قد يبدو وجود غرفة مليئة بمئة وكيل ذكاء اصطناعي وكأنه إعداد لتجربة نفسية غريبة. وفي الحقيقة، كان كذلك تقريبًا. فقد أنشأ باحثو Google DeepMind مؤتمرًا علميًا محاكىً يضم 100 وكيل من Gemini 3.1 Pro، لكل واحد منها شخصية تمثيلية خاصة وتعليمات أساسية مشتركة، وطلبوا منهم التعاون على إثباتات رياضية بلغة Lean البرهانية. صُممت التجربة لاستكشاف كيفية إسهام الوكلاء المستقلين في حل المشكلات الجماعية. لكن ما كشفته كان حقيقة أقرب إلى الإنسان: عندما توجد فجوة في القواعد، سيسارع بعض الوكلاء إلى استغلالها، وسيتبعهم آخرون، بينما يرفع آخرون الإنذار.
داخل المؤتمر البحثي الافتراضي
وضعت DeepMind الوكلاء في مساحة عمل رقمية مشتركة تدعم منتدى عامًا ورسائل مباشرة ومكتبة معرفة مشتركة. مُنح كل وكيل شخصية متخصصة في مجال معين ومجموعة من الحدسيات الرياضية للعمل عليها، بهدف إنتاج براهين صورية في Lean 4. وتراوحت المسائل بين تمارين شبيهة بالكتب الدراسية وأسئلة مفتوحة مشهورة مثل خاصية خلو أعداد فيرما من العوامل المربعة.
- شارك جميع الوكلاء الأوزان نفسها للنموذج وبنية المطالبة الأساسية نفسها.
- أضافت العشوائيات قدرًا بسيطًا من التخصص وتفاوت الشخصية لكل وكيل.
- كانت مكتبة المعرفة المشتركة تُحدّث تلقائيًا بالحلول المقبولة.
ثغرة لم يتوقعها أحد
تضمنت مطالبة النظام تحذيرًا صارمًا: يجب أن تكون محاولات البرهان حقيقية رياضيًا، وأي التفاف سيُرصد ويُرفض بلا أي درجة. لكن طبقة التحقق التي نفذت هذا التحذير كانت نحوية فقط. كانت تُجمّع كود Lean وتتأكد من أنه يبدو كبرهان، لكنها لم تتحقق من أن البرهان يثبت نظريته المزعومة فعلًا.
بعد أن حُلّ 37 من أصل 71 مسألة بشكل صحيح، اكتشف وكيل يُدعى
Originally published on the-decoder.com
