ذكاء اصطناعي يتعلّم إثبات «الاستحالة»: AWM من تسينغهوا يتجاوز GPT-6 Astra وClaude Opus 5.5 حين يستسلمان

ماذا يفعل الذكاء الاصطناعي حين تكون المهمة بلا حل؟ غالباً يقول «لم أستطع» — وهذا لا يختلف عن «لم أجد». قدّمت مجموعة من جامعة تسينغهوا وجامعة تشجيانغ بقيادة الحائز على جائزة تورينغ أندرو ياو نظام Algebraic World Model (AWM)، وهو يثبت الاستحالة حرفياً: يبني نموذجاً رياضياً لبيئة غير مألوفة، يصوغه في Lean 4، ويقدّم برهاناً قابلاً للفحص على عدم وجود تسلسل فائز. على مجموعة ARC-AGI-3 يجتاز النهج المستويات الـ183 كلها ويرفع نتيجة Claude Opus 5 من 40.7 إلى 99.9.

لماذا «لم ينجح الأمر» إجابة سيئة

ARC-AGI-3 مجموعة من 25 لعبة عامة لا يحصل فيها الوكيل على قواعد ولا على هدف. عليه أن يفهم الآلية بنفسه ثم يجتاز المستوى. وهذه المهام تختبر قدرة النموذج على التفكير في عالم غير مألوف، لا على تذكّر أمثلة مشابهة من التدريب.

وهنا بالضبط تتعثّر النماذج الرائدة. في تجربة على مستويين «مختومين» — أي مستويين تقل ميزانية الحركات فيهما بوحدة واحدة عن أرخص فوز ممكن — لم يقدّم Claude Opus 5.5 ولا GPT-6 Astra، المزوّدان بأدوات برمجة، أي برهان. وفي 12 تشغيلاً قالا إن المهمة مستحيلة خمس مرات فقط، وفي أربع منها قدّما حداً أدنى خاطئاً للتكلفة. في المستوى sc25 بميزانية 18 حركة (أرخص فوز يكلّف 19)، وجد GPT-6 Astra مساراً بثمن 22 حركة واستنتج أنه لا يوجد أرخص — من دون برهان.

كيف يحوّل AWM اللعبة إلى مبرهنة

العمل يجري على ثلاث مراحل. أولاً الاستكشاف: يلعب الوكيل ويسجّل الملاحظات ويصوغ فرضيات على شكل كود Python قابل للتنفيذ. تُختبر كل فرضية على جميع الانتقالات المرصودة وتُعاد كتابتها إذا خالفها انتقال واحد.

ثم تأتي البنية: تتحول الفرضيات إلى كائنات محددة الأنواع وقواعد مشتركة، بينما تُزيل تحويلات مستوحاة من نظرية الفئات الزائد. في لعبة lp85 انضمت إحدى عشرة فكرة منفصلة عن أربعة أنواع من الأزرار إلى قاعدة واحدة اسمها press_permutes. وأخيراً يُترجم النموذج إلى Lean 4، اللغة التي يكتب بها الرياضيون براهين قابلة للفحص الآلي. وهناك يثبت AWM نوعين من العبارات: أن مساراً محدداً يبلغ الهدف، وأنه في ظل ميزانية معينة لا يوجد مسار فائز إطلاقاً.

العبارة المفتاحية هي «إطلاقاً». النموذج العادي يقول «لم أجده». أما AWM فيقدّم برهاناً يمكن فحصه سطراً سطراً ويستبعد كل تسلسل قانوني للحركات، لا فقط تلك التي جرّبها الوكيل.

ستة براهين مقابل صفر

على المستويين المختومين بنى AWM في ست تشغيلات من ست برهاناً مغلقاً في Lean على استحالة الفوز ضمن الميزانية. أما GPT-6 Astra وClaude Opus 5.5 فلم يقدّما أي برهان من هذا النوع في اثني عشر تشغيلاً. والأكثر دلالة هو تقدير الحد الأدنى للتكلفة: أربعة من تقديرات AWM الستة الأولى كانت صحيحة، وواحد من ستة لدى Claude Opus 5.5، ولا شيء لدى GPT-6 Astra. وبعد إخباره بأن الفوز أرخص، راجع AWM قواعده ووصل إلى ستة تقديرات صحيحة من ستة.

183 مستوى و99.9 نقطة و43% من حركات الإنسان

ثم تأتي مجموعة ARC-AGI-3 كاملة. في الألعاب العامة الـ25 مكّنت نماذج AWM برنامج Lean من إعادة تشغيل المسارات الفائزة للمستويات الـ183 كلها. وعلى تخطيطات جديدة تنبأت القواعد المجمّدة بجميع الانتقالات الـ4160، وبعد تغيّر الآلية رفض النموذج 4031 انتقالاً — أي أن النموذج لاحظ أن العالم تغيّر ولم يواصل العمل بالتعليمات القديمة.

ومع Claude Opus 5 كنموذج أساس، يحصل AWM على 99.9؛ والنموذج نفسه بلا AWM على 40.7. وتستهلك المسارات الفائزة المعتمدة 43% من الحركات التي يستهلكها الإنسان. أي أن النظام لا يجتاز اللعبة فحسب، بل يجتازها باقتصاد أكبر من إنسان متوسط.

أين الفخ

براهين AWM هي براهين عن النموذج المتعلَّم، لا عن اللعبة نفسها. تحويل الشاشة إلى حالة يجري في Python خارج Lean. وقد يكون النموذج أشد صرامة من اللعبة؛ وعندها يكون برهان «مستحيل» صحيحاً للنموذج وخاطئاً للواقع. يوضح المؤلفون ما تثبته البراهين بدقة: القواعد توافق كل انتقال مسجّل، والمسار المعتمد يجتاز المستوى فعلاً وفق هذه القواعد، وفي المستويات المختومة لا يوجد مسار فائز ضمن الميزانية.

أما الصلة باللعبة الحقيقية فتُثبت من الخارج: القواعد المجمّدة تتنبأ بـ4160 انتقالاً على تخطيطات غير مرئية، والبحث الشامل في محرك اللعبة يؤكد عتبات المستويات المختومة. لكن إذا كان الاستكشاف ناقصاً وفات الوكيل قاعدة مهمة، فالناتج حقيقة محلية لا وصف للعالم كله. يسمّي المؤلفون ذلك حلقة: ملاحظة، فرضية، تجربة، تجريد، برهان، ثم ملاحظة من جديد. الورقة منشورة على arXiv (29 أكتوبر 2026، ونسخة محدّثة في 30 أكتوبر)، وسجلات التشغيل والعرض على موقع المشروع.

لماذا يهم هذا خارج الألعاب

الوكلاء يخططون الرحلات ويكتبون الكود ويديرون المهام. لكن في الواقع عليهم أن يقولوا ليس فقط «هذا هو الحل»، بل «لا يوجد حل، وهذا هو السبب». الفرق كبير. «لم أجد» تعني أن تجرّب نهجاً آخر أو تنتظر. «أثبتُ أنها مستحيلة» تحرّر الموارد وتغيّر الخطة وتمنع الدوران بلا نهاية.

بالنسبة لمنصة قائمة على النماذج التوليدية، السؤال نفسه من الجهة الأخرى: كلما زادت المهام المؤتمتة، زادت أهمية القابلية للفحص لا الثقة في الجواب. البرهان الشكلي هو أقصى أشكال هذه القابلية صرامة. في الألعاب يعمل بالفعل. وفي التخطيط وتوزيع الميزانية ومراجعة الكود، الخطوة التالية هي تعلّم بناء براهين قصيرة ومفهومة لمهام بلا قواعد واضحة.

ماذا يعني ذلك للمستخدم

كلا النموذجين المذكورين في الورقة — Claude Opus 5.5 وGPT-6 Astra — متاحان في دردشة NeuralSpace. أما AWM فمشروع بحثي بلا وصول عام، لكن يمكنك الآن رؤية كيف تفكّر النماذج الحديثة في مهامك. ولبناء وكلاء ومشاريع خاصة بك هناك قسم البرمجة.

وقليل من الإحصاء الحقيقي. وفق بيانات إنتاج NeuralSpace المجهولة الهوية خلال آخر 30 يوماً (النافذة 03.10–02.11.2026)، مرّ في الدردشة 1513 رسالة مستخدم ضمن 516 جلسة. واستحوذت أربعة نماذج على 69% من الردود، وتصدّر GPT-5.4 Mini بـ580 رداً. أما النماذج الثقيلة فتُختار بانتقائية: في العمل اليومي تفوز السرعة والسعر غالباً، والمهام الصعبة حديث آخر.

أسئلة شائعة

ما هو Algebraic World Model؟

نظام يستكشف بيئة غير مألوفة، يبني نموذجاً رياضياً لها، ويثبت شكلياً في Lean 4 عبارات عنها — مثلاً أن الهدف غير قابل للوصول ضمن ميزانية حركات معينة.

كيف يختلف AWM عن نموذج لغوي عادي؟

النموذج اللغوي يقترح جواباً وقد يخطئ من دون أن يُظهر ذلك. أما AWM فيبني أولاً قواعد صريحة للعالم، ثم يفحصها ويستخرج نتائجها على شكل برهان يستطيع برنامج مستقل التحقق منه. الخطأ في القاعدة ظاهر لا يختفي داخل الأوزان.

هل يمكنني تجربة AWM؟

لا توجد نسخة عامة؛ إنه عمل بحثي. لكن النماذج الأساسية التي شغّل عليها متاحة في دردشة NeuralSpace، ويمكنك بناء تجاربك في قسم البرمجة.