Στον κόσμο της θεωρητικής φυσικής και των πολύπλοκων συστημάτων, το φαινόμενο του «εγκλωβισμού» (jamming) περιγράφει τη στιγμή κατά την οποία ένα σύστημα σωματιδίων που συμπεριφέρεται ως ρευστό αποκτά ξαφνικά ακαμψία (όπως τα υλικά αφρού, η άμμος ή ακόμη και το μποτιλιάρισμα στην κίνηση). Το συγκεκριμένο μοντέλο έχει σήμερα τεράστιες εφαρμογές , από τη νευροεπιστήμη μέχρι την αρχιτεκτονική της ίδιας της Τεχνητής Νοημοσύνης.
Το 2014, ο Τζόρτζιο Παρίζι (Ομότιμος Καθηγητής στο Sapienza της Ρώμης και Νόμπελ Φυσικής 2021) και ο συνεργάτης του, Φραντσέσκο Ζαμπόνι, εντόπισαν μια παράδοξη μαθηματική σχέση στο μοντέλο τους: οι παράμετροι $a$ και $b$ έδιναν πάντα άθροισμα ίσο με το ένα ($a+b=1$) στις αριθμητικές προσομοιώσεις.
Η σχέση αυτή ήταν κρίσιμη, καθώς υποδείκνυε ότι η δική τους θεωρία και μια ανταγωνιστική, ανεξάρτητη θεωρία του Γάλλου φυσικού Ματιέ Γουιάρ (EPFL) οδηγούσαν ακριβώς στους ίδιους φυσικούς νόμους. Ωστόσο, παρά την αδιαμφισβήτητη αριθμητική επιβεβαίωση, κανείς δεν μπορούσε να αποδείξει μαθηματικά το «γιατί». Το πρόβλημα μπήκε στο συρτάρι για χρόνια. Όχι όμως για τον Παρίζι, τον οποίο, όπως θυμάται ο Ζαμπόνι, «τον ενοχλούσε βαθιά που δεν είχαμε καταφέρει ποτέ να το αποδείξουμε τυπικά».
Γιατί επιλέχθηκε το Claude της Anthropic
Με την έκρηξη των Generative AI μοντέλων, ο Παρίζι είδε τον παλιό αυτό γρίφο ως το απόλυτο stress-test για τις πραγματικές δυνατότητες της Τεχνητής Νοημοσύνης. Η ιταλική ομάδα επέλεξε συγκεκριμένα το Claude της Anthropic, διότι, σύμφωνα με τον Ζαμπόνι, «φαινόταν να διαθέτει ανώτερες ικανότητες προηγμένης μαθηματικής συλλογιστικής» σε σύγκριση με ανταγωνιστικά LLMs.
Η στρατηγική τους ήταν ευφυής:
- Αρχικά, δεν ζήτησαν την απόδειξη. Έδωσαν στο μοντέλο εντολή (prompt) να αναπαράγει τους αριθμητικούς υπολογισμούς που είχε κάνει η ομάδα 10 χρόνια πριν, ελέγχοντας την αξιοπιστία του.
- Μόλις το Claude αναπαρήγαγε άψογα τα δεδομένα, του έθεσαν το μεγάλο ερώτημα: «Αφού το $a+b$ ισούται με 1, μπορείς να αποδείξεις τυπικά το γιατί;».
Η «απλή» διαίσθηση του AI που διέφυγε από τους ανθρώπους
Η απάντηση του μοντέλου άφησε τους φυσικούς άφωνους. «Αρκετά γρήγορα, το Claude πρότεινε μια αρχική ιδέα, η οποία ήταν ουσιαστικά η σωστή», αναφέρει ο Ζαμπόνι.
Φυσικά, η απόδειξη δεν παράχθηκε με ένα κλικ σε τελική μορφή. Περιείχε μικρά άλματα και σφάλματα, απαιτώντας πολλαπλούς γύρους επαλήθευσης και καθοδήγησης από τους ανθρώπους-ερευνητές. Όμως, η υποκείμενη μαθηματική διαίσθηση ανήκε εξ ολοκλήρου στο AI.
Η μεγαλύτερη έκπληξη, ωστόσο, ήταν η φύση της λύσης. Για πάνω από μία δεκαετία, οι κορυφαίοι φυσικοί του κόσμου αναζητούσαν μια βαθιά, ασύλληπτα πολύπλοκη μαθηματική δομή ή κάποια κρυφή συμμετρία. Το Claude τούς προσγείωσε στην πραγματικότητα: η λύση ήταν εξαιρετικά απλή. «Η απάντηση ήταν ακριβώς μπροστά στα μάτια μας, απλώς δεν την είχαμε δει ποτέ», παραδέχεται ο Ζαμπόνι.
Τι σημαίνει αυτό για το μέλλον της Επιστήμης και του AI
Η μελέτη, η οποία δημοσιεύτηκε επίσημα την 1η Ιουλίου στο έγκριτο επιστημονικό περιοδικό Journal of Statistical Mechanics: Theory and Experiment (JSTAT), αποτελεί ορόσημο.
Για το οικοσύστημα της τεχνολογίας, το συγκεκριμένο case study επιβεβαιώνει δύο κρίσιμες τάσεις:
Η υπεροχή του Reasoning: Επιβεβαιώνει την εστίαση της Anthropic στη δημιουργία μοντέλων με βαθιά συλλογιστική ικανότητα (deep reasoning), τα οποία ξεπερνούν τη απλή στατιστική πρόβλεψη λέξεων.
Το μοντέλο του «Co-Pilot»: Η Τεχνητή Νοημοσύνη δεν αντικαθιστά τον επιστήμονα. Λειτουργεί ως ένας ακούραστος συνεργάτης που δεν εγκλωβίζεται σε ανθρώπινες προκαταλήψεις ή πολυπλοκότητες, επιταχύνοντας την έρευνα αιχμής από δεκαετίες σε λίγες ώρες.
