OpenAI объявила о прорывах, полученных с помощью ИИ, в математике, информатике и физике, вызвав дебаты по политике доступа
OpenAI раскрыла три результата, полученные с помощью ИИ, касающиеся гипотезы Какея, гипотезы экспоненциального времени и квантовой хромодинамики, в то время как исследователи критикуют избирательный процесс публикации компании.
OpenAI раскрыла в понедельник три результата, полученные с помощью ИИ, включающие заявленное доказательство гипотезы Какея во всех измерениях, вывод, ставящий под сомнение гипотезу экспоненциального времени в теоретической информатике, и исследование квантовой хромодинамики, связанное с теорией Янга–Миллса. Компания заявила, что каждый результат будет распространяться по разному плану: математический вывод будет доступен публично, будет сформирована совместная группа внешних исследователей для объяснения вывода в информатике, а работа по физике будет находиться на рассмотрении экспертной комиссии перед публикацией.
Математик Брендан Хассетт из Брауновского университета охарактеризовал утверждение о Какее как «хорошо обоснованное», хотя отметил, что он ещё не изучил формализацию в Lean, которая проверяет доказательство вычислительно. Исследователи из Института передовых исследований и Техасского университета в Остине выразили обеспокоенность тем, что практика OpenAI предоставлять выбранным экспертам ранний доступ может ограничить более широкую научную проверку. «Не имеет смысла, что сначала только несколько выдающихся учёных могут их увидеть», — сказал Константин Коглер, а Андреас Карч предупредил, что такой контроль даёт крупным лабораториям чрезмерную власть.
Консультативная группа по математике и искусственному интеллекту, с которой OpenAI ранее консультировалась, призвала компанию выпустить все результаты в естественном языке и формальные выводы без задержек, аргументируя, что открытый доступ снизит предвзятость и ускорит проверку. OpenAI признала компромиссы разных стратегий публикации и заявила, что экспериментирует с подходами, которые балансируют открытость и необходимость ясного, понятного представления сложных ИИ-сгенерированных доказательств.