مدل هوش مصنوعی GPT-5.6 Sol Ultra حدس ۵۰ ساله «پوشش مضاعف دور» را در کمتر از یک ساعت حل کرد

در ۱۰ جولای ۲۰۲۶، شرکت OpenAI سندی را منتشر کرد که می‌تواند نقطه عطفی در تاریخ هوش مصنوعی و ریاضیات باشد. این شرکت اعلام کرد که مدل تازه منتشر شده‌اش، GPT-5.6 Sol Ultra، به طور مستقل یک اثبات کامل برای حدس «پوشش مضاعف دور» (Cycle Double Cover Conjecture) تولید کرده است. این ادعا در قالب یک فایل PDF در شبکه توزیع محتوای شرکت منتشر شد که همزمان با عرضه عمومی قابلیت‌های عامل فرعی این مدل بود. اگر این اثبات در برابر بررسی‌های آکادمیک مقاومت کند، نشان‌دهنده جهشی عظیم از هوش مصنوعی به عنوان یک پیش‌بینی‌کننده متن پیچیده به یک موتور واقعی کشف ریاضی خواهد بود.[1][4]

حدس پوشش مضاعف دور یک معمای پیش پا افتاده نیست؛ بلکه یک معمای ۵۰ ساله و بسیار مهم در حوزه نظریه گراف است. این مسئله که به طور مستقل توسط جورج سکرس (George Szekeres) در سال ۱۹۷۳ و پل سیمور (Paul Seymour) در سال ۱۹۷۹ مطرح شد، یک سؤال به ظاهر ساده در مورد ویژگی‌های بنیادی شبکه‌ها می‌پرسد. این حدس به طور گسترده‌ای یکی از مهم‌ترین مسائل حل نشده در نظریه گراف محسوب می‌شود و پاسخ قطعی به آن، چه مثبت و چه منفی، پیامدهای عمیقی برای درک ما از ریاضیات ساختاری پیچیده خواهد داشت.[4]

در نظریه گراف، «گراف» مجموعه‌ای از رأس‌ها یا گره‌ها است که توسط یال‌ها به هم متصل شده‌اند. این حدس بیان می‌کند که برای هر گراف «بدون پل» (bridgeless graph) — شبکه‌ای که حذف یک یال واحد ساختار را به دو نیمه جدا شده تقسیم نمی‌کند — مجموعه‌ای از دورها وجود دارد که هر یال دقیقاً دو بار پیموده می‌شود. یک دور صرفاً مسیری است که از یک رأس شروع شده و به همان رأس ختم می‌شود، بدون اینکه مسیر خود را تکرار کند.[2][3][6]

در حالی که این حدس در طول دهه‌ها برای خانواده‌های خاص و ساده‌ای از گراف‌ها اثبات شده است، یک اثبات تعمیم‌یافته که قابل اعمال برای تمام گراف‌های بدون پل ممکن باشد، از دسترس ریاضیدانان انسانی دور مانده است. دشواری کار در پیچیدگی محض و تنوع بی‌نهایت ساختارهای گراف ممکن نهفته است، که حل آن را تنها از طریق محاسبات خام و نیروی قهری غیرممکن می‌سازد. این کار نیازمند یک چارچوب منطقی عمیق و تعمیم‌یافته است که بتواند به صورت جهانی اعمال شود.[3]

برای مقابله با این وظیفه عظیم، OpenAI صرفاً یک سؤال واحد از مدل نپرسید. در عوض، این شرکت یک معماری چندعاملی پیچیده را به کار گرفت. به GPT-5.6 Sol Ultra دستور داده شد تا ۶۴ عامل فرعی متمایز را فعال کند که به صورت موازی عمل کرده و به طور همزمان از زوایای ریاضی متعدد به مسئله حمله کنند. این رویکرد توده‌ای (swarm approach) به مدل اجازه داد تا فضای نهفته وسیعی از استدلال ریاضی را در کسری از زمانی که یک تیم انسانی نیاز داشت، کاوش کند.[2][4]

مهندسی دستورالعمل (prompt engineering) پشت این دستاورد به شدت دقیق بود. دستورالعمل‌های ارائه شده توسط انسان دو صفحه A4 را در بر می‌گرفت و به شدت هوش مصنوعی را از جستجو در اینترنت برای بررسی اینکه آیا مسئله قبلاً حل شده است یا خیر، منع می‌کرد. این محدودیت طراحی شده بود تا مدل را مجبور کند منطق اصلی تولید کند، نه اینکه صرفاً ادبیات موجود را تکرار یا وضعیت فعلی مسئله حل نشده را خلاصه کند.[2][3]

نکته حیاتی این بود که دستورالعمل مدل را مجبور کرد فرض کند که یک اثبات کامل قطعاً وجود دارد، و تمایل طبیعی هوش مصنوعی را برای صرفاً بیان اینکه حدس یک مسئله باز باقی مانده است، قطع کرد. همچنین شامل دستورالعمل‌های سختگیرانه‌ای بود که به طور مستقل چندین راه‌حل را امتحان کند، استدلال‌های محتمل اما ناقص را فیلتر کند، و از اشتراک‌گذاری زودهنگام راه‌حل‌های امیدوارکننده بین عوامل فرعی برای جلوگیری از سوگیری سیستمی جلوگیری نماید.[2][3]

در طول فرآیند تولید، ۶۴ عامل فرعی به نقش‌های تخصصی مختلف تقسیم شدند. در حالی که برخی از عوامل زوایای جبری و استقراهای ساختاری را دنبال می‌کردند، عوامل متخاصم به طور خاص وظیفه داشتند که به دنبال موارد حاشیه‌ای، نقص‌های منطقی و مثال‌های نقض در اثبات‌های کاندید باشند. چندین عامل به طور همزمان روش‌های متمایزی را آزمایش کردند و ایده‌های باقی‌مانده در نهایت در یک اثبات واحد و منسجم ادغام شدند.[3][4]

یک بازه محاسباتی هشت ساعته برای حل مسئله به مدل اختصاص داده شده بود، اما توده عوامل در کمتر از یک ساعت به یک اثبات نهایی و یکپارچه همگرا شدند. این سرعت شگفت‌انگیز، قدرت محاسباتی خام معماری GPT-5.6 Sol Ultra را هنگام اعمال در حوزه‌های بسیار ساختاریافته و قانونمند مانند ریاضیات رسمی برجسته می‌کند.[4]

مقاله حاصل، که تماماً توسط هوش مصنوعی نوشته شده است، شروع به گردش در میان ریاضیدانان انسانی کرده است. واکنش‌های اولیه ترکیبی از تأیید عمیق و تحت تأثیر قرار گرفتن و انتقاد آکادمیک ضروری بوده است. کارشناسان در حال حاضر در حال کالبدشکافی منطق هستند و به دنبال نقص‌های ظریفی می‌گردند که تلاش‌های قبلی انسان برای حل این حدس را به شکست کشانده است.[2][4]

توماس بلوم، ریاضیدان دانشگاه منچستر، خروجی هوش مصنوعی را بررسی کرد و آن را یک اثبات بسیار خوب توصیف نمود. او اشاره کرد که راه‌حل به طور شگفت‌انگیزی کوتاه و ابتدایی است و نشان می‌دهد که از لحاظ نظری می‌توانست توسط ریاضیدانان انسانی در دهه ۱۹۸۰ کشف شود. این اثبات نیازی به هیچ نظریه ریاضی رادیکال جدیدی ندارد، بلکه ابزارهای شناخته شده را به شکلی هوشمندانه ترکیب می‌کند.[2][4]

به گفته بلوم، هوش مصنوعی در جایی موفق شد که انسان‌ها شکست خوردند، زیرا بر یک پیچش کوچک و خلاف شهود در استدلال تکیه داشت. یک ریاضیدان انسانی احتمالاً رویکرد واضح را امتحان می‌کرد، شکست آن را می‌دید و به سراغ نظریه‌های دیگر می‌رفت. با این حال، هوش مصنوعی «پایداری ماشینی» لازم را داشت تا از این اصطکاک عبور کرده و منطق خلاف شهود را تا نتیجه موفقیت‌آمیز دنبال کند.[2]

با این حال، موفقیت هوش مصنوعی بدون بحث و جدل نیست. یکی از نقاط اصلی اختلاف، عدم ارجاع‌دهی صحیح مدل به منابع خود است. بلوم از این اثبات به دلیل نداشتن ارجاع به کارهای بنیادی قبلی انتقاد کرد و به طور خاص به عدم وجود مقاله حیاتی سال ۱۹۸۳ توسط برمون، جکسون و یگر (Bermond, Jackson, and Jaeger) اشاره کرد که زمینه را برای رویکرد هوش مصنوعی فراهم کرده بود.[4]

علاوه بر این، جامعه ریاضی با احتیاط شدید و ضروری به این اعلامیه نزدیک می‌شود. این ادعا در حال حاضر کاملاً متکی بر یک فایل PDF است که در شبکه توزیع محتوای OpenAI میزبانی شده است؛ هنوز تحت بررسی رسمی همتایان قرار نگرفته است. در دنیای ریاضیات پیشرفته، یک اثبات تا زمانی که به طور دقیق توسط کارشناسان مستقل مورد آزمایش قرار نگیرد، معتبر تلقی نمی‌شود.[1][4]

حدس پوشش مضاعف دور سابقه بدنامی در جذب اثبات‌های ادعا شده دارد — از جمله چندین مورد که طی سال‌ها در سرورهای پیش‌انتشار (preprint servers) ارسال شدند — که بعداً مشخص شد حاوی شکاف‌های منطقی ظریف اما کشنده هستند. این تاریخچه از طلوع‌های کاذب باعث شده است که نظریه‌پردازان گراف به ویژه نسبت به جشن‌های زودهنگام محتاط باشند، صرف نظر از اینکه نویسنده یک انسان باشد یا یک هوش مصنوعی پیشرفته.[4]

ابهام دیگر این است که اثبات به زبان ریاضی طبیعی خروجی داده شده است، نه اینکه در یک دستیار اثبات مانند Lean رسمی‌سازی شده باشد. رسمی‌سازی می‌توانست قطعیت مکانیکی مطلق را فراهم کند که هر مرحله منطقی بی‌عیب و نقص است. تا زمانی که اثبات به یک زبان رسمی ترجمه و توسط رایانه تأیید نشود، سایه‌ای از تردید باقی خواهد ماند.[4]

با وجود این هشدارها، جهش معماری که توسط GPT-5.6 Sol Ultra نشان داده شده، غیرقابل انکار است. از لحاظ تاریخی، مدل‌های زبان بزرگ به عنوان پیش‌بینی‌کننده‌های پیچیده توکن بعدی در نظر گرفته می‌شدند که با منطق دقیق و چند مرحله‌ای مورد نیاز برای ریاضیات رسمی مشکل داشتند. آنها مستعد توهم (hallucination) و انحراف منطقی در زمینه‌های طولانی بودند.[5]

موفقیت این رویکرد چندعاملی نشان‌دهنده گذار به سمت معماری‌هایی است که قادر به استنتاج با احتمال بالا هستند و انسجام منطقی را در زمینه‌های طولانی حفظ می‌کنند بدون اینکه دچار خطاهای کشنده توهمی شوند. این امر ثابت می‌کند که هوش مصنوعی می‌تواند ساختارهای پیچیده را پیمایش کند و ثبات منطقی را در مراحل متعدد و بسیار فنی حفظ نماید.[5]

اگر در هفته‌های آتی توسط جامعه ریاضی تأیید شود، این اولین باری خواهد بود که یک هوش مصنوعی تجاری به طور مستقل مسئله‌ای را حل کرده است که به اندازه کافی مشهور است که در میان مسائل ریاضی حل نشده ویکی‌پدیا فهرست شود. این امر نشان‌دهنده یک تغییر پارادایم در نحوه انجام تحقیقات ریاضی خواهد بود.[4]

در نهایت، این رویداد عصر جدیدی را نشان می‌دهد که در آن هوش مصنوعی به عنوان یک شریک جوان و بسیار توانمند در تحقیقات عمل می‌کند. ریاضیدانان و مهندسان نرم‌افزار آینده ممکن است برای جستجو در فضاهای عظیم و تهیه پیش‌نویس اثبات‌های پیچیده به هوش مصنوعی تکیه کنند و تأیید نهایی، جهت‌دهی معماری و نظارت اخلاقی را به انسان‌ها واگذار نمایند.[5]