OpenAI Bell.. هل يكون GPT-7؟ نموذج أقوى من GPT-6 Astra يحل لغزًا رياضيًا حيّر العلماء 90 عامًا

يشهد قطاع الذكاء الاصطناعي تحولًا جذريًا في طريقة قياس تطور النماذج التوليدية؛ حيث لم يعد التنافس مقتصرًا على سرعة الإجابة أو توليد النصوص والمحتوى التفاعلي، بل انتقل إلى ساحات الاستدلال العلمي المعقد وحل المسائل غير المحلولة في تاريخ العلوم التطبيقية والرياضيات. وفي هذا السياق المثير، فجّرت شركة OpenAI تطورًا تقنيًا وعلميًا لافتًا بعد إعلانها عن تحقيق إنجاز تاريخي في دراسة إحدى أعقد المعضلات الرياضية العالمية، وذلك بالاعتماد على نظام ذكاء اصطناعي داخلي جديد أظهر قدرات تفوق بشكل واسع قدرات نموذجها الرائد الحالي GPT-6 Astra.

هذا الإعلان سرعان ما أشعل منصات الأخبار التقنية ومحركات البحث، وتصدر اسم OpenAI Bell واجهات التحليلات كرمز للنموذج السري المرتقب الذي قد يمثل التجسيد الحقيقي للجيل القادم GPT-7 أو ChatGPT 7. ولكن، لفهم أبعاد هذا الإنجاز بعيدًا عن المبالغات الدعائية، يجب التمييز بدقة بين ما كشفت عنه OpenAI رسميًا في بياناتها وأوراقها البحثية، وبين التسريبات والتحليلات المتداولة في الأوساط التقنية.

ما هو OpenAI Bell؟ القصة الكاملة وراء الاسم والتسريبات

برز اسم OpenAI Bell بشكل مفاجئ في الأوساط الإعلامية عقب تقارير تقنية، تصدرها تقرير منصة Geeky Gadgets، والتي ربطت بين الورقة البحثية الأخيرة لـ OpenAI والاسم الرمزي Bell، مشيرة إلى أنه يمثل النموذج الأساسي الأحدث للشركة، والذي قد يطرح مستقبلاً تحت الاسم التجاري ChatGPT 7 ليكون الخليفة المباشر لـ GPT-6 Astra.

من المهم توضيح أن OpenAI عُرفت تاريخيًا باستخدام أسماء رمزية داخلية لمشاريعها قبل طرحها التجاري، كما حدث سابقًا مع مشاريع مثل Strawberry وOrion. وفي الإعلان الرسمي الأخير للشركة، لم يُذكر اسم Bell نصًا، وإنما جرى التأكيد على وجود نموذج داخلي جديد (Internal Frontier Model) غير متاح للجمهور، خضع لاختبارات استدلالية مكثفة.

بالتالي، فإن استخدام مصطلح OpenAI Bell في الأوساط الصحفية يرمز إلى هذا النظام الداخلي الفائق، مما جعله نقطة جذب رئيسية لاهتمام المطورين والباحثين الراغبين في استشراف ملامح الجيل القادم من نماذج اللغة الفائقة.

ماذا كشفت OpenAI رسميًا عن نموذجها الداخلي الجديد؟

وفقًا للبيانات والوثائق التقنية الصادرة عن OpenAI، فإن النموذج الداخلي الذي استُخدم في التجارب الأخيرة يمثل قفزة استدلالية استثنائية. وتتلخص الحقائق الموثقة حول هذا النظام في النقاط التالية:

• تفوق استدلالي حاسم على Astra: أظهر النموذج قدرة على معالجة الروابط المنطقية والمسارات الرياضية المعقدة بمستويات تتجاوز بشكل كبير ما يمكن لـ GPT-6 Astra تحقيقه في المهام ذاتها.
• الجدول الزمني للتدريب: تشير البيانات إلى أن تدريب هذا النموذج بدأ في أواخر أغسطس 2026، وكان النظام لا يزال قيد التطوير والتدريب المتقدم أثناء تنفيذ الاختبارات البحثية.
• بيئة اختبار مغلقة: لم يُطلق هذا النموذج للجمهور عبر واجهات ChatGPT أو من خلال واجهات برمجة التطبيقات (APIs)، بل يقتصر استخدامه حاليًا على الأبحاث الداخلية المعقدة التي تتطلب قدرات حوسبة واستدلال استثنائية.
• معمارية تدعم العمل التشاركي: جرى تصميم النموذج ليكون قادرًا على العمل بسلاسة ضمن بيئات تشغيل متعددة الوكلاء، مما يتيح له التفاعل والتعاون مع آلاف النسخ المتزامنة دون فقدان التركيز السياقي.

معضلة Navier-Stokes.. لماذا تعد من أصعب تحديات الرياضيات؟

لفهم حجم الإنجاز، يجب إلقاء الضوء على مسألة نافييه-ستوكس (Navier-Stokes Existence and Smoothness)، وهي إحدى «مسائل جائزة الألفية» السبع التي أعلنها معهد كلاي للرياضيات عام 2000، مع رصد مكافأة قدرها مليون دولار لمن يحل أيًا منها.

معادلات نافييه-ستوكس هي القوانين الرياضية والفيزيائية التي تصف كيفية تحرك السوائل والغازات، وتشمل كل شيء من تدفق الدم في الشرايين وتيارات المحيطات، إلى حركة الرياح والديناميكا الهوائية للطائرات والمركبات الفضائية.

ورغم أن هذه المعادلات تُستخدم يوميًا في الهندسة التطبيقية عبر المحاكاة التقريبية، إلا أن المعضلة الرياضية البحتة تكمن في الإجابة عن سؤال أساسي: هل تمتلك هذه المعادلات دائمًا حلولًا ناعمة وسلسة (Smooth Solutions) في الفضاء ثلاثي الأبعاد لجميع الأوقات والشروط الابتدائية، أم أن هناك حالات تتطور فيها المعادلات لتصل إلى نقطة انفجار رياضي (Singularity / Blowup) في زمن محدود، تصبح فيها السرعة أو الضغط قيمًا لا نهائية وتفشل عندها الفيزياء التقليدية؟

وعلى مدى نحو 90 عامًا، عجز علماء الرياضيات عن تقديم برهان شامل يحسم هذه المسألة ، مما جعلها حجر عثرة تاريخي أمام الفيزياء الرياضية.

هندسة التجربة: كيف قادت 10,000 وكيل ذكاء اصطناعي للحل في 88 ساعة؟

لم تعتمد OpenAI على طريقة التوليد المباشر بإرسال سؤال إلى نموذج واحد وانتظار إجابة فورية، بل أسست بنية تحتية فائقة التعقيد تعتمد على الذكاء الاصطناعي متعدد الوكلاء (Multi-Agent AI System)، وضمت نحو 10,000 وكيل ذكاء اصطناعي يعملون بالتوازي والتزامن.

تم تقسيم هذا الجيش البرمجي إلى مجموعات عمل منظمة اعتمدت منهجية الاستكشاف الجدلي والتكاملي:

1. مجموعات بناء البراهين (المجموعتان A و B)

تولت هذه الفرق مهمة استكشاف مسارات رياضية متقدمة، وبناء افتراضات هيكلية، والربط بين نظريات التحليل الرياضي غير الخطي في محاولة لبناء خطوات برهان متصل ومتماسك لإثبات الفرضية.

2. مجموعات الدحض والتحدي (المجموعتان C و D)

عملت هذه المجموعات كفرق تفتيش وتدقيق ناقد؛ حيث انصب تركيزها بالكامل على محاولة إسقاط الفرضيات التي تنتجها المجموعات الأولى، والبحث الحثيث عن أمثلة مضادة وثغرات منطقية قد تُبطل مسار البرهان.

3. منظومة التنسيق والربط عبر Codex

استُخدم نظام Codex البرمجي لإدارة التدفق الهائل للبيانات بين المجموعات؛ حيث عمل كحلقة وصل تقرأ مخرجات الفرق، وتستخلص الأفكار الرياضية القابلة للبناء، وتدمج الاكتشافات الجزئية المتناثرة في مسار استدلالي موحد.

بعد 88 ساعة متواصلة من الاستدلال التراكمي وتداول الأفكار وتدقيقها، أنتجت هذه الشبكة الهائلة من الوكلاء مسودة حل متكاملة تفصل سلوك حلول المعادلات وتحدد شروط الانتظام الرياضي.

بالأرقام: الحجم الحسابي الهائل لتجربة OpenAI

تعكس البيانات الرقمية للتجربة ضخامة الموارد الحسابية التي خُصصت لهذا الحدث العلمي:

• 10,000 وكيل ذكاء اصطناعي: عملوا في الوقت ذاته ضمن بيئة حوسبة فائقة الأداء.
• 88 ساعة عمل متصلة: استغرقتها منظومة الوكلاء للوصول إلى صياغة الحل النهائي لمسألة Navier-Stokes.
• 2.7 مليون رسالة متبادلة: حجم الحوارات والرسائل الاستدلالية التي تبادلها الوكلاء المخصصون لهذه المسألة وحدها.
• 130 مليار رمز حسابي (Tokens): تم استهلاكها بالكامل في سياق التفكير والتحليل الرياضي لمسألة الألفية.
• 17 ساعة من التدقيق الصوري: خصصت لاحقًا لترميز الحل والتحقق من صحته المنطقية بواسطة أدوات البرهان البرمجي.
• 4.9 مليون رسالة وقرابة 300 مليار Token: إجمالي الاستهلاك الحسابي عبر كافة المسائل الرياضية المتقدمة التي اختبرت ضمن هذه التجربة الموسعة.

ما الدور الحقيقي لنموذج GPT-6 Astra في الإنجاز؟

شهدت التغطيات الإخبارية السريعة خلطًا واضحًا في الأدوار بين النماذج؛ إذ اعتقد البعض أن GPT-6 Astra هو النموذج الذي قاد عملية الاكتشاف. الحقيقة التقنية تختلف عن ذلك تمامًا.

النموذج الداخلي الجديد (المشار إليه في التقارير باسم Bell) هو الذي تولى مهمة التفكير الإبداعي وبناء مسار الحل الرياضي على مدار 88 ساعة. أما دور GPT-6 Astra، فقد بدأ في المرحلة التالية؛ حيث استُخدم لمدة 17 ساعة متواصلة للقيام بعملية الترميز والتحقق الصوري (Formalization and Verification) باستخدام لغة البرهان الرياضي المبرمج Lean.

تمثلت مهمة Astra في تحويل النص الرياضي المكتوب باللغة الطبيعية والرموز الرياضية إلى شيفرات برمجية قابلة للتحقق الآلي الصارم، مما يضمن خلو كل خطوة برهانية من القفزات غير المنطقية.

هل حسمت OpenAI المسألة علميًا ورسميًا؟ الواقع والمراجعة الأكاديمية

مع إعلان OpenAI عن تقديم مسار حل لمسألة نافييه-ستوكس، ثار تساؤل جوهري في المجتمع الأكاديمي: هل تُعد المسألة محلولة رسميًا الآن؟

الإجابة العلمية الدقيقة تقتضي التريث؛ ففي الأوساط الرياضية الصارمة، لا يُعتمد حل أي من مسائل جائزة الألفية بمجرد نشر ورقة بحثية أو إعلان تقني. تفرض لوائح معهد كلاي للرياضيات مسارًا دقيقًا يتضمن:

1. نشر الحل بالكامل في دورية رياضية محكمة ذات سمعة عالمية مرموقة.
2. خضوع الحل لفترة تدقيق ومراجعة أقران (Peer Review) تمتد عادة لعامين كاملين من قبل كبار المتخصصين في العالم للتأكد من خلوه التام من أي ثغرات خفية.
3. إجماع المجتمع الرياضي الدولي على صحة البرهان وشموليته.

وقد بدأت بالفعل أوراق علمية لاحقة بالظهور على منصات الأبحاث المفتوحة مثل arXiv لمناقشة مخرجات OpenAI وتدقيق الخصائص الرياضية للحل المقترح. هذا الزخم يعكس أهمية الخطوة، ولكنه يؤكد في الوقت نفسه أن الاعتماد النهائي للمسألة ما يزال مسارًا علميًا قيد البحث والتقييم.

مقارنة تفصيلية: نموذج OpenAI Bell الداخلي في مواجهة GPT-6 Astra

لتوضيح الفروق الجوهرية بين النظامين دون الاعتماد على تنسيقات الجداول المعقدة، نستعرض المقارنة عبر بطاقات التحليل التالية:

1. الحالة والتوفر

• OpenAI Bell (النموذج الداخلي): نظام بحثي تجريبي مغلق مخصص للتجارب المتقدمة، غير متاح للمستخدمين أو المطورين حتى الآن.
• GPT-6 Astra: نموذج متاح فعليًا ومدمج في منصات OpenAI الموجهة للشركات والمستخدمين.

2. التسمية والهوية الرسمية

• OpenAI Bell: اسم رمزي وتكهنات إعلامية مشتقة من التقارير التقنية والتسريبات، ولم تعتمده الشركة رسميًا كاسم تجاري.
• GPT-6 Astra: الاسم التجاري والتقني الرسمي للجيل الحالي من نماذج OpenAI.

3. مستوى القدرات والاستدلال

• OpenAI Bell: يمتلك قدرات استدلال متقدمة تفوق Astra بمراحل كبيرة، ومصمم خصيصًا للتفكير الرياضي والمنطقي المعقد طويل المدى.
• GPT-6 Astra: يمثل أعلى معايير الذكاء الاصطناعي المتاحة تجاريًا حاليًا للاستخدامات العامة والبرمجية التفاعلية.

4. الدور في تجربة Navier-Stokes

• OpenAI Bell: قاد معمارية الـ 10 آلاف وكيل وأنتج مسار الحل الاستدلالي الأساسي خلال 88 ساعة.
• GPT-6 Astra: تولى مهمة التحقق الصوري وترجمة خطوات الحل إلى لغة البرهان الرياضي Lean لمدة 17 ساعة.

5. الهدف التشغيلي

• OpenAI Bell: استكشاف حدود الذكاء الاصطناعي العام (AGI) وحل المسائل العلمية التي استعصت على العقل البشري.
• GPT-6 Astra: تقديم خدمات الذكاء الاصطناعي عالية الكفاءة في المحادثة، البرمجة، الكتابة، والتحليل اليومي للبيانات.

هل OpenAI Bell هو نفسه GPT-7 أو ChatGPT 7 القادم؟

من الناحية الهندسية والتجارية، لا يمكن الجزم بأن النموذج الداخلي سيطرح مباشرة باسم GPT-7 دون تعديلات واسعة. هناك فارق جوهري بين «النموذج البحثي الخام» و»المنتج الاستهلاكي الموجه للجمهور»:

• تكلفة الحوسبة وزمن الاستجابة: النموذج الذي يستهلك مليارات الرموز وآلاف الوكلاء لحل مسألة واحدة لا يمكن تشغيله كشات بوت عام يجيب على ملايين المستخدمين في أجزاء من الثانية بتكلفة اقتصادية مجدية.
• إجراءات الأمان والمحاذاة (AI Safety): يتطلب تحويل النموذج البحثي إلى ChatGPT 7 تطبيق طبقات متعددة من ضبط السلوك، والتأكد من عدم توليد محتوى ضار، وتقليل استهلاك الطاقة لكل استعلام.

لذلك، من المرجح أن يمثل نظام Bell المعمارية الأساسية والنواة التدريبية التي ستستخلص منها OpenAI نماذج أصغر حجمًا وأعلى كفاءة لتمثل عائلة OpenAI GPT-7 أو التحديثات المستقبلية لـ ChatGPT.

3 تحولات كبرى تقودها التجربة في مستقبل الذكاء الاصطناعي

يقدم هذا الإنجاز مؤشرات واضحة على طبيعة الجيل القادم من التكنولوجيا الذكية:

أولاً: الانتقال إلى الاستدلال العلمي طويل المدى (Long-Horizon Reasoning)

تجاوزت الأنظمة الحديثة حدود الإجابة المباشرة على الأوامر البسيطة، لتصبح قادرة على الحفاظ على مسار تفكير منطقي متصل يستمر لعدة أيام، مع القدرة على مراجعة الفرضيات وتصحيح الأخطاء الذاتية خلال مسار البحث.

ثانياً: ريادة الذكاء الجماعي للوكلاء (Swarm AI Intelligence)

أثبتت التجربة أن تشغيل آلاف الوكلاء المتخصصين، مع تقسيمهم إلى فرق بناء وفرق دحض ومراجعة، يتفوق بمراحل على محاولة الاعتماد على نموذج أحادي ضخم، مما يفتح الباب أمام تطبيق هذه المعمارية في أبحاث اكتشاف الأدوية، وتصميم المواد المتقدمة، وفيزياء الكم.

ثالثاً: التكامل بين التوليد الإبداعي والتحقق الصارم (Neuro-Symbolic AI)

الجمع بين النماذج العصبية القادرة على توليد الحدس الرياضي والأفكار المبتكرة، وبين أدوات التحقق الصوري مثل Lean، يقضي على مشكلة «الهلوسة» التي عانت منها نماذج الذكاء الاصطناعي لسنوات، ويضمن توافق المخرجات مع القوانين العلمية الصارمة.

موعد إطلاق OpenAI Bell أو GPT-7: ماذا نعرف حتى الآن؟

حتى الوقت الراهن، تلتزم OpenAI الصمت حيال المواعيد المحددة لإطلاق الجيل التالي من نماذجها العامة. لا يوجد أي موعد رسمي معلن لإصدار GPT-7 أو طرح النموذج الداخلي للاستخدام التجاري.

وتشير التقديرات في قطاع التكنولوجيا إلى أن الشركة تركز حاليًا على تقييم نتائج هذه التجارب، والعمل على تحسين الكفاءة الحسابية للنظام لتقليل تكاليف التشغيل قبل التفكير في إتاحة هذه الإمكانيات الاستدلالية الخارقة في منتجات تجارية عامة.

الخلاصة

تمثل قصة OpenAI Bell ونموذج الاستدلال الداخلي الجديد فصلاً جديدًا في تاريخ الحوسبة والذكاء الاصطناعي. وسواء استقر الاسم المستقبلي على ChatGPT 7 أو احتفظت الشركة بأسماء أخرى، فإن القيمة الحقيقية تكمن في البرهان العملي على قدرة الذكاء الاصطناعي على اقتحام أصعب حصون المعرفة البشرية ومقارعة أعقد معضلات الرياضيات مثل Navier-Stokes.

إن المستقبل القريب لن يقاس فقط بعدد المليارات من المعاملات في النموذج، بل بمدى قدرة شبكات الوكلاء الذكية على التعاون والتفكير والتحقق لخدمة الاكتشاف العلمي وتوسيع آفاق المعرفة الإنسانية.