چالش کشیده شد.
۲. واقعیت امر این است که مدل بیشتر وظیفۀ «پیدا کردن مراجع حل» را انجام داده است، نه «ابداع حل جدید». اگرچه این کار هم ارزشمند است، اما در سطحی متفاوت از ادعای اولیه قرار دارد.
۳. این موضوع فرصت بسیار خوبی است برای بازنگری در نحوۀ ارتباط شرکت‌های هوش مصنوعی با مخاطبان، و همچنین یادآوری این حقیقت که «هوش مصنوعی» امروز هنوز کامل نیست و نباید جایگزین تفکر انسانی بشود.
به زبان ساده‌تر، GPT-۵ ممکن است ابزار بسیار قوی برای «یافتن» باشد، اما هنوز موفق به «خلق» نشده است — و بزرگ‌نمایی توانایی‌های آن می‌تواند به بازتاب‌های منفی و ضربه به اعتبار منجر شود.
