دراسة من هارفارد و麻省理工学院：人工智能模型尚未准备好进行科学发现 Correction: دراسة من هارفارد وMIT: نماذج الذكاء الاصطناعي غير مؤهلة حاليًا للفهم العميق والاكتشافات العلمية

دراسة من جامعة هارفارد ومعهد ماساتشوستس للتكنولوجيا: نماذج الذكاء الصناعي غير جاهزة للقيام باكتشافات علمية كشف باحثون من جامعة هارفارد ومعهد ماساتشوستس للتكنولوجيا عن تساؤلات مهمة حول قدرات النماذج اللغوية الكبيرة (LLMs) وأفقها في الوصول إلى الذكاء الصناعي العام (AGI). السؤال الرئيسي هو: هل يمكن لنماذج الذكاء الصناعي الأساسية أن تشكل نماذج شاملة للعالم، أم أنها مجرد أدوات فعالة في التنبؤ بالتتابع اللغوي؟ هذا التمييز بين الشرح والتنبؤ هو تحدي علمي أساسي يتجاوز نطاق الذكاء الصناعي، حيث يمس أساسيات البحث العلمي. قام الباحثون بتدريب نموذج ذكاء صناعي يقوم على تقنية الترانسفورمر للتنبؤ بحركة الأجسام في مداراتها (مثل اكتشافات كيبلر لحركة الكواكب حول الشمس) ومن ثم اختبروا مدى فهمه للmekanika النيوتونية (قوانين الجاذبية). افتراض الباحثين ينص على أنه إذا استطاع النموذج الذكاء الصناعي التنبؤ بشكل صحيح ولكنه لا يمتلك قوانين نيوتن، فإن هذا يعني أنه يفتقر إلى نموذج عالم شامل. وبذلك، ستوفر هذه النتيجة أدلة قوية ضد فكرة أن نماذج الذكاء الصناعي الحالية قادرة على فهم العالم بشكل عميق، وهو ما يعتبر ضربة قوية لحلم تحقيق الذكاء الصناعي العام. لقد اختاروا ميكانيكا المدارات كنموذج للدراسة نظرًا لصحتها التاريخية. فقد بنى نيوتن اكتشافاته على اكتشافات كيبلر لاستنتاج قوانين الجاذبية. هذا الاختيار يوفر إطارًا واضحًا ومُحدَّدًا للتحقق من قدرة النموذج الذكاء الصناعي على فهم المبادئ الأساسية التي تحكم الظواهر الطبيعية، وليس فقط التنبؤ بها. الدراسة تظهر أن الذكاء الصناعي يمكن أن يكون دقيقًا في التنبؤ بحدث معين، مثل شروق الشمس غدًا، ولكنه قد يفشل في تقديم تفسير علمي لهذا الحدث. هذا يبرز الحاجة إلى تطوير نماذج أكثر تعقيدًا وفهمًا للكيفية التي يعمل بها العالم، بدلاً من مجرد تعلم الأنماط وتكرارها. في النهاية، تؤكد هذه النتائج على أهمية الاستمرار في البحث والتطوير حتى يتمكن الذكاء الصناعي من التقدم خطوة إضافية نحو الفهم الحقيقي للظواهر العلمية، وهي خطوة ضرورية لتحقيق الهدف المنشود من الذكاء الصناعي العام.