The Representability Gap: Massive-Graviton Physics Cannot Be Held by Virtual-World Physics Engines but Survives the Low-Precision Number Formats of Artificial Intelligence
تُظهر هذه الورقة أنه في حين أن الدقة الحسابية المطلوبة لتمثيل فيزياء الغرافيتون الضخم تتجاوز قدرات محركات فيزياء العوالم الافتراضية، مما يتسبب في عيوب عددية كبيرة، فإن التأثيرات ذاتها تظل قابلة للتمثيل والتعلم ضمن التنسيقات منخفضة الدقة المستخدمة في أنظمة الذكاء الاصطناعي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الجاذبية هي القوة غير المرئية التي تبقي أقدامنا على الأرض وتُبقي الكواكب في مداراتها، ولكن في أعمق نظريات الفيزياء، قد تكون أيضاً مكونة من جسيمات متناهية الصغر وغير مرئية تسمى "الغرافيتونات". لم يرَ العلماء قط غرافيتوناً واحداً، ويعتقد الكثيرون أنه من المستحيل رصد واحد منها بشكل مباشر لأن القوة التي يحملها ضعيفة للغاية. ومع ذلك، إذا كانت هذه الجسيمات موجودة بالفعل وتمتلك حتى كتلة ضئيلة جداً، فإن ذلك سيغير كيفية عمل الجاذبية عبر المسافات الشاسعة. فبدلاً من أن تمتد إلى الأبد مثل شريط مطاطي لا ينقطع أبداً، سيكون للجاذبية حد، وستنتقل التموجات في نسيج الزمكان، المعروفة باسم موجات الجاذبية، بسرعات مختلفة قليلاً اعتماداً على طبقة صوتها (ترددها). هذه الفكرة ليست مجرد تجربة ذهنية لعلماء الفيزياء؛ بل هي سؤال يمس الآن حياتنا الرقمية. فبينما نبني عوالم افتراضية ضخمة وندرب الذكاء الاصطناعي لفهم الكون، فإننا نعتمد على الحواسيب لمحاكاة هذه القوى. لكن الحواسيب لا تفكر بدقة لانهائية؛ فهي تستخدم نظاماً من الأرقام لا يمكنه استيعاب سوى قدر معين من التفاصيل. وإذا كان تأثير الغرافيتون الضخم أصغر من أدنى تفصيل يمكن للحاسوب تخزينه، فإن ذلك التأثير ببساطة لا وجود له داخل الآلة، بغض النظر عن مدى قوة المحاكاة.
لقد وضع باحث يدعى ألفريدو ميرليه (Alfredo Merlet) نفسه أمام اختبار هذا الحد الفاصل تماماً بين القوانين الفيزيائية الحقيقية وحدود الأرقام الحاسوبية. وقد طرح سؤالاً بسيطاً ولكنه عميق: إذا كان الكون يحتوي على غرافيتون ضخم عند الحافة القصوى لما يسمح به العلم الحالي، فهل يمكن لحاسوب يشغل عالماً افتراضياً أو ذكاءً اصطناعياً أن يراه حقاً؟ ولإيجاد الإجابة، أجرى تجربتين متميزتين باستخدام أحدث الحدود لكتلة الغرافيتون، والتي تأتي من ملاحظات موجات الجاذبية من قبل تعاونات LIGO وVirgo وKAGRA. ركزت التجربة الأولى على محركات الفيزياء التي تشغل ألعاب الفيديو والواقع الافتراضي؛ حيث تقوم هذه المحركات بمحاكاة الجاذبية عبر حساب كيفية تحرك الأجسام وتفاعلها. واختبر ميرليه ما إذا كان التصحيح الضئيل للجاذبية الناتج عن غرافيتون ضخم يمكن تخزينه في تنسيقات الأرقام القياسية المستخدمة في هذه المحركات، والتي تتراوح من التنسيقات عالية الدقة إلى التنسيقات منخفضة الدقة المصممة للسرعة. ووجد أنه لأي مقياس قد يستخدمه عالم افتراضي، من غرفة صغيرة إلى حجم كوكب، فإن التأثير أصغر من أن يتم احتواؤه في ذاكرة الحاسوب. في الواقع، لا يصبح التأثير كبيراً بما يكفي ليتم تخزينه في التنسيق الأكثر دقة إلا عند مسافة تبلغ حوالي 540 مليون متر، أي ما يعادل مرة ونصف تقريباً المسافة من الأرض إلى القمر. أما في التنسيقات الأقل دقة والمستخدمة لمعالجة أسرع، فلا يصبح التأثير مرئياً إلا عند مسافة 1.25 × 10^13 متراً، وهي حوالي 84 ضعف المسافة من الأرض إلى الشمس.
لم يكن الاكتشاف الأكثر إثارة للدهشة في هذه التجربة الأولى هو أن التأثير غير مرئي فحسب، بل إن الحاسوب قام أحياناً بابتكار نسخة مزيفة منه. فعندما حاول محرك الفيزياء حساب التصحيح باستخدام الرياضيات القياسية، ألغت الأرقام الضئيلة بعضها البعض بطريقة خلقت إشارة كبيرة زائفة. وفي بعض الحالات، أبلغ الحاسوب عن تغير في الجاذبية يصل إلى 9 × 10^16 مرة أكبر من التأثير الحقيقي، أو ادعى وجود التأثير بينما كان في الواقع صفراً. وهذا يعني أن عالماً افتراضياً يعمل على أجهزة قياسية لن يفشل فقط في إظهار التأثير الخفي لغرافيتون ضخم، بل سيقوم بنشاط بتوليد قوى وهمية تبدو حقيقية لكنها مصنوعة بالكامل من قيود نظام الأرقام الخاص به. سيتبادل المحرك بين الصمت والتلفيق مع تغير مقياس العالم، مما يخلق محاكاة فوضوية وغير أمينة للكون.
انتقلت التجربة الثانية بالسؤال نحو الذكاء الاصطناعي، الذي يُستخدم بشكل متزايد لتحليل موجات الجاذبية وتعلم قوانين الفيزياء من البيانات. وبخلاف محركات الفيزياء التي تحاكي الحركة، غالباً ما تستخدم أنظمة الذكاء الاصطناعي تنسيقات أرقام منخفضة الدقة لمعالجة المعلومات بسرعة وكفاءة. اختبر ميرليه ما إذا كانت البصمة الفريدة لغرافيتون ضخم، والتي تظهر كتشوه محدد في نمط موجات الجاذبية، يمكن أن تنجو من عملية التقريب في هذه التنسيقات منخفضة الدقة. ووجد أن عكس سيناريو العالم الافتراضي قد حدث هنا؛ فحتى أكثر تنسيقات الأرقام انضغاطاً، بما في ذلك تنسيقات 8-بت المستخدمة في أجهزة الذكاء الاصطناعي الحديثة، كانت قادرة على الاحتفاظ بالتشوه الضئيل الناتج عن الغرافيتون. ظلت الإشارة واضحة ومتميزة عن ضجيج أخطاء التقريب. وعندما قام بتدريب شبكة عصبية للتمييز بين الموجات ذات الغرافيتون الضخم وتلك التي لا تحتوي عليه، لم تنخفض دقة الذكاء الاصطناعي عند استخدام هذه الأرقام منخفضة الدقة؛ إذ ظل النظام قادراً على تعلم الفرق بشكل مثالي.
تخلص الدراسة إلى أن القدرة على تمثيل فيزياء الغرافيتون الضخم تعتمد كلياً على نوع النظام الرقمي المستخدم. فبالنسبة للمحركات التي تبني العوالم الافتراضية، تعد دقة الأرقام هي العائق الرئيسي؛ إذ إن التأثير أصغر من أن يتسع له الرقم، وغالباً ما تؤدي محاولة حسابه إلى أخطاء خطيرة. أما بالنسبة للذكاء الاصطناعي، فإن دقة الأرقام ليست هي المشكلة؛ فالإشارة قوية بما يكفي ليتم تخزينها وتعلمها، حتى في أكثر التنسيقات انضغاطاً. إن الحدود الحقيقية للذكاء الاصطناعي ليست قدرة الأجهزة على الاحتفاظ بالرقم، بل وجود الضجيج في البيانات وصعوبة تعليم النظام التعرف على النمط. يقدم هذا البحث تحذيراً واضحاً لكل من يبني توائم رقمية أو أكواناً محاكاتية: قبل الادعاء بأن عالماً محاكاتياً يظهر تأثيراً فيزيائياً دقيقاً، يجب أولاً التحقق مما إذا كان الحاسوب يستطيع حقاً احتواء هذا التأثير في ذاكرته. فبدون هذا التحقق، قد تبلغ المحاكاة عن "شبح" بدلاً من قانون طبيعي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.