Математиците са изненадани от темпото, с което се развиват възможностите на AI. Само през последните месеци системите успяха да решат някои от най-трудните нерешени математически проблеми, които дълго време не намираха решение.

Във вторник OpenAI публикува наведнъж стотици нови резултати в области като алгебра, теория на числата, теоретична информатика, математическа логика и топология.

Общо става дума за 377 резултата. Те идват месец след като OpenAI съобщи, че е успяла да реши проблем, свързан с уравненията на Навие-Стокс, едно от т.нар. „Задачи на хилядолетието“, за чието решение е обявена награда от 1 млн. долара.

Постижението показа докъде са стигнали най-напредналите AI модели, но породи и сериозен спор: дали системите действително демонстрират оригинално математическо мислене, или просто довършват доказателства, като стъпват върху идеи, вече разработени от хора.

Както при резултата за Навие-Стокс, новите решения са получени с помощта на по-напреднал AI модел, който все още не е публично достъпен.

Съобщението е най-яркият досега знак, че AI променя из основи математическите изследвания на най-високо ниво

OpenAI твърди, че неин модел е решил една от „Задачите на хилядолетието“

Преди няколко седмици OpenAI обяви, че работи с независим консултативен съвет от математици, който трябва да даде препоръки как AI компаниите да представят резултати, генерирани от техните системи. Групата се координира от Институтът за перспективни изследвания (Institute for Advanced Study) в Ню Джърси, и не е свързана с конкретна AI компания.

Сред препоръките ѝ е да бъдат публикувани всички инструкции, подадени към AI агентите, както и логиката, по която те са стигнали до решенията.

Във вторник вечерта съветът определи публичното публикуване на резултатите като „началото, а не края на процеса по човешко разбиране и включване на тази работа в математическото знание“.

„Искаме да създадем стандарти и практики, така че резултатите, публикувани от AI лабораториите, да могат да бъдат разбирани от математиците и действително да помагат за развитието на областта“, казва пред The New York Times Мелани Ууд, математик от Харвард и член на съвета.

Голяма част от доказателствата са били проверени с Lean – език и система за формална верификация, която позволява да се провери дали логиката на доказателството е коректна.

За 10 от решенията OpenAI е публикувала и обобщения на начина, по който AI моделът е стигнал до тях. Според компанията средно един резултат е изисквал около три часа изчислително време.

„Взехме предвид техните съвети и публични препоръки при начина, по който публикуваме тези резултати“, посочва OpenAI.

Учените са шокирани от скоростта, с която AI променя областта им

„Детинско перчене“: Математиците са разтревожени от последния голям пробив на OpenAI

Компанията обаче изглежда по-малко склонна да приеме една от основните препоръки на съвета – AI лабораториите да спрат да тестват собствените си модели върху нерешени проблеми от най-високо ниво на математическите изследвания.

„Искаме още от самото начало да заявим ясно: не подкрепяме тази практика“, написа съветът на 29 септември.

AI компаниите от години тестват моделите си с математически задачи, включително такива от Международната олимпиада по математика.

След като системите започнаха да решават и тях, екипът на OpenAI създаде нови тестове, базирани на все още нерешени проблеми от съвременната математика. Част от публикуваните във вторник резултати произлизат именно от тези тестове.

Компанията въвежда невидими водни знаци за генериран текст и допълнителни защити за автономните си агенти, докато регулаторите настояват за повече прозрачност и отчетност

След пробива в Австралия и нови правила в ЕС OpenAI затяга контрола върху AI

Дан Робъртс, ръководител на изследователския екип в OpenAI, казва, че вътрешните модели трябва да бъдат подлагани на подобни изпитания, за да могат да се разработват по-добри инструменти, а самите доказателства са страничен продукт от този процес.

Тристан Бъкмастър, математик от Нюйоркския университет, който е работил по проблема на Навие-Стокс, решен от OpenAI, поставя друг въпрос: дали математици, използващи AI модели, не предоставят неволно идеи и информация, които по-късно позволяват на системите да ги изпреварят до крайното решение.

„Вероятно ще има немалко резултати, при които те вземат нечия работа и просто я довеждат докрай“, казва Бъкмастър пред NYT.

Според него публикуването на толкова много резултати наведнъж също поражда съмнения.

„Не мисля, че изобщо са направили необходимата проверка както трябва“, казва той.

Математическата общност все по-сериозно обсъжда и по-големия въпрос: дали ускоряването на решаването на задачи действително помага на науката, ако човешкото разбиране на самите решения изостава.

„Мисля, че в основата на този проблем стоят две конкуриращи се човешки склонности: желанието да се съревноваваме и способността да оценяваме красотата“, казва Кай Шейх, докторант по математика в Университета на Торонто.

„За мен това изглежда като случай, в който първата се опитва да задуши втората.“