ذكاء OpenAI الاصطناعي يدحض حدسية إيردوس البالغ عمرها 80 عاماً (2026)

ملخص

في 20 مايو 2026، أعلنت OpenAI أن أحد نماذج التفكير (reasoning models) العامة التابعة لها قد دحض بشكل مستقل حدسية إيردوس للمسافات الموحدة (Erdős unit distance conjecture)، وهي مسألة مفتوحة في الهندسة منذ 80 عاماً. اكتشف النموذج عائلة جديدة من ترتيبات النقاط تتفوق على الشبكة المربعة التي اعتقد الرياضيون لفترة طويلة أنها الأمثل.¹ لم يكن النموذج نظاماً متخصصاً في الرياضيات — بل كان نموذج تفكير تجريبياً غير مُصدر، عمل بناءً على موجه (prompt) واحد مفتوح وأنتج سلسلة أفكار (chain of thought) مكونة من 125 صفحة.² قام تسعة رياضيين مستقلين، من بينهم تيم غاورز الحائز على وسام فيلدز، بالتحقق من البرهان ونشروا ورقة بحثية مصاحبة.³ قال سيباستيان بوبيك، عالم الرياضيات في OpenAI، إنه يعتقد أنها المرة الأولى التي ينتج فيها الذكاء الاصطناعي بشكل مستقل نتيجة مهمة في أي مجال بحثي.² النتيجة حقيقية — لكن البشر ما زالوا هم من قاموا بتنقيحها، ونشر عالم رياضيات من جامعة برينستون نسخة أكثر دقة في نفس اليوم.⁴⁵

ما ستتعلمه

• ما هي حدسية إيردوس للمسافات الموحدة، بعبارات بسيطة
• ما الذي أثبته ذكاء OpenAI الاصطناعي بالضبط — وما الذي لم يثبته
• كيف دحض الذكاء الاصطناعي الحدسية باستخدام نظرية الأعداد الجبرية
• أي نموذج ذكاء اصطناعي فعل ذلك، ولماذا ترفض OpenAI تسميته
• لماذا انهار ادعاء OpenAI بشأن إيردوس في أكتوبر 2025، وكيف يختلف هذا الموقف
• هل هذه حقاً أول مسألة رياضية يحلها الذكاء الاصطناعي
• ماذا تعني هذه النتيجة لمستقبل الذكاء الاصطناعي في البحث العلمي

ما هي حدسية إيردوس للمسافات الموحدة؟

تعد مسألة المسافة الموحدة واحدة من تلك الأسئلة الرياضية النادرة التي يمكن للطفل فهمها ولكن لم يتمكن أي خبير من حلها. ارسم بعض النقاط على ورقة. الهدف: جعل أكبر عدد ممكن من أزواج النقاط تقع على مسافة وحدة واحدة بالضبط — لنقل بوصة واحدة. لأي عدد من النقاط، ما هو أكبر عدد من أزواج المسافة الموحدة التي يمكنك تكوينها؟⁴

الحالات الصغيرة سهلة. ضع تسع نقاط في خط مستقيم وستحصل على ثمانية أزواج تفصل بينها بوصة واحدة. رتب نفس النقاط التسع في شبكة مربعة 3×3 وستحصل على اثني عشر زوجاً.⁴ الشبكة هي الفائزة. السؤال الصعب هو ما يحدث عندما ينمو عدد النقاط إلى الملايين أو المليارات أو ما هو أبعد من ذلك.

في عام 1946، درس عالم الرياضيات المجري بول إيردوس (1913–1996) المسألة واقترح إجابة.² وأظهر أن شبكة ذات تباعد مختار بعناية فائقة — دقيقة بما يكفي لتظهر مسافات الوحدة عبر العديد من خطوات الشبكة، وليس فقط الجيران — تنتج عدداً ينمو بالكاد أسرع من عدد النقاط نفسه. ثم قدم ادعاءً أكثر جرأة: لا يمكن لأحد أبداً أن يحقق نتيجة أفضل بشكل ملموس. أصبح هذا الادعاء يُعرف باسم حدسية المسافة الموحدة، وظل صامداً لثمانية عقود. اعتقد معظم الرياضيين أن إيردوس كان على حق؛ والقلة الذين بحثوا عن مثال مضاد لم يجدوا شيئاً.⁴

ما الذي أثبته ذكاء OpenAI الاصطناعي فعلياً

في 20 مايو 2026، قالت OpenAI إن ذكاءها الاصطناعي قد كسر الرقم القياسي. وكتبت الشركة: "لمدة 80 عاماً تقريباً، اعتقد الرياضيون أن أفضل الحلول الممكنة تشبه تقريباً الشبكات المربعة. لقد دحض نموذج OpenAI الآن هذا الاعتقاد، واكتشف عائلة جديدة تماماً من الإنشاءات التي تؤدي أداءً أفضل".⁶

الإنجاز الدقيق هو دحض. افترض إيردوس أنه لا يوجد ترتيب يمكن أن يتفوق على شبكته بأكثر من هامش ضئيل للغاية. أنتج الذكاء الاصطناعي ترتيباً يتفوق عليها بهامش متعدد الحدود (polynomial) حقيقي — وهو نوع التحسين الذي قالت حدسية إيردوس إنه مستحيل.¹⁴ بعبارة أخرى، لم يقم الذكاء الاصطناعي بمجرد تحسين طفيف للرقم القياسي؛ بل أظهر أن الاعتقاد السائد منذ 80 عاماً كان خاطئاً ببساطة.

هناك حدان يستحقان التوضيح. أولاً، الذكاء الاصطناعي لم يجد الترتيب الأمثل — لقد أثبت وجود ترتيب أفضل، لكن الحد الأقصى الحقيقي لمسألة المسافة الموحدة لا يزال غير معروف.⁴ ثانياً، لم يكن بناء الذكاء الاصطناعي هو الكلمة الأخيرة حتى فيما يتعلق بالحد الأدنى: في نفس اليوم الذي أعلنت فيه OpenAI عن النتيجة، نشر عالم الرياضيات في برينستون ويل سوين ورقة بحثية تكميلية بعنوان "An explicit lower bound for the unit distance problem"، تظهر ترتيبات تحتوي على أكثر من n^1.014 من أزواج المسافة الموحدة — وهي نسخة صريحة وأكثر دقة مما أنتجه النموذج.⁵

كيف دحض الذكاء الاصطناعي الحدسية

الجزء المثير للدهشة هو من أين جاء البرهان. لقد هاجمت أجيال من علماء الهندسة مسألة المسافة الموحدة باستخدام أدوات الهندسة المتقطعة والتركيبات. بدلاً من ذلك، لجأ الذكاء الاصطناعي إلى نظرية الأعداد الجبرية — وهو فرع من الرياضيات ليس له صلة واضحة بالنقاط على الورقة.²

بدلاً من ترتيب النقاط على ورقة مسطحة مباشرة، اختار النموذج نقاطاً تكون إحداثياتها حلولاً لمعادلات جبرية معينة.² قام ببناء شبكة عالية الأبعاد ذات تناظرات داخلية خاصة، ثم قام بإسقاط هذا الهيكل مرة أخرى إلى بعدين — "ظل" عددي مسطح للكائن عالي الأبعاد. النتيجة بعيدة جداً عن الشبكة البسيطة لدرجة أن الرياضيين يقولون إنها معقدة للغاية بحيث لا يمكن رسمها فعلياً على الورق، حتى لعدد قليل من النقاط.⁴ ولإثبات أن أنظمة الأعداد الغريبة التي يحتاجها موجودة بالفعل، استخدم النموذج أدوات ثقيلة: أبراج حقول الأصناف اللانهائية (infinite class field towers) ومبرهنة غولود-شافاريفيتش.⁴

لا توجد أي من هذه الأدوات جديدة. الجديد كان ربطها بمسألة المسافة الموحدة. وكما قال بوبيك: "لم يخترع النموذج شيئاً جديداً تماماً لم يتوقعه أحد. لقد نفذ الأمر فقط كعالم رياضيات مذهل".⁴ وقدمت ميلاني ماتشيت وود من جامعة هارفارد قراءة متواضعة: فهي تعتقد أنه لو كان الخبراء الذين قاموا لاحقاً بتحليل إجابة الذكاء الاصطناعي قد بذلوا هذا الجهد في البحث عن مثال مضاد، لربما وجدوا واحداً بأنفسهم.⁴

أي نموذج ذكاء اصطناعي حل المسألة؟

لم تقم OpenAI بتسمية النموذج بعد. وتقول الشركة فقط إنه كان نموذجاً تجريبياً للاستدلال العام — وبشكل صريح ليس نظاماً مصمماً للرياضيات، وليس من نوع المبرهنات المتخصصة مثل AlphaProof التابع لـ Google DeepMind.²

أكد Bubeck على مدى استقلالية العملية: تلقى النموذج أمراً واحداً (Prompt) — وهو عبارة عن إعادة صياغة آلية لسؤال Erdős يسأل بشكل مفتوح عما إذا كان التخمين صحيحاً أم خاطئاً — وأنتج سلسلة استدلال واحدة مستمرة وطويلة جداً.² يصل هذا الاستدلال إلى وثيقة مكونة من 125 صفحة، لم تنشرها OpenAI بالكامل.² كما أبقت الشركة هوية النموذج وتفاصيل التدريب الدقيقة سرية، وهو جزء من السبب في أن التغطية كانت حريصة على تسمية هذا ادعاءً من OpenAI مدعوماً بتحقق مستقل، بدلاً من كونه نتيجة مفتوحة بالكامل.⁶²

إذا كنت قد تابعت دفع OpenAI الأخير نحو نماذج الاستدلال، فإن هذا التأطير يناسب نمطاً معيناً: تستمر الشركة في المجادلة بأن الاستدلال العام، وليس الضبط المخصص لمهام معينة، هو ما يحل المشكلات الصعبة.

إحراج مشكلة Erdős في أكتوبر 2025

هذا ليس أول عنوان رئيسي لـ OpenAI يتعلق بـ Erdős — والعنوان الأول سار بشكل سيء. في أكتوبر 2025 تقريباً، نشر Kevin Weil، نائب رئيس OpenAI آنذاك والذي كان يقود فريق OpenAI for Science، على منصة X أن "GPT-5 وجد حلولاً لـ 10 (!) من مشكلات Erdős التي لم تُحل سابقاً وأحرز تقدماً في 11 مشكلة أخرى".⁷

لم يكن ذلك صحيحاً. لم يحل GPT-5 أي شيء جديد؛ بل أجرى بحثاً في الأدبيات وأظهر حلولاً منشورة بالفعل لم يقم المجتمع الرياضي بفهرستها ببساطة.⁷ وصف Thomas Bloom — عالم الرياضيات الذي يدير قاعدة بيانات erdosproblems.com، حيث تعني كلمة "مفتوحة" فقط أن هو شخصياً لم يكن يعرف حلاً لها — المنشور بأنه تضليل درامي. قام Weil بحذفه، وانضم المنافسون بما في ذلك Yann LeCun وDemis Hassabis من Google DeepMind إلى الهجوم.⁷

تم بناء إعلان مايو 2026 لتجنب تكرار ذلك. نتيجة "مسافة الوحدة" هي دحض أصلي، وليست بحثاً في الأدبيات. ونفس الشخص Thomas Bloom الذي كشف خطأ عام 2025 هو الآن أحد الموقعين على الورقة البحثية التي تتحقق من النتيجة الجديدة — وهي إشارة متعمدة إلى أن الرياضيات هذه المرة صحيحة.⁶³

هل هذا حقاً أول اختراق للذكاء الاصطناعي في الرياضيات؟

صياغة OpenAI دقيقة للغاية: فهي تصف هذا بأنه "المرة الأولى التي يحل فيها الذكاء الاصطناعي بشكل مستقل مشكلة مفتوحة بارزة ومركزية في مجال الرياضيات".⁶ كل وصف هنا له أهميته، لأن الذكاء الاصطناعي قد لمس الرياضيات الجادة من قبل.

وصل الذكاء الاصطناعي من Google DeepMind إلى مستوى الميدالية الفضية في أولمبياد الرياضيات الدولي لعام 2024، بقيادة نظام AlphaProof، وحقق نظام Gemini Deep Think مستوى الميدالية الذهبية في عام 2025 — لكن مشكلات الأولمبياد هي ألغاز مسابقات ذات إجابات معروفة، وليست أسئلة بحثية مفتوحة.⁸ كما عالج نظام AlphaEvolve من DeepMind مشكلات مفتوحة في عام 2025، حتى أنه حسن الحد الأدنى المعروف لـ "kissing number" في 11 بُعداً من 592 إلى 593 — لكن AlphaEvolve هو نظام تطوري مصمم للبحث عبر الحلول المرشحة.⁸ وفي يناير 2026، أنتج GPT-5.2 براهين لثلاث مشكلات Erdős مفتوحة حقاً — تم صياغتها في مساعد البراهين Lean وتم التحقق منها بواسطة Terence Tao الحائز على ميدالية فيلدز، والذي وصفها بأنها "الذيل الطويل" الأسهل لمشكلات Erdős وليست اختراقات عميقة.⁹

ما يجعل نتيجة مسافة الوحدة تبرز هو المزيج: مشكلة معروفة جيداً، عمرها عقود، ومحاولات حلها كثيرة، تم حلها بواسطة نموذج عام الأغراض، بشكل مستقل، ومن أمر واحد. لهذا السبب وصفها Daniel Litt من جامعة تورنتو — أحد المحققين — بأنها "أول نتيجة يتم إنتاجها بشكل مستقل بواسطة ذكاء اصطناعي أجدها مثيرة للاهتمام في حد ذاتها".² الملخص الصادق: إنها علامة فارقة، وصيغ التفضيل تعود لـ OpenAI وعلماء الرياضيات الذين راجعوا العمل، وليس لمجرد شعار تسويقي.

ماذا يعني هذا للذكاء الاصطناعي والرياضيات

عملية التحقق هي القصة الحقيقية لأي شخص يتابع مصداقية أبحاث الذكاء الاصطناعي. أرسلت OpenAI البرهان سراً إلى علماء رياضيات مستقلين، الذين — دون تدخل الشركة — كتبوا ورقة بحثية مرافقة من 19 صفحة بعنوان "ملاحظات حول دحض تخمين مسافة الوحدة"، وقعها تسعة باحثين من بينهم Noga Alon وThomas Bloom وTim Gowers وDaniel Litt وWill Sawin وJacob Tsimerman وMelanie Matchett Wood.³ وقال Gowers، الحائز على ميدالية فيلدز، إنه لم يقترب أي برهان سابق تم إنتاجه بواسطة الذكاء الاصطناعي من معايير المجلات العلمية الكبرى.⁴

لكن التحذيرات لا تقل أهمية. لم يرَ أي خبير خارجي المخرجات الخام للنموذج — فقط نسخة محررة من استدلاله.⁴ واحتاجت النتيجة إلى يد بشرية لتصبح برهاناً حقيقياً. وكما قال Bloom: "لا يزال الإنسان يلعب دوراً حيوياً في مناقشة هذا البرهان وهضمه وتحسينه".⁴ كان هذا تعاوناً، وليس تسليماً كاملاً للمهمة.

الادعاء المستقبلي من OpenAI هو أن النماذج القادرة على ربط سلاسل استدلال طويلة ومتعددة التخصصات يمكن أن تساعد في علم الأحياء والفيزياء والهندسة والطب — وهو نفس الرهان وراء الجهود لتوجيه النماذج نحو الاكتشاف العلمي وأبحاث الأدوية.⁶ وما إذا كان ذلك سيعمم أم لا فهو أمر غير مثبت بعد. في الوقت الحالي، يعكس الدرس ما رأيناه عندما بدأت نماذج الذكاء الاصطناعي في تجاوز معايير الوكالة (Agentic) الصعبة: قفزة حقيقية في القدرات، مغلفة بادعاءات تستحق القراءة بتمهل.

الخلاصة

يعد دحض OpenAI لحدسية مسافة الوحدة لـ Erdős أكثر نتائج الرياضيات المعتمدة على الذكاء الاصطناعي مصداقية حتى الآن، والتحقق من قبل تسعة علماء رياضيات — من بينهم Tim Gowers — هو ما يميزه عن إخفاق الشركة المحرج في عام 2025. نموذج استدلال عام الأغراض، يعمل من أمر واحد، ربط نظرية الأعداد الجبرية بمشكلة هندسية استعصت على الخبراء لمدة 80 عاماً. هذا أمر جديد حقاً.

من الجدير أيضاً إبقاء الأمر في نصابه الصحيح. لم يجد النموذج الإجابة المثالية، وتم صقل بنائه من قبل عالم رياضيات بشري في غضون يوم واحد، ولم يصبح البرهان قابلاً للنشر إلا بعد تنقيح بشري كبير. الطريقة الدقيقة لوصف ما حدث ليست "الذكاء الاصطناعي حل محل علماء الرياضيات" بل "أصبح الذكاء الاصطناعي متعاوناً قادراً بشكل مذهل". بالنسبة للمطورين والباحثين الذين يراقبون توجه نماذج الاستدلال، فإن هذا التمييز — القدرة المقترنة بادعاءات يجب أن تقرأها بعناية — هو القصة بأكملها.