OpenAI утверждает, что модели ИИ опровергают давнюю гипотезу экспоненциального времени
OpenAI выпустила алгоритмы, генерируемые ИИ, которые, по их словам, решают некоторые вычислительные задачи за субэкспоненциальное время, что заставило учёных оценить возможность опровержения гипотезы экспоненциального времени.
OpenAI объявила, что её модели создали алгоритмы, решающие класс логических головоломок за субэкспоненциальное время, бросая вызов гипотезе экспоненциального времени (ETH), которая десятилетиями руководила исследованиями в области вычислительной сложности. Лаборатория поделилась результатами через специализированные каналы: математики получили доказательства на GitHub, учёных-компьютерников пригласили присоединиться к рабочей группе и профинансировать конференцию, а физики сформировали отдельную группу для решения вопросов о порядке публикации.
Профессор MIT Райан Уильямс, изучающий вычислительную сложность, сказал, что сгенерированные ИИ доказательства содержат как рутинные элементы, так и несколько «инопланетных» частей, требующих коллективного исследования. Он добавил, что хотя результаты могут заставить учёных переоценить предположения о решаемости задач, вряд ли они представляют оптимальное алгоритмическое решение.
Уильямс вместе с исследователями Калифорнийского университета в Сан-Диего Расселом Импальядззо и Рамамоханом Патуари — теми, кто впервые сформулировал ETH в 1999 году — выпустил открытое письмо, запрашивая обратную связь от научного сообщества и обсуждая нормы вклада ИИ в исследования. Он подчеркнул более широкий эффект, отметив, что подтверждённое опровержение ETH может затронуть множество статей и потенциально повлиять на криптографическую безопасность, хотя, по сообщениям, OpenAI считает, что её выводы не приводят к немедленному нарушению существующих криптосистем.
Дебаты последовали после ранней критики выпусков доказательств OpenAI, которые некоторые исследователи охарактеризовали как «DDoS-атаку на математиков». Тем не менее Уильямс согласился сотрудничать с передовыми лабораториями, чтобы помочь интерпретировать результаты и направлять будущие исследовательские направления.