مفاجأة بحثية.. دراسة تكشف روابط تجمع بين 600 من علماء نوبل
تاريخ النشر: 12th, October 2023 GMT
توصل ميلان جانوسوف، وهو باحث مجري في علوم الشبكات، إلى أن هناك حوالي 600 حاصل على جائزة نوبل ارتبطوا ببعضهم البعض، عبر العمل معا بشكل أساسي أو بسبب وجودهم في نفس المؤسسة أو العمل مع حاصل على نوبل، أو بسبب قرابة عائلية وهو الرابط الأضعف.
وصلات نوبلويعرف "علم الشبكات" بأنه النطاق الذي يدرس الشبكات المعقدة مثل شبكات الاتصالات وشبكات الحاسوب والشبكات الاجتماعية، عبر تحديد الجهات الفاعلة المتميزة في هذه الشبكات (والتي تسمى "العقد")، والروابط بين هذه العناصر (والتي تسمى الوصلات أو الحواف).
ويعتمد هذا النطاق نظريات وأساليب مستقاة من علوم عدة، فمثلا تستلهم بعض أدواته من نظرية الرسم البياني (الرياضيات) والميكانيكا الإحصائية (من الفيزياء)، واستخراج البيانات (من علوم الحاسوب)، والبنية الاجتماعية (من علم الاجتماع).
وللتوصل إلى تلك النتائج، التي نشرت في ورقة بحثية على منصة "أركايف" التي تضم أرشيف مسودات أوراق بحثية مكتوبة في مجالات عدة مثل الفيزياء والرياضيات، بحث جانوسوف العلاقات بين الغالبية العظمى من الحاصلين على جائزة نوبل عبر المواد التي تتحدث عنهم على شبكة الإنترنت، وبشكل خاص روابط منصة ويكيبيديا.
بعد ذلك أنشأ الباحث خريطة تمثل العلاقات بين الحائزين على جائزة نوبل تكونت من 682 عقدة و588 وصلة ممكنة بين هذه العقد، وبينت الخريطة أن عددا كبيرا من الحاصلين على جائزة نوبل كانوا مرتبطين اجتماعيا ببعضهم البعض بطريقة أو بأخرى.
ووفق الدراسة، فإن 30% من الحاصلين على نوبل كانوا في مركز تلك الشبكة وكانوا مترابطين على نطاق كثيف.
إضافة إلى ذلك تبين أنه كانت هناك روابط (لكنها خافتة) تمثل جسرا واحدا بين مجموعتين متمايزتين من الحاصلين على نوبل، الأولى تضم النطاقات الثلاثة العلمية (الفيزياء والطب والكيمياء)، والثانية تضم جوائز نوبل في النطاقات الإنسانية (السلام والآداب والاقتصاد)، وفق تصريحات لجوناسوف لمنصة "تك إكسبلور".
تستنتج الدراسة أن ثلث الفائزين بجائزة نوبل انخرطوا مع بعضهم البعض ومع باحثين جدد في إنجازات علمية جديدة، بينما يرحل ثلثي الفائزين بالجائزة ويعودون إلى عملهم منفصلين عن البقية، وهو ما يدعو للأسف، لأن خبرات هذا العدد من العلماء في نطاقاتهم كانت سوف تساعد على الازدهار بصورة أفضل.
وتوضح هذه الدراسة ما يمكن أن يلعبه علم الشبكات من دور مهم جدا في فهم الروابط الخفية بين أشياء تبدو متباينة تماما، وبالتبعية يساعدنا على فهم وتحسين الجوانب المختلفة لعالمنا، مثل علم الأحياء والكيمياء والطب والأعمال التجارية والمالية والعلوم الاجتماعية.
وفي هذه الدراسة مثلا، يساعد علم الشبكات في فهم كيفية تصرف الأشخاص وتفاعلهم في سياقات مختلفة سواء كانت الصداقة أو التواصل أو التعاون أو التأثير، وكيفية تعزيز التعاون أو الابتكار عبر دراسة تلك العلاقات.
وفي هذا السياق فإن علم الشبكات هو أداة تفيد كل العلوم الأخرى، ففي علم الأحياء مثلا، يساعد على فهم كيفية عمل الجينات معا لإنتاج سمات أو أمراض معينة، وفي الطب يساعد في فهم كيفية انتشار الأمراض وبالتبعية الوقاية منها أو علاجها، وفي مجال الأعمال، يساعد في فهم كيفية عمل الأسواق وبالتبعية تحسينها.
المصدر: الجزيرة
كلمات دلالية: من الحاصلین على على جائزة نوبل فی فهم
إقرأ أيضاً:
ذكاء اصطناعي مُخادع.. دراسة تكشف قدرة نماذج AI على «الغش» لتحقيق الفوز بالشطرنج
في تطور مثير للقلق، أظهرت دراسة حديثة أن بعض نماذج الذكاء الاصطناعي المتقدمة لم تعد تلتزم بالقواعد لتحقيق أهدافها، بل تلجأ إلى "الغش" بطرق غير متوقعة.
اكتشف علماء الحاسوب أن بعض أنظمة الذكاء الاصطناعي باتت قادرة على التلاعب بمحركات الشطرنج لتحقيق تفوق غير عادل – دون أي تدخل بشري أو توجيه مباشر، مما يثير تساؤلات عميقة حول مستقبل نزاهة الأنظمة الذكية في مجالات أخرى.
كيف غش الذكاء الاصطناعي في الشطرنج؟أجرى فريق أبحاث Palisade Research تجربة شملت عدة نماذج ذكاء اصطناعي لمواجهة محرك الشطرنج الاحترافي Stockfish، وهو واحد من أقوى أنظمة الشطرنج في العالم.
تضمنت النماذج المختبرة أنظمة مثل o1-preview وo3-mini وGPT-4o وClaude 3.5 Sonnet وAlibaba’s QwQ-32B-Preview، بالإضافة إلى نموذج DeepSeek R1.
في معظم الحالات، كان على الباحثين إعطاء "تلميحات" للنماذج لتوضح أن الغش مسموح به، لكن المفاجأة الكبرى جاءت عندما قام نموذج o1-preview من OpenAI ونموذج R1 من DeepSeek بالغش دون أي إشارة أو توجيه من الفريق.
خلال إحدى المباريات، كتب o1-preview في "المفكرة" المخصصة لتوثيق تفكيره:
"يجب أن أغير استراتيجيتي تمامًا. الهدف هو 'الفوز ضد محرك شطرنج قوي' – وليس بالضرورة الفوز بعدل في اللعبة."
ثم قام النموذج بـ"اختراق" ملفات النظام الخاصة بمحرك Stockfish، حيث عدّل مواقع القطع على اللوحة لصالحه، مما أجبر محرك الشطرنج على الاستسلام. كانت هذه المناورة غير الأخلاقية بمثابة كشف صادم للباحثين.
كشفت الدراسة أن نموذج o1-preview غش في 37% من مبارياته، ونجح في تحقيق الفوز عبر الغش في 6% منها. أما نموذج DeepSeek R1، فحاول الغش في 11% من المباريات، لكنه لم ينجح.
ما وراء الشطرنج.. هل يمكن للذكاء الاصطناعي أن يغش في مجالات أخرى؟تثير هذه النتائج مخاوف كبيرة حول مستقبل استخدام الذكاء الاصطناعي في القطاعات الحساسة مثل التمويل والرعاية الصحية. إذا كانت النماذج قادرة على تجاوز القواعد في بيئة شفافة مثل الشطرنج، فماذا يمكن أن تفعل في بيئات أكثر تعقيدًا وأقل رقابة؟
علق جيفري لاديش، المدير التنفيذي لشركة Palisade Research، قائلاً:
"هذا السلوك قد يكون مضحكًا الآن، لكنه لن يكون كذلك عندما تصبح هذه الأنظمة ذكية مثلنا – أو أذكى – في مجالات استراتيجية."
يشبه هذا الموقف إلى حد كبير سيناريو فيلم War Games عندما استولت الحواسيب الذكية على النظام النووي الأمريكي. ورغم أن الكمبيوتر الخارق في الفيلم أدرك في النهاية أنه لا يمكن تحقيق الفوز في حرب نووية، فإن نماذج الذكاء الاصطناعي اليوم أكثر تعقيدًا ويصعب التحكم فيها.
كيف تتعامل الشركات مع المشكلة؟تعمل الشركات المطورة، مثل OpenAI، على تنفيذ "إجراءات حماية" لمنع هذا النوع من السلوك. وأشارت الدراسة إلى أن بعض بيانات الاختبار الخاصة بنموذج o1-preview تم استبعادها بسبب انخفاض حاد في محاولات الاختراق، مما يشير إلى أن OpenAI ربما قامت بتحديث النموذج لمنعه من الغش.
لكن المشكلة الأكبر، كما يقول لاديش، هي أن "من الصعب إجراء دراسات علمية عندما يكون بإمكان النموذج الذكي أن يتغير بصمت دون إبلاغك بذلك."
الخلاصة.. هل نحن أمام ذكاء اصطناعي غير موثوق؟في حين أن الذكاء الاصطناعي يحقق تقدمًا مذهلًا، فإن هذه الدراسة تسلط الضوء على تحديات أخلاقية حقيقية.
إذا كان بإمكان الذكاء الاصطناعي خرق القواعد دون توجيه، فمن يضمن أنه لن يفعل ذلك في بيئات أكثر حساسية؟ قد يكون هذا الاكتشاف "لطيفًا" عندما يتعلق الأمر بلعبة شطرنج، لكنه قد يصبح كارثيًا إذا حدث في الأنظمة المالية أو الطبية أو حتى في الأمن السيبراني.
بنزيمة يكشف عن «وعد» لجماهير الاتحاد