حين توقّف الذكاء الاصطناعي عن مساعدة العلم وبدأ بممارسته

حدث أمر يستحق اهتمامًا أدق مما يحظى به.

في 6 أكتوبر، نشرت OpenAI 722 مخطوطة رياضية في مستودع عام على GitHub. أنتج هذه الأوراق نموذج داخلي متقدم لم يُطرح للعامة، وليس له اسم يعرفه الجمهور. وتشمل النتائج 17 فرعًا من فروع الرياضيات، منظّمة في 372 عائلة متميزة. وإذا ثبتت صحة بعض الادعاءات، فستمثل تقدمًا حقيقيًا في مسائل ظلّت مفتوحة لعقود.

انقسمت ردود الفعل الأولية إلى معسكرين، كما يحدث دائمًا. قال أحدهما إن هذا أمر استثنائي وتحويلي، بينما قال الآخر: تمهّلوا؛ فهذه الأعمال لم تخضع لمراجعة الأقران، ولا نعرف إن كان أيٌّ منها صحيحًا.

كلا الرأيين صائب، لكنهما يغفلان أيضًا السؤال الأهم: هل هذه النتائج صحيحة، ومن يتحقق من ذلك؟

سؤالان. أُجيب عن واحد فقط.

دعوني أفصل بين أمرين جمعت التغطيات الإعلامية بينهما، مع أنهما يستحقان مزيدًا من التحليل لأن تبعاتهما مختلفة تمامًا.

السؤال الأول: هل هذه النتائج الرياضية صحيحة؟ هذا سؤال يجيب عنه علماء الرياضيات، وسيستغرق الأمر أشهرًا لمعرفة الإجابة. يتضمن نحو خُمس المخطوطات الـ722 براهين بلغة Lean، أي تحققًا صوريًا تدققه الآلة. أما نحو 580 مخطوطة المتبقية فلا تتضمن ذلك، وتقر OpenAI نفسها في ملف README بالمستودع بأن بعض النتائج غير المصاغة صوريًا قد تنطوي على مشكلات. وسيدرس مجتمع الرياضيات هذه الأعمال بعناية. بعض النتائج ستثبت صحتها، وبعضها على الأرجح لن يصح. وهذه العملية أساسية، لكنها لم تحدث بعد.

أما السؤال الثاني فمختلف: ماذا يعني أن ينتج نموذج ذكاء اصطناعي 722 مخطوطة رياضية تشمل 17 فرعًا، مستخدمًا لكل نتيجة قدرة حاسوبية تعادل نحو ثلاث ساعات من التفكير؟

عمل نظام ذكاء اصطناعي كمحرك حقيقي للاكتشاف الرياضي؛ إذ طرح على نفسه نحو 4,000 مسألة، وأنتج أعمالًا رياضية مبتكرة في نظرية الأعداد والهندسة وعلوم الحاسوب النظرية والفيزياء الرياضية والمنطق. يهم سؤال التحقق دراسة الرياضيات، أما هذا الإنجاز وهذه القدرة فيهمّان كل ما عدا ذلك.

النموذج الذي لا يستطيع أحد استخدامه

أكثر ما يلفت انتباهي ليس الأوراق الـ722، بل النموذج الذي أنتجها؛ فهو لا يزال بلا اسم ولم تُخصَّص له واجهة API. ولا يتاح لأي عميل أو باحث من خارج OpenAI أو شركة تحاول البناء عليه. لقد نشرت OpenAI مخرجات قدرة لم يرها السوق بعد، ولا يستطيع الوصول إليها حتى الآن.

من منظور الاستثمار، تمثل هذه إشارة محددة للغاية. فقد أظهرت الشركة قدرة في طليعة المجال، وهي، بحكم تعريفها، تتقدم على ما احتسبه السوق في الأسعار. وقد اتسعت، بفضل هذا الإنجاز، الفجوة بين ما تستطيع نماذج OpenAI الداخلية فعله وما يدرك السوق أنها تستطيع فعله.

لكن هذه الفجوة لن تظل واسعة إلى الأبد. فهي تضيق عندما يُطرح النموذج، أو عندما يلحق المنافسون بالركب، أو عندما تسهم النتائج في وضع معايير جديدة يبدأ الجميع بتحسين أدائهم وفقًا لها. لكننا نشهد الآن، في أكتوبر 2026، عرضًا علنيًا موثقًا لقدرة رياضية في نظام ذكاء اصطناعي لا يستطيع أحد خارج الشركة استخدامه أو تقييمه تقييمًا كاملًا.

كيف يغيّر هذا أطروحة الاستثمار

في الاستثمار في الثورات، أشرح «تأثير التقارب» بوصفه مبدأً مفاده أن اجتماع التقنيات التحويلية لا ينتج أثرًا إضافيًا فحسب، بل أثرًا مضاعفًا. فاثنان زائد اثنين لا يساوي أربعة؛ بل ينتج عنهما شيء لا تستطيع أي من التقنيتين إنتاجه بمفردها.

أكتب منذ عامين عن الذكاء الاصطناعي المقترن بالاكتشاف العلمي بوصفه توجهًا استثماريًا واعدًا. فثمة جداول زمنية لاكتشاف الأدوية تنكمش من سنوات إلى أسابيع بفضل أنظمة هجينة تجمع بين الذكاء الاصطناعي والحوسبة الكمومية. وتتقدم علوم المواد عبر المحاكاة الجزيئية التي يولدها الذكاء الاصطناعي. كما يعيد التحليل المدعوم بالذكاء الاصطناعي للأسس الرياضية تشكيل علم التشفير.

كانت تلك تنبؤات تستند إلى مؤشرات مبكرة. وهذا الأسبوع، تحقق أحدها.

إن إنجاز نموذج ذكاء اصطناعي اكتشافات رياضية حقيقية في 722 مخطوطة تشمل 17 فرعًا ينشئ علاقة بين الذكاء الاصطناعي والمعرفة العلمية تختلف اختلافًا جوهريًا عن العلاقة التي اعتدناها. والفروع التي يظهر فيها هذا الأثر بأكبر قدر هي تحديدًا تلك التي أراقبها. فنظرية الأعداد هي الأساس الرياضي للتشفير، الذي تقوم عليه كل منظومة بلوك تشين وكل بروتوكول اتصال آمن. وتشكل الفيزياء الرياضية أساسًا لعلوم المواد ومكونات الحوسبة الكمومية. أما علوم الحاسوب النظرية فهي العمود الفقري لتطوير الخوارزميات. والتقدم في أي من هذه الفروع يمتد أثره إلى المنتجات والشركات وقطاعات صناعية كاملة.

عندما يستطيع الذكاء الاصطناعي دفع هذه الفروع إلى الأمام بوتيرة أسرع من الباحثين الذين يعملون بمفردهم، يتسارع انتقال الأثر إلى المجالات اللاحقة. والسؤال أمام المستثمرين هو: ما الذي سيتسارع؟ وما العوامل التي ستسرّع هذا التقدم؟ وما سرعته؟ ومن يتمتع بموقع يؤهله للاستفادة من مساره؟

اقتصاد التحقق الذي لم ينشأ بعد

في هذه القصة تبعات استثمارية محددة لم أرَ أحدًا يعبّر عنها بوضوح.

تتضمن 162 مخطوطة من أصل 722 براهين في Lean جرى التحقق منها آليًا، أما المخطوطات الباقية فلا تتضمن ذلك. واعتمدت OpenAI على مجموعة استشارية في Institute for Advanced Study لتوفير الإشراف الأولي. ووصفت المجموعة هذا الإصدار بأنه خطوة أولى تبدأ العمل على إدماج النتائج في المعرفة الرياضية، لا أنها تُتمّه.

ما يعنيه ذلك عمليًا هو أننا أصبحنا نعيش في عالم تستطيع فيه أنظمة الذكاء الاصطناعي إنتاج ادعاءات رياضية وعلمية بوتيرة أسرع من قدرة البنية التحتية البشرية القائمة على التحقق منها. وهذه الفجوة بين الإنتاج والتحقق ليست مشكلة مؤقتة، بل تتسع بقدر تطور القدرات. فكل تحسن في قدرة الذكاء الاصطناعي على إنتاج نتائج علمية يوسّع فجوة التحقق، ما لم تُنشأ أدوات لسدّها.

وتتمثل هذه الأدوات في فئة جديدة من البنى التحتية: أدوات للتحقق الصوري، وفحص البراهين بمساعدة الذكاء الاصطناعي، ومسارات عمل آلية لاختبار الادعاءات الرياضية بمقارنتها بالنتائج المعروفة والأطر المتسقة داخليًا. ويُعد نظام البراهين Lean بدايةً، لكنه يشمل 22% من هذا الإصدار، ولم يُصمَّم للتعامل مع الحجم المرتقب.

سيكون اقتصاد التحقق من العلوم التي ينتجها الذكاء الاصطناعي كبيرًا، لكنه يكاد يكون غير موجود اليوم. والشركات التي ستبنيه ستقدم شيئًا ضروريًا فعلًا، لا مجرد شيء مفيد، وهذا هو النوع الأقدر على الاستمرار من البنى التحتية.

الخط الفاصل الذي يتحرك منذ 80 عامًا

حين بدأت الحواسيب إجراء الحسابات العددية بسرعة تفوق البشر، رفض معظم علماء الرياضيات اعتبار ذلك رياضيات، وعدّوه مجرد حوسبة. كانت الآلات قادرة على الحساب، لكنها لم تكن قادرة على الاكتشاف. كان ذلك هو الخط الفاصل.

ومنذ ذلك الحين، ظل الخط الفاصل يتحرك. فقد أثارت البراهين بمساعدة الحاسوب لنتائج كبرى، مثل مبرهنة الألوان الأربعة، جدلًا في ثمانينيات القرن العشرين وتسعينياته، إذ تعذّر على إنسان التحقق من البرهان بالكامل. وتطورت أنظمة إثبات المبرهنات الآلية خلال العقدين الأول والثاني من القرن الحادي والعشرين. وفي كل مرة تحرك فيها الخط، ظهر الاعتراض نفسه: هذا ليس رياضيات حقيقية، بل مجرد حوسبة.

تحرك الخط الفاصل مجددًا، على نحو أوضح مما شهدناه منذ سنوات، وبطريقة يصعب معها التقليل من شأن الأمر، لأن النتائج منشورة في مستودع عام على GitHub يستطيع أي شخص الاطلاع عليه.

لا أزعم أن النتائج الـ722 كلها ستصمد أمام التدقيق. ما أؤكده هو أن القدرة التي أُظهرت في إنتاجها تمثل تحولًا حقيقيًا ودائمًا في ما يستطيع الذكاء الاصطناعي إنجازه في المجالات العلمية.

نقطة التحول للمستثمرين

في الاستثمار في الثورات، أجادل بأن أعظم الفرص الاستثمارية تظهر عند نقاط التحول، حين تتجاوز التقنيات التحويلية عتبةً تغيّر جذريًا ما يصبح ممكنًا. وهذه واحدة من تلك اللحظات.

تشير القدرة الناشئة للذكاء الاصطناعي على توليد اكتشافات علمية أصيلة إلى تحول في كيفية حدوث الابتكار وفي المجالات التي ستُخلق فيها القيمة. وتتجاوز تداعيات ذلك مطوري الذكاء الاصطناعي لتشمل اكتشاف الأدوية، والمواد المتقدمة، والطاقة، والتشفير، والبحث والتطوير الصناعي، حيث يمكن لتسريع الأبحاث تقليص الجداول الزمنية للتطوير وخفض التكاليف وفتح أسواق جديدة بالكامل.

تكمن الفرصة أمام المستثمرين في إدراك نقطة التحول هذه قبل أن تتضح تداعياتها التجارية. ويعني ذلك تحديد البنية التحتية اللازمة للتحقق من الاكتشافات التي يولدها الذكاء الاصطناعي، والشركات الأوفر حظًا لتحويل تلك الاكتشافات إلى تقنيات مملوكة لها، وأعمال قابلة للتوسع، وميزة تنافسية مستدامة.

لا تزال النتائج الفردية بحاجة إلى التحقق، لكن الإشارة الأوسع واضحة: ينتقل الذكاء الاصطناعي من مساعدة الاكتشاف العلمي إلى احتمال قيادته. وسيكون المستثمرون الذين يدركون أهمية هذا التحول والمواضع التي ستلتقي فيها آثاره، الأقدر على اقتناص القيمة التي يخلقها.