تُصاغ بعض المسائل الرياضية ببساطة شديدة لدرجة أنه يمكن شرحها لطفل، ومع ذلك فهي بالغة الصعوبة لدرجة أنها تشغل أجيالًا من علماء الرياضيات. ومن هذه المسائل ما يُعرف بمسألة المسافة الوحدوية: ضع \(n\) نقطة في المستوى. كم عدد أزواج النقاط التي يمكن أن تكون المسافة بينها تساوي \(1\) بالضبط؟ تعود هذه المسألة إلى بول إيردوس، وقد دُرست منذ عام 1946. وقد نشرت OpenAI مؤخرًا أن نموذجًا داخليًا قد دحض فرضية سائدة منذ زمن طويل حول هذه المسألة.
للوهلة الأولى، يبدو السؤال بسيطًا. إذا وضعنا \(n\) نقطة على خط مستقيم، نحصل على ما يقارب \(n-1\) فترة طول \(1\) أما إذا رتبنا النقاط على شكل شبكة، كما هو الحال في ورق الرسم البياني، نحصل على عدد أكبر بكثير من هذه الفترات: أفقيًا وعموديًا بين النقاط المتجاورة. كان إردوش قد وجد بالفعل طرقًا أفضل نوعًا ما من الطرق الخطية. مع ذلك، ساد الاعتقاد لفترة طويلة بأنه لا يمكن تحسينها بشكل ملحوظ. من الناحية النظرية، كان الافتراض أن الحد الأقصى لعدد هذه الفترات الوحدوية ينمو فقط بمعدل \(n^{1+o(1)}\) تقريبًا، أي أسرع قليلًا من \(n\) ولكن ليس بمعامل إضافي ثابت.
هذه هي النقطة المفاجئة تحديدًا: لم يقم نموذج OpenAI (الذي لم يُكشف عن اسمه) ببناء مثال مضاد واحد فحسب، بل عائلة لانهائية من مجموعات النقاط \(P\) التي يكون عدد المسافات بينها على الأقل \(|P|^{1+\delta}\) ، مع قيمة ثابتة \(\delta>0\) . ووفقًا لـ OpenAI، فإن تحسينًا لاحقًا أجراه ويل ساوين يُعطي قيمة \(\delta=0{,}014\) . قد يبدو هذا الرقم ضئيلاً، ولكنه هائل من الناحية الرياضية: فهو لم يعد باقيًا لوغاريتميًا، بل مكسبًا متعدد الحدود حقيقيًا.
يوضح مثال بسيط الفكرة الأساسية. لنفترض العدد المركب
\[
u=\frac{2+i}{2-i}=\frac{3+4i}{5}=\frac35+\frac45i.
\]
هذا العدد له قيمة مطلقة تساوي \(1\) ، لأن
\[
\left|\frac35+\frac45i\right|=\sqrt{\left(\frac35\right)^2+\left(\frac45\right)^2}=1.
\]
لذا، إذا كانت \(x\) نقطة في المستوى، فإن المسافة بين \(x\) و \(x+u\) تساوي \(1\) بالضبط. على سبيل المثال، تقع النقطتان عند...
\[
0
\quad\text{und}\quad
\frac35+\frac45i
\]
يفصل بينهما وحدة واحدة بالضبط. وبالتالي، ينتج عن تعبير نظري عددي اتجاه هندسي طوله \(1\) هذا ليس برهانًا مضادًا نهائيًا، ولكنه نسخة مصغرة من الحيلة: لا نبحث فقط عن مسافات أفقية ورأسية تساوي وحدة واحدة كما في الشبكة، بل نبحث عن العديد من الاتجاهات المولدة حسابيًا، وكلها لها طول \(1\) بالضبط.
يستخدم البناء الفعلي أدوات أكثر قوة بشكل ملحوظ. فبدلاً من العمل فقط مع الأعداد الصحيحة الغاوسية \(\mathbb{Z}[i]\) ، يستخدم البرهان حقول أعداد جبرية أكثر تعقيدًا \(K=L(i)\) . وهناك، العديد من العناصر من الشكل
\[
u=\frac{\alpha}{c(\alpha)}
\]
تم بناؤها، حيث يلعب \(c\) دور المرافق المركب. التأثير الحاسم هو: من بين التضمينات المركبة ذات الصلة، فإن كلًا من هذه \(u\) له مقدار \(1\) . لذلك فهي مرشحة للعديد من اتجاهات الوحدة المختلفة.
بصورة مبسطة للغاية، لا يبدو المثال المضاد الحقيقي كصورة صغيرة جميلة بعشر نقاط، بل أشبه بسرب ضخم من النقاط مُنشأ حسابيًا. تأخذ شبكة متعددة الأبعاد، وتقتطع منها نقاطًا مناسبة، ثم تُسقطها على المستوى العادي. في تدوين البرهان، يُعبَّر عن ذلك تقريبًا بالشكل التالي...
\[
P_j=\pi_1\big((y+\Lambda_j)\cap W\big),
\]
بمعنى آخر: نأخذ نقاطًا من شبكة مُزاحة \(y+\Lambda_j\) ، ونُقيدها بمنطقة \(W\) ، ثم نُسقطها باستخدام \(\pi_1\) على إحداثيات مُركبة، أي على \(\mathbb{C}\cong\mathbb{R}^2\) . العديد من الفروق بين هذه النقاط هي تحديدًا عناصر \(u\) ذات قيمة \(1\) . لذلك، بعد الإسقاط، تُصبح هذه الفروق مسافات وحدة حقيقية في المستوى.
يمكن تشبيه ذلك بصريًا بما يلي: تستخدم الشبكة القياسية بضعة اتجاهات بسيطة، مثل اليمين واليسار والأعلى والأسفل. أما البنية الجديدة، فتُنتج عددًا هائلًا من الاتجاهات الخفية المستمدة من نظرية الأعداد الجبرية. يبلغ طول كل اتجاه وحدة واحدة بالضبط. ونظرًا لكثرة هذه الاتجاهات وكثرة النقاط التي تُقابلها، فإن إجمالي المسافات التي تبلغ وحدة واحدة أكبر مما كان يُفترض سابقًا.
ومن الجدير بالذكر أيضاً مصدر البرهان. فبحسب OpenAI، تم التوصل إلى الحل تلقائياً بواسطة نموذج استدلال عام، وليس بواسطة نظام رياضي مُدرَّب خصيصاً لهذه المسألة. ثم خضع البرهان لمراجعة داخلية وخارجية، وتمت صياغته بصيغة يسهل على البشر قراءتها. وتؤكد الملاحظات المصاحبة من علماء الرياضيات الخارجيين أن هذا ليس مجرد نسخة آلية من طريقة معروفة، بل هو ربط غير متوقع بين الهندسة المتقطعة ونظرية الأعداد الجبرية.
لعل هذا هو السبب الحقيقي وراء أهمية هذه النتيجة. فالأمر لا يقتصر على حل الذكاء الاصطناعي لمشكلة ما بشكل صحيح، بل يتعداه إلى إيجاده طريقة لم تكن واضحة للكثيرين: معالجة مسألة هندسية تتعلق بالمسافات في مستوى باستخدام أدوات متقدمة من نظرية الأعداد. هذا لا يُنقص من إنسانية الرياضيات شيئًا، ولكنه يمنحها خصمًا جديدًا، وربما قويًا بشكل غير مريح.