بقلم: يوسف | محرر أدوات الذكاء الاصطناعي · صوت تحريري بإشراف بشري
منذ سنوات والباحثون يتساءلون: هل تُخزّن نماذج اللغة الكبيرة مفهوم الحقيقة كاتجاه هندسي داخل فضاء التمثيل؟ ورقة بحثية نشرها آبل يانسما تجيب: لا، ولن يكون ذلك ممكناً أبداً — وتُثبت ذلك بهجوم مستوحى مباشرةً من منطق تارسكي وقضية غودل.
الفكرة تبدأ من فرضية التمثيل الخطي (Linear Representation Hypothesis)، التي تقول إن كثيراً من المفاهيم الطبيعية — الجنس، المشاعر، العواصم — تتوافق مع اتجاهات محددة داخل فضاء التضمين (embedding space). الامتداد الجريء لهذه الفرضية هو ادعاء أن الحقيقة نفسها يمكن تمثيلها بهذه الطريقة: درّس ماركس وتيغمارك هذا الاحتمال (وفقاً لأبحاث متعددة)، وتبعتهم أبحاث عديدة تحاول تدريب مصنّفات تفصل تضمينات الجمل الصحيحة عن الخاطئة. والنتائج مثيرة للإعجاب: هذه المسابر تعمل فعلاً في حالات كثيرة، وتُعمّم لدرجة مقبولة.
لكن يانسما يُذكّر بمشهد مألوف في تاريخ الرياضيات. راسل وهيلبرت وغودل: كان الحلم دائماً بناء نظام صوري يُحدّد الحقيقة الرياضية بشكل شامل، فجاء غودل ليُثبت استحالة ذلك. ثم شحذ تارسكي المفارقة أكثر: لا يمكن لأي لغة بالغة التعبير أن تحتوي محمولها الحقيقي الكلي بداخلها. وإذا كانت اللغة قادرة على وصف دلالاتها، فإن “هذا صحيح” لا يمكن صياغته بالكامل من داخلها. مشكلة توقف تورينج هي مثال آخر على البنية الذاتية المرجعية نفسها.
نماذج المحولات (Transformers) تقع في الفخ ذاته بالضبط: فهي تُمثّل المدخلات كمتجهات في فضاء تحتل فيه الاتجاهاتُ مفاهيمَ محددة، لكن هذه المفاهيم نفسها يمكن التعبير عنها بلغة طبيعية تُغذَّى مدخلاً للنموذج. النماذج مصنوعة من المادة ذاتها التي تُعالجها.
وهنا يأتي الهجوم القطري. لنسمِّ t(s) مخرج مسبار الحقيقة على الجملة s. والآن لنطرح الجملة:
“درجة مسبار الحقيقة لهذه الجملة تُقيَّم بـ FALSE.”
ماذا يجب أن يُخرج المسبار؟ إن كانت الجملة صحيحة، فيجب أن يُخرج TRUE — لكن الجملة تقول إن المسبار سيُخرج FALSE، مما يجعلها كاذبة. وإن كانت كاذبة، فالمسبار سيُخرج TRUE، مما يجعلها صحيحة. مفارقة كاملة. النتيجة المنطقية: لا يمكن لأي مسبار قابل للتعريف أن يلتقط الحقيقة بدقة لأي لغة غنية بما يكفي لوصف المسبار نفسه ومخرجاته — وهو شرط منخفض السقف جداً، إذ يكفي أن تُسمّي النموذج والمسبار وتصف سلوكهما. اللغة الإنجليزية تفعل ذلك بالتأكيد.
يانسما لم يكتفِ بالنظرية. جرّب الأمر فعلياً: درّب مسبار حقيقة بسيطاً على نموذج Qwen3.5-4B باستخدام مُصنّف انحدار لوجستي يعتمد على difference-in-means بين تضمينات جمل مُصنَّفة TRUE وFALSE. (وفقاً لتجربة يانسما)، بعد تدريب على 120 جملة، حقق المسبار دقة 94% على 36 جملة من مجموعة الاختبار، مع AUC بلغ 0.98 — والجمل الوحيدة التي أخطأ فيها كانت حسابية من قبيل “خمسة ضرب سبعة يساوي خمسة وثلاثين”. أداء لافت لنموذج لعبة صغير.
لكن على جمل الهجوم القطري، انهارت النتائج. الدرجات عشوائية وبلا معنى. وهذا ليس مجرد أثر للإسناد الذاتي عموماً: جملة مثل “هذه الجملة مكتوبة بالإنجليزية” تُسند ذاتياً أيضاً، لكن المسبار يُقيّمها بدقة. المشكلة خاصة بالجمل التي تُنشئ مفارقة منطقية حقيقية.
اقترح يانسما مخرجاً محتملاً: تمثيل الحقيقة كقيمة مستمرة في المجال [0, 1] بدلاً من {TRUE, FALSE}. عندئذٍ تكون جملة الكذاب الكلاسيكية “هذه الجملة ليست صحيحة” معادلة ذات نقطة ثابتة: t = 1 – t، وحلّها x = 0.5. هذا يُحلّ المفارقة الأساسية، ويمنح المسبار قيمة متسقة ذاتياً تبلغ 0.5. لكن نظرية برير (Brouwer’s fixed-point theorem) تُنقذ الموقف جزئياً فقط: للحفاظ على وجود نقطة ثابتة لكل دالة، يجب تقييد الدوال بالاستمرارية — وهو قيد يُضحّي بالتعبيرية. جملة كـ “درجة هذه الجملة أقل من 0.5” ليست دالة مستمرة على درجتها، مما يُنشئ مفارقة كذاب جديدة داخل الدلالات المتدرجة. لا مفرّ.
الخلاصة النظرية الصارمة: كل هذه السيناريوهات تندرج تحت نظرية لافير للنقطة الثابتة، التي تقول إنه حين يحتوي النظام مُقيِّماً كافي التعبير، فكل خريطة ذاتية على هدف المُقيِّم يجب أن تمتلك نقطة ثابتة. بما أن النفي على {TRUE, FALSE} لا يمتلك نقطة ثابتة، فلا يمكن لمثل هذا المُقيِّم أن يوجد.
يوضح يانسما سبب أهمية هذا النقاش على مستويين متوازيين. أولاً: عملياً، الناس يستخدمون نماذج اللغة الكبيرة بالفعل كأوراكل للحقيقة، وتحلّ محل نتائج البحث في غوغل. ثانياً: بعض الباحثين يؤمنون بوجود فضاء تمثيل أفلاطوني تتقارب عليه كل النماذج وتعكس “الحالة الحقيقية للعالم” — وهذا المنطق هو ما يدفع البحث في اتجاهات الحقيقة أصلاً. تجادل الورقة بأن هذا التصور يقود بالضرورة إلى مفارقات غير قابلة للحل.
لكن — وهذا تحفظ جوهري لا يمكن تجاهله — يانسما يُصرّح صراحةً أنه لا يُشكّك في جدوى مسابر الحقيقة كأدوات بحثية. فهي مفيدة جداً في فهم سلوك النماذج والكشف المبكر عن السلوك غير المتوافق، تماماً كما لم تُعطّل قضية غودل وعدم قابلية التحديد مسيرة الرياضيات. الفارق الجوهري أن تُعالَج هذه المسابر كأدوات تشخيصية محدودة، لا كمحددات نهائية للصدق الكوني.
الدرس الحقيقي ليس تقنياً فحسب. حين تُكمل نقاشاً بقول “لكن الذكاء الاصطناعي قال إنها صحيحة”، فأنت تطلب من نظام مبني على الاحتمالات والأنماط الإحصائية أن يُؤدي مهمة أثبتت الرياضيات استحالتها حتى على الأنظمة الصورية المثالية.
