В последната сутрин от едноседмичната национална ваканция в Китай един математик поглежда телефона си и вижда поредица от имейли с един и същи PDF файл. В него има списък с нерешени математически проблеми, за много от които OpenAI току-що е обявила решения.

В публикация в блога Proofs and Prompts, събрала повече от сто реакции на математици от цял свят, професорът от университета „Фудан“ Сяолей У, който се занимава с теория на групите, описва момента, в който вижда списъка.

„Изглеждаше нереално“, пише той. „Това бяха почти всички големи нерешени проблеми в моята област!“

В нощта на 6 октомври OpenAI публикува в GitHub 722 научни труда, написани от все още непредставен AI модел, който е работил върху около 4000 нерешени задачи. Оттогава математиците се опитват да решат дали има повече поводи за възторг или за тревога. Някои, като У, изглежда изпитват и двете.

Поток от доказателства и няколко бързи оттегляния

Това не беше първият подобен ход на OpenAI.

На 8 септември компанията съобщи, че неин вътрешен модел е постигнал пробив по проблема на Навие-Стокс, един от най-старите и трудни въпроси за начина, по който се движат течности и газове като водата и въздуха.

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“

Решаването му носи награда от 1 млн. долара като част от седемте Задачи на хилядолетието, създадени за някои от най-трудните проблеми в математиката. Само една от седемте досега е решена от човек.

Според OpenAI по задачата са работили до 10 000 AI агента, а използваният изчислителен ресурс е струвал милиони долари.

След това избухна спор за научния приоритет.

Тристан Бъкмастър от Нюйоркския университет и Левент Алпьоге от Anthropic бяха публикували свързана работа ден по-рано. Бъкмастър обвини OpenAI, че е избързала с обявяването на резултата, след като е научила за техния труд. Компанията заяви, че не е виждала работата им, а Сам Алтман защити екипа си.

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

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

Публикуваните през октомври 722 труда бяха много по-мащабен ход.

Нито една от оставащите пет Задачи на хилядолетието не беше решена окончателно, но публикациите твърдят, че има напредък по три от тях, включително по хипотезата на Риман, прочутия проблем, свързан с разпределението на простите числа.

Математици, които прегледаха част от резултатите, казват, че много от тях са достатъчно сериозни, за да изградят върху тях цяла академична кариера. Дори изследовател от конкурента Anthropic определи публикацията като най-значимия момент в историята на математиката.

OpenAI твърди, че средно за един резултат е бил нужен изчислителен ресурс, равен на около три часа работа на ChatGPT Pro в режим на задълбочено мислене. Това е малка част от мощността, използвана при опита върху Навие-Стокс.

Само дни по-късно обаче компанията трябваше да свали три от трудовете, след като в тях бяха открити грешки.

Разработената от учени система IdeaLens анализира структурата на аргументите и разпознава идеи, генерирани от AI, с 91% успеваемост при тестовете

Човек или изкуствен интелект? Нов инструмент разпознава кой стои зад идеите в научните публикации

Не е ясно и колко от останалите публикации са преминали през задълбочена проверка. OpenAI признава, че резултатите са „на различен етап на проверка“ и че „много, но не всички, ръкописи са формализирани“.

Няколко седмици по-рано 25 носители на медала „Фийлдс“, сред които и Терънс Тао, предупредиха, че прибързаното публикуване на AI решения може да навреди на самата математика.

След появата на стотиците трудове група математици написа в общо писмо, че случилото се е „не демонстрация на наука, а демонстрация на сила“.

OpenAI не публикува инструкциите, които е подавала на модела, нито разкри кой точно модел е използван. Това противоречи на препоръките на консултативна група от математици, за чието създаване самата компания е помогнала. OpenAI заяви, че ще продължи да тества моделите си върху нерешени задачи.

След като предишен резултат предизвика остра реакция сред математиците, компанията представя новата серия с повече информация за начина, по който AI е стигнал до решенията

OpenAI публикува решения на 377 математически задачи и отново разтърси научните среди

Доказателства без хората зад тях

За някои учени резултатите буквално преобърнаха работата им за една нощ.

Нерешени проблеми, върху които са били планирани дисертации, проекти за финансиране и цели академични кариери, внезапно получиха отговори.

Това, разбира се, не означава, че математиката е „решена“.

По-скоро решенията започнаха да идват преди разбирането им, обръщайки обичайния ред. Част от резултатите може и да не издържат проверката. А за останалите могат да са нужни години, докато бъдат проверени, обяснени и свързани с вече известното в съответните области.

Когато отговорът вече е готов, изкушението да се прескочи бавната работа, чрез която всъщност се изгражда математическото разбиране, става много по-голямо. А цената за това може да се плати по-късно.

Проблемът засяга технология, използвана от огромна част от интернет, а службите за сигурност предупреждават, че хакери вече може да са започнали опити за атаки

AI откри критична уязвимост в PHP и задейства глобална кибертревога

Тао обръща внимание и на нещо друго: зад новите доказателства няма хора, които да отговарят на въпроси, да изнасят лекции или да обучават следващото поколение математици.

Той сравнява ситуацията с това някой да ти развали края на филм или да ти подскаже отговора на кръстословица.

„Човек вече не може да изследва един проблем толкова пълноценно и богато, след като знае, че съществува решение“, пише Тао в Proofs and Prompts.

Математиката далеч не е единствената област, изправена пред този избор.

Училища, офиси и лаборатории навсякъде се опитват да разберат как да използват тези инструменти, без да им позволят да свършат самото мислене вместо хората. Малцина вече са намерили точния баланс.

На практика хората трябва да се научат на нов начин да учат, пише медията Quartz.

Или, както го формулира професорът от Оксфордския университет Мартин Бридсън:

„Някои от любимите ни планини вече са изкачени. Но зад тях има по-високи планини, към които можем да тръгнем с ново оборудване.“