أصدرت OpenAI ما كان ينبغي أن يكون قنبلة انتصارية هذا الصباح: نموذج ذكاء اصطناعي داخلي، أقوى بكثير من أي شيء يمكن للجمهور الوصول إليه، أنتج إثباتًا بأن معادلات Navier-Stokes يمكن أن تنهار إلى تفردات. لكن قبل أن نصل إلى الدراما، دعونا نتحدث عن سبب أهمية معادلات السوائل من القرن التاسع عشر لأي شخص ليس رياضيًا. تصف معادلات Navier-Stokes القواعد الرياضية التي تحدد كيفية حركة السوائل. ليس فقط الماء في حوض الاستحمام الخاص بك، ولكن الهواء المتدفق فوق جناح الطائرة، والدم الذي يضخ عبر شرايينك، والتيارات البحرية، والدخان من حرائق الغابات، ونظام الطقس الذي يجلب عاصفة رعدية غدًا. يستخدم المهندسون هذه المعادلات كل يوم لتصميم الطائرات، وتوقع مسارات الأعاصير، ونمذجة انتشار التلوث، وتطوير الدعامات القلبية، وتحسين محطات الطاقة، ومحاكاة أي شيء يتدفق تقريبًا. عندما تصمم بوينغ طائرة جديدة، عندما يتوقع خبراء الأرصاد الجوية طقس الأسبوع المقبل، عندما تقوم شركات الأدوية بنمذجة كيفية حركة الأدوية عبر مجرى الدم لديك - جميعهم يقومون بتشغيل محاكاة حاسوبية تعتمد على معادلات Navier-Stokes. إليك المشكلة التي حيرت الرياضيين لمدة 90 عامًا: لم يستطع أحد إثبات ما إذا كانت هذه المعادلات تعطي دائمًا إجابات منطقية. بشكل محدد، هل يمكن أن يتدفق السائل العادي، الناعم تمامًا، فجأة إلى تفرد رياضي - نقطة تصبح فيها السرعة لانهائية - في وقت محدود؟ المسألة مهمة لأنه إذا كانت المعادلات يمكن أن تنتج سرعات لانهائية (وهو ما لا يمكن أن تمتلكه السوائل الحقيقية)، فإن تحت ظروف معينة متطرفة، قد تكون المحاكاة التي يعتمد عليها المهندسون غير موثوقة بشكل أساسي. يقول إثبات OpenAI نعم، يمكن أن تنهار المعادلات. أظهر النموذج أن دوامة يمكن أن تضيق وتدور بشكل أسرع وأسرع بينما تبقى طاقة السائل محدودة، وفي النهاية تصل إلى سرعة لانهائية في نقطة واحدة - ظاهرة تسمى الانفجار في الوقت المحدود. ماذا يفعل حل هذه المشكلة فعلاً لنا؟ لن يغير كيفية استخدام المهندسين لمعادلات Navier-Stokes غدًا - لقد كانوا يعملون حول القيود لعقود باستخدام التقريبات. لكن هذا يوضح بالضبط أين ينفصل النموذج الرياضي عن الواقع الفيزيائي. وهذا مهم للسيناريوهات المتطرفة: الطيران فوق الصوتي، وتصميم مفاعلات الاندماج، والاضطراب في محركات الطائرات، وفهم كيفية تشكل الأعاصير. كما أن الإثبات يحقق (أو يكشف عن عيوب في) الحلول البديلة التي يستخدمها المهندسون حاليًا. بشكل أوسع، فإنه يوضح أن الذكاء الاصطناعي يمكنه الآن حل المشكلات عند الحدود المطلقة للرياضيات، مما يعني أن التقنيات التي طورتها OpenAI - 10,000 وكيل ذكاء اصطناعي يتبادلون 2.7 مليون رسالة على مدار 88 ساعة، ويحرقون ملايين الدولارات في الحوسبة - يمكن توجيهها نحو مشكلات صعبة أخرى. وهنا تصبح الأمور مثيرة للاهتمام حقًا. مشكلة Navier-Stokes هي واحدة من سبع مشكلات من جوائز الألفية التي أنشأها معهد كلاي للرياضيات في عام 2000، وكل منها تحمل جائزة قدرها مليون دولار. تم حل واحدة فقط قبل ذلك (حدسية بوانكاريه، بواسطة غريغوري بيرلمان في 2002-2003، الذي رفض المال بشكل مشهور). المشكلات الخمس الأخرى غير المحلولة ليست مجرد ألغاز رياضية - لها تداعيات ضخمة في العالم الحقيقي. تسأل مشكلة P مقابل NP ما إذا كانت كل مشكلة يمكن التحقق من حلها بسرعة يمكن أيضًا حلها بسرعة، وهي تدعم كل أمان الكمبيوتر والتشفير. تتعلق فرضية ريمان بتوزيع الأعداد الأولية وترتبط بخوارزميات التشفير التي تحمي حسابك المصرفي. تتعلق حدسية بيرش وسوينرتون-داير بالمنحنيات البيانية المستخدمة في التشفير الحديث. تتصل مشكلة يانغ-ميلز بفيزياء الجسيمات ونظرية الحقول الكمومية. تتضمن حدسية هودج الهندسة الجبرية مع تطبيقات في نظرية الأوتار. تدور مختبرات الذكاء الاصطناعي بالفعل حول هذه الأهداف. في أغسطس 2026، حسّن نموذج كلود من Anthropic حدًا رئيسيًا متعلقًا بفرضية ريمان من 41.6% إلى 67.2%. حل نموذج Astra غير المعلن من OpenAI عشرة مشكلات رياضية مفتوحة أخرى في أغسطس. نشرت Google DeepMind عملاً باستخدام الشبكات العصبية للعثور على تفردات جديدة في معادلات السوائل. أخبر خبراء يتتبعون تقدم الرياضيات المتعلقة بالذكاء الاصطناعي مجلة كوانتا في أغسطس 2026 أن الرياضيين يغادرون الأكاديمية الآن إلى OpenAI وGoogle والشركات الناشئة المتخصصة في الرياضيات والذكاء الاصطناعي لأن "هذا هو المكان الذي يحدث فيه العمل الآن." المشكلات الست المتبقية من جوائز الألفية أصبحت الآن في متناول أنظمة الذكاء الاصطناعي خلال السنوات القليلة القادمة. بعيدًا عن الرياضيات البحتة، فإن التقنيات لحل المعادلات التفاضلية المعقدة لها تطبيقات فورية. يتم نشر أنظمة الذكاء الاصطناعي التي يمكنها حل المعادلات التفاضلية الجزئية (PDEs) بالفعل في اكتشاف الأدوية، وتصميم البطاريات، وعلوم المواد، وتطوير المحفزات. أعلن فريق هندسة بن في مايو 2026 أنهم طوروا تقنيات ذكاء اصطناعي لحل PDEs العكسية - العمل من الأنماط القابلة للملاحظة لاستنتاج الأسباب الخفية - والتي لها تطبيقات في علم الوراثة، والتصوير الطبي، وتوقعات الطقس، وفهم كيفية تنظيم الحمض النووي داخل الخلايا. نشر باحثو Texas A&M مراجعة من 500 صفحة في عام 2025 تظهر كيف أن حل الذكاء الاصطناعي لمعادلات مثل معادلة شرودنغر يسرع الأبحاث عبر الكيمياء الكمومية، وتصميم الأدوية، واكتشاف المواد. لكن إعلان OpenAI جاء في وسط نزاع قبيح حول الفضل. ساعات قبل إحاطة OpenAI الصحفية، أصدر الرياضي من NYU، تريستان باك ماستر، بيانًا على ماستودون زعم فيه أن OpenAI قد ضغطت عليه بشأن التأليف والفضل. استخدم باك ماستر وليفينت ألبوج، الرياضي الذي يعمل في شركة الذكاء الاصطناعي المنافسة Anthropic، نماذج كلا الشركتين (كلود، كودكس، وأسترا) لحل ثلاث مشكلات مرتبطة بديناميات السوائل. أظهروا الانفجار في الوقت المحدود لمعادلات أويلر (نسخة أبسط بدون لزوجة) ونظامين آخرين. تم التحقق من عملهم في Lean وأشاد به ميدالية فيلدز تيرينس تاو، وكان خطوة كبيرة نحو حل مشكلة Navier-Stokes الكاملة. وفقًا لرواية باك ماستر، وصلت شائعات عن تقدمه إلى OpenAI في 3 سبتمبر. في 6 سبتمبر، زعم باك ماستر أن سيباستيان بوبك (رياضي من OpenAI انضم من مايكروسوفت في أكتوبر 2024) اتصل به مرتين وقدم خيارين: إما تنسيق إعلان مشترك، أو يجب على باك ماستر كتابة نتيجة Navier-Stokes بنفسه مع منح الفضل لنموذج داخلي من OpenAI واستبعاد ألبوج من التأليف لأنه، وفقًا لما زُعم من كلمات بوبك، كان مزعجًا أن ألبوج يعمل في Anthropic. يقول باك ماستر إنه رفض وهدد بالذهاب إلى العلن إذا مضت OpenAI قدمًا. ويزعم أنه رد بوبك بقوله "لماذا تريد تدمير مهنتك؟" و"إذا كنت لا تريدني أن أكون لطيفًا، فلا يتعين علي أن أكون لطيفًا." كما زعم أن بوبك أرسل رسالة نصية إلى ألبوج يطلب التحدث وجهًا لوجه لأنه لم يكن متأكدًا من أن باك ماستر "يكون عقلانيًا تمامًا الآن." رفض ألبوج. نفى بوبك الاتهامات على X، واصفًا إياها بأنها "كاذبة ومثيرة" وقال إنه اتبع المعايير الأكاديمية. في الإحاطة الصحفية في 8 سبتمبر، قال باحثو OpenAI إنهم ركزوا أولاً الموارد على Navier-Stokes في 1 سبتمبر بعد سماع شائعات عن تقدم في مشكلات جوائز الألفية. قال بوبك إن نموذج OpenAI حل مشكلة أويلر بشكل مستقل باستخدام طرق مختلفة تمامًا عن باك ماستر وألبوج. ومع ذلك، اعترف أن الإثبات لمشكلة Navier-Stokes الكاملة اتبع طريقة مشابهة. تم تطويره خلال عطلة نهاية الأسبوع، بعد الوقت الذي يدعي فيه باك ماستر أن أخبار عمله وصلت إلى OpenAI. نفى بوبك بشدة أن عمل الرياضيين الاثنين أثر على نماذج OpenAI. "لم نستخدم مطالبهم أو إثباتاتهم لتحفيز نماذجنا،" قال. استغرق الإثبات 88 ساعة من وقت الحوسبة وحشد حوالي 10,000 وكيل ذكاء اصطناعي يعملون بشكل متوازي، يتبادلون 2.7 مليون رسالة ويحرقون حوالي 130 مليار رمز مخرجات. وذكرت التقارير أن تكاليف الحوسبة بلغت ملايين الدولارات. أصدرت الشركة إثباتًا من 165 صفحة وقامت بتوثيقه في Lean، وهي لغة برمجة تتحقق من المنطق الرياضي خطوة بخطوة. وصف بوبك ذلك بأنه ذروة 12 شهرًا من حل الذكاء الاصطناعي لمشكلات تزداد تعقيدًا. تقول OpenAI إنها لن تطالب بجائزة المليون دولار. المجتمع الرياضي الأوسع يراقب عن كثب. وصف تيرينس تاو، أحد الرياضيين القلائل المؤهلين لتقييم هذه الادعاءات، عمل باك ماستر وألبوج بأنه "إنجاز رائع" وقال إنه لا يرى أي عقبة واضحة أمام استخدام نفس الطرق في النهاية لحل مشكلة Navier-Stokes الكاملة. أكد أن حججهم قد تم توثيقها في Lean، مما يضمن أن المنطق سليم. لكن تاو حذر أيضًا علنًا من أن حل الذكاء الاصطناعي لمشكلات كبيرة قد يكون سلبيًا صافيًا للرياضيات إذا وصلت الحلول كصناديق سوداء مغلقة مع احتفاظ الشركات بالتفكير مخفيًا. في سلسلة من التغريدات في 3 سبتمبر، جادل بأن مثل هذا الحل يمكن أن "يؤذي المشكلة كمصدر للتقدم المستقبلي" بدلاً من أن يثير أفكارًا جديدة. في نفس يوم إعلان OpenAI، أصدرت أنيما أناندكومار من معهد كاليفورنيا للتكنولوجيا وزملاؤها أيضًا حلاً لمشكلة اللزوجة الصفرية باستخدام شبكة عصبية مستنيرة بالفيزياء بدلاً من نموذج لغوي كبير عام. يتقدم المجال بسرعة، وتصبح الخطوط بين مساهمة البشر والآلات غير واضحة بطرق لم تُبنى المعايير الأكاديمية للتعامل معها.
🌍 world
الذكاء الاصطناعي حل مشكلة رياضية عمرها 90 عامًا. إليك لماذا يجب أن تهتم.
في 8 سبتمبر 2026، أعلنت OpenAI أن 10,000 وكيل ذكاء اصطناعي حلوا مشكلة Navier-Stokes في 88 ساعة - واحدة من سبع مشكلات من جوائز الألفية التي تبلغ قيمتها مليون دولار. تتنبأ المعادلات بكل شيء من الطقس إلى تصميم الطائرات، وإثبات أنها يمكن أن تنهار يخبر المهندسين أين قد تفشل محاكياتهم الحاسوبية. لكن جولة النصر تحولت إلى شجار عندما اتهم رياضي من NYU OpenAI بالسباق لتجاوزه بعد أن علم أن فريقه كان قريبًا.
Fact checked - 15 claims 8 Sept 2026 · 15 with sources
رأيي
هذه هي اللحظة التي تصبح فيها أبحاث الذكاء الاصطناعي رياضة احتكاكية، ويحدث ذلك لأن المخاطر أصبحت حقيقية. لم نعد نتحدث عن الذكاء الاصطناعي الذي يكتب رسائل إلكترونية أفضل أو يولد صورًا. نحن نتحدث عن أنظمة ذكاء اصطناعي يمكنها حل مشكلات لها تداعيات مباشرة على هندسة الطيران، واكتشاف الأدوية، والتشفير، وعلوم المواد - مشكلات تحدد ما إذا كانت تشفيراتك آمنة، وما إذا كانت الأدوية الجديدة فعالة، وما إذا كانت الطائرات النفاثة آمنة، وما إذا كانت مفاعلات الاندماج قابلة للتطبيق. تريد OpenAI الحصول على الفضل في حل مشكلة عمرها 90 عامًا تحمل جائزة بقيمة مليون دولار وستكون بمثابة الجائزة الثانية من نوعها التي تم حلها على الإطلاق. لكن التوقيت سيء. كان باك ماستر وألبوج على بعد أيام من نشر عمل يظهر الطريق، وفجأة تتسابق OpenAI مع 10,000 وكيل إلى خط النهاية خلال عطلة نهاية أسبوع واحدة. حتى لو كانت كل سطر من نفي OpenAI صحيحًا، فإن الصورة العامة مشبوهة. الأكاديميا تعتمد على الفضل، والنزاعات حول الفضل تدمر المهن. ذهب باك ماستر إلى العلن لأنه لم يكن لديه أي وسيلة ضغط أخرى. المشكلة الأعمق هي أنه لا أحد يعرف كيفية التحكيم في هذه اللعبة الجديدة. عندما يحل الرياضيون البشريون المشكلات، يمكننا تتبع التأثير، ورؤية من بنى على أفكار من، ومنح الفضل وفقًا لذلك. عندما يتبادل 10,000 وكيل ذكاء اصطناعي 2.7 مليون رسالة ويخرجون بإثبات من 165 صفحة، كيف تعرف ما الذي تعلموه من طريقة باك ماستر مقابل اكتشافه بشكل مستقل؟ تقول OpenAI إنهم لم يستخدموا مطالب باك ماستر أو إثباتاته. حسنًا. لكن النموذج تم تدريبه على عقود من الأدبيات الرياضية، بما في ذلك أعمال الباحثين الذين وسع باك ماستر طرقهم. نحن في منطقة غير معروفة، وهياكل الحوافز كلها خاطئة. الشركات لديها مليارات على المحك. الرياضيون لديهم مهن. ولا توجد قواعد. ما يجب أن يثير إحباطك هو أن هذا الاختراق - الذي يمكن أن يسرع كل شيء من توقعات الطقس إلى تصميم الدعامات القلبية - يتم دفنه في نزاع حول الأولويات. يجب أن يكون الفائزون الحقيقيون هنا هم المهندسون والعلماء الذين يمكنهم الآن استخدام أدوات رياضية أفضل. بدلاً من ذلك، نشهد لعبة دجاج أكاديمية بين عملاق تكنولوجي واثنين من الرياضيين الذين ارتكبوا خطأ الاقتراب من خط النهاية عندما وصلت فرقة الذكاء الاصطناعي. أصاب تيرينس تاو الهدف عندما حذر من أن حل الذكاء الاصطناعي لمشكلات كبيرة قد يلوث البئر. إذا أصبحت كل مشكلة صعبة سباقًا بين المختبرات ذات الميزانيات الحاسوبية غير المحدودة، فإن الرياضيين يخسرون الشيء الذي يجعل المشكلات ذات قيمة: الصراع الذي يجبر تقنيات جديدة على الوجود. التقنيات تهم أكثر من الإجابة. قد يكون إثبات OpenAI صحيحًا. قد يكون حتى جميلًا. لكن إذا وصل عن طريق الضغط في سباق عطلة نهاية الأسبوع بعد سماع أن شخصًا آخر كان قريبًا، فإننا نعمل على تحسين الشيء الخطأ. نحن نحصل على إجابات دون فهم، وحلول دون بصيرة. وفي العلم، الفهم هو الهدف الأساسي.
ماذا سيحدث بعد ذلك
الآن، لدى معهد كلاي للرياضيات المهمة غير المرغوبة في تحديد ما إذا كان إثبات OpenAI يعتبر. تتطلب القواعد نشر حل في مجلة محكمة وقبوله من قبل المجتمع الرياضي لمدة عامين قبل منح الجائزة. تقول OpenAI إنها لن تطالب بالمال، مما يتجنب تلك الألغام، لكنها لا تحل مسألة الفضل. يتم مراجعة عمل باك ماستر وألبوج بالفعل من قبل خبراء، وإذا كانت طريقتهم متميزة حقًا عن OpenAI، فقد يكون لديهم مطالب متوازية بالأولوية. لكن الحدث الحقيقي هو ما سيحدث بعد ذلك. أصبحت المشكلات الخمس المتبقية من جوائز الألفية أهدافًا حية الآن. فرضية ريمان تتعلق بتوزيع الأعداد الأولية وتدعم التشفير الحديث - إذا تمكن الذكاء الاصطناعي من حلها، فإن كل خوارزمية تشفير تحتاج إلى إعادة تقييم. تسأل مشكلة P مقابل NP ما إذا كانت المشكلات التي يمكن التحقق من حلولها بسهولة يمكن أيضًا حلها بسهولة - ستكون الإجابة الإيجابية كفيلة بكسر معظم أمان الكمبيوتر بين عشية وضحاها، بينما ستثبت الإجابة السلبية الحدود الأساسية للحساب. هذه ليست ألغازًا مجردة. إنها أعمدة تحمل الوزن للاقتصاد الرقمي. أخبر خبراء يتتبعون الرياضيات المتعلقة بالذكاء الاصطناعي مجلة كوانتا في منتصف عام 2026 أن الإجماع تحول من الحذر إلى الصدمة على مدار بضعة أشهر. قفزت أسواق التنبؤ على مانيفولد وبوليماركت التي تتعقب ما إذا كان الذكاء الاصطناعي سيحل مشكلة من جوائز الألفية إلى 38% احتمال بحلول 5 سبتمبر 2026، قبل إعلان OpenAI. بعد اليوم، ستزداد تلك الاحتمالات. السؤال ليس ما إذا كان الذكاء الاصطناعي سيحل مشكلة أخرى من جوائز الألفية - بل أي واحدة، وكم من الوقت سيستغرق. يتوقع مراقبو الصناعة أن تكون فرضية ريمان ومشكلة P مقابل NP هما الهدفين الرئيسيين التاليين، مع أنظمة الذكاء الاصطناعي من OpenAI وGoogle DeepMind وAnthropic جميعها في وضع المنافسة. بالنسبة للتطبيقات العملية، ستتسارع التقنيات التي تم تطويرها هنا بسرعة. يتم نشر أنظمة الذكاء الاصطناعي التي تحل معادلات تفاضلية معقدة بالفعل في تصميم البروتينات، وكيمياء البطاريات، وتصميم مفاعلات الاندماج، واكتشاف الأدوية. أعلن فريق هندسة بن في مايو 2026 عن تقنيات الذكاء الاصطناعي لحل PDEs العكسية (العمل من التأثيرات إلى الأسباب) مما يفتح الأبواب في التصوير الطبي، والجيولوجيا الفيزيائية، وعلوم المواد. أظهر مراجعة Texas A&M لعام 2025 أن حل الذكاء الاصطناعي لمعادلة شرودنغر يسرع أبحاث الكيمياء الكمومية بمقادير كبيرة. يثبت الاختراق في Navier-Stokes أن هذه الطرق قابلة للتوسع لتحديات الرياضيات الأكثر صعوبة، مما يعني أن نفس النهج يمكن أن يتعامل مع ديناميات البروتين، ونمذجة المناخ، وفيزياء البلازما. ستكون العواقب الحقيقية في كيفية استجابة المجتمع الرياضي. إذا كان تاو محقًا في أن المشكلات التي يحلها الذكاء الاصطناعي يمكن أن تلوث البئر، فقد تبدأ وكالات التمويل ولجان الجوائز في التمييز بين الاختراقات التي أنتجها البشر وتلك التي ساعدت فيها الآلات. قد نرى فئات جديدة: المشكلات التي تم حلها بمساعدة الذكاء الاصطناعي، المشكلات التي وجد فيها الذكاء الاصطناعي الإجابة لكن البشر قاموا بتحسينها، والمشكلات التي قام فيها البشر بالعمل الشاق. قد يحتاج الاتحاد الدولي للرياضيات إلى كتابة قواعد جديدة لميدالية فيلدز وغيرها من الأوسمة. بالفعل، يغادر أفضل الرياضيين الأكاديمية إلى شركات الذكاء الاصطناعي - انضم ميدالية فيلدز إلى OpenAI في يوليو 2026 - لأن هذا هو المكان الذي تتحرك فيه الحدود. بالنسبة لـ OpenAI وAnthropic، هذه حرب علامة تجارية مقنعة كخلاف أكاديمي. لقد أظهرت OpenAI للتو أن نموذجها غير المعلن (الأكثر قدرة من GPT-6 Astra، الذي حل بدوره عشرة مشكلات صعبة في أغسطس 2026) يمكنه التعامل مع الرياضيات على مستوى جوائز الألفية. لكن إذا أصبحت الرواية "OpenAI سرقت الفضل من رياضي Anthropic"، فإن ذلك سيكون كارثة علاقات عامة في حرب المواهب حيث يراقب كل باحث بارز. وعد بوبك "بالمزيد ليقوله غدًا" في 8 سبتمبر. سيتابع المجتمع الرياضي ما إذا كانت تفسيراته ستثبت صحتها، وما إذا كانت OpenAI ستفتح عملية إثباتها للتدقيق المستقل أو تحتفظ بها مغلقة في صندوق أسود ملكي. هذه المعركة بدأت للتو، لكن خط النهاية لحل الذكاء الاصطناعي للمشكلات المتبقية من جوائز الألفية أصبح الآن مرئيًا.
ما يخبرنا به التاريخ
تم حل مشكلة واحدة فقط من جوائز الألفية سابقًا: حدسية بوانكاريه، التي أثبتها الرياضي الروسي غريغوري بيرلمان في 2002-2003. رفض بيرلمان جائزة كلاي البالغة مليون دولار في 2010، قائلاً إنه يختلف فلسفيًا مع الجائزة وأن الرياضي ريتشارد هاميلتون (الذي بنى على عمله) يستحق الاعتراف المتساوي. تم الإعلان عن مشكلات جوائز الألفية في عام 2000، مستوحاة من قائمة ديفيد هيلبرت الشهيرة المكونة من 23 مشكلة التي طرحت في عام 1900 والتي شكلت الرياضيات في القرن العشرين. تشمل المشكلات السبع نظرية الأعداد، والطوبولوجيا، وعلوم الكمبيوتر، والفيزياء. قبل اليوم، جاء كل تقدم من الرياضيين البشر، غالبًا ما يعملون لعقود. تعود معادلات Navier-Stokes نفسها إلى أعمال القرن التاسع عشر لكلود-لويس نافير وجورج غابرييل ستوك، وقد حيرت مسألة الانتظام الرياضيين منذ الثلاثينيات.