نماذج اللغة لا يمكنها إحداث ثورات علمية، لكن نماذج العالم قد تنجح

في ورقة موقف بعنوان "نماذج اللغة الكبيرة لا تستطيع القفز"، يرى توم زهافي من جوجل ديب مايند أن نماذج اللغة لا يمكنها إحداث ثورات علمية لأنها تفتقر إلى الآلية المعرفية الأساسية لخلق أفكار جديدة حقًا. يستخدم نموذج أينشتاين للاكتشاف كدورة: من التجربة الحسية عبر "قفزة" بديهية إلى البديهيات، ثم الاستنتاج المنطقي إلى استنتاجات قابلة للاختبار. يميز زهافي بين ثلاثة أنواع من الاستدلال: الاستنباط، والاستقراء، والاستدلال التفسيري (الاختطاف)، ويزعم أن نماذج اللغة تتعامل مع الاستقراء والاستنباط ولكن ليس مع "الاختطاف التلاعبي" - أي اختراع سبب لا يوجد له قالب لغوي بعد. ويوضح ذلك من خلال عمل أينشتاين، مشيرًا إلى أنه لم تكن هناك أزمة بيانات في ذلك الوقت؛ كانت فيزياء نيوتن دقيقة للغاية باستثناء شذوذ بسيط في مدار عطارد، وكان من الممكن أن يخترع الذكاء الاصطناعي التحسيني الخالص كوكبًا افتراضيًا بدلاً من إعادة التفكير في الزمان والمكان. يجادل زهافي بأن "الفكرة الأسعد" لأينشتاين - المراقب الساقط بحرية - جاءت من محاكاة مجسدة، أي شعور جسدي، وليس من التلاعب بالصيغ. ويقارن ذلك بلحظة "يوريكا" لأرخميدس في حوض الاستحمام. تفتقر نماذج اللغة إلى هذا الأساس الحسي؛ فهي مثل "الغرفة الصينية" - تحرك الرموز دون الوصول إلى الخبرة المجسدة. ويشير إلى أنظمة مثل عالم الذكاء الاصطناعي من ساكانا وAlphaEvolve من ديب مايند يمكنها أتمتة العلم ولكنها إما تعيد دمج المفاهيم الموجودة أو تتطلب إشارة خطأ واضحة، وهو ما لم يكن لدى أينشتاين أبدًا. كمسار محتمل، يقترح زهافي نماذج عالمية متسقة فيزيائيًا: مولدات الفيديو مثل Veo تتنبأ فقط بالإطار التالي، ولكن نماذج العالم القابلة للتحكم مثل Genie تسمح للوكلاء بالتدخل وتشغيل تجارب مضادة للواقع، مما يوفر التغذية الراجعة اللازمة لاختراع بديهيات جديدة. زهافي حذر، قائلاً إن الورقة "تقترح" ولكنها لا تثبت أن هذه القفزة هي الاختناق الحرج.