OpenAI beweer Navier–Stokes-oplossing te midde van vrae oor Codex-data

Wat verander het

Volgens VentureBeat se beriggewing sê OpenAI ’n interne stelsel wat ’n swerm van 10 000 agente gebruik, het die Navier–Stokes-probleem oor bestaan en gladheid opgelos, een van sewe Millenniumprysprobleme wat 26 jaar gelede bekendgestel is. Dieselfde verslag sê OpenAI kan nie uitsluit dat ’n navorser se private Codex-data tot die resultaat bygedra het nie.

Hoekom dit saak maak

Dit is nog nie ’n produkdeurbraak wat in ’n padkaart oorgeneem kan word nie. Dit is ’n veeleisende toets van wat “KI het dit opgelos” behoort te beteken wanneer die uitset ’n vakgebied kan hervorm.

’n Swerm kan ’n verstommende antwoord lewer; dit moet steeds sy werk wys. Vir spanne wat navorsingstelsels met veelvuldige agente bou, is die praktiese gevolg duidelik: herkoms en reproduceerbaarheid word deel van die produk. ’n Stelsel wat ’n naspeurbare bewysroete en ’n verdedigbare rekord van sy insette bewaar, kan vertroue verdien wat ’n ondeursigtige resultaat nie kan nie.

Ons vooruitsig (ingeligte bespiegeling): oor die komende weke sal dit waarskynlik ’n verifikasieprojek bly, nie ’n gevestigde stelling nie. Indien OpenAI ’n ouditbare argument en skoon herkoms kan aantoon, kan gekoördineerde-agentstelsels meer moeite na formele redenering lok. Indien dit nie kan nie, kan deursigtige stelsels die waardevoller mededingende ontwerp word.

Die historiese parallel

In 2012 het Nature berig dat Shinichi Mochizuki beweer het hy het ’n bewys van die abc-vermoede gelewer. Die strukturele ooreenkoms lê in dieselfde ongemaklike knelpunt: ’n buitengewone wiskundige bewering moet deur eksterne spesialiste geoudit word voordat vertroue kan posvat.

Die verskil is belangrik. Mochizuki s’n was ’n mensgeskrewe bewys oor verskeie artikels; OpenAI se gerapporteerde bewering kom van ’n stelsel met veelvuldige agente en dra ’n afsonderlike vraag oor moontlike gebruik van private Codex-data. Teen 2020 het Nature berig dat Mochizuki se bewys vir publikasie aanvaar is, maar dat die breër deskundige mening nie wesenlik verskuif het nadat twee wiskundiges geïdentifiseer het wat hulle as ’n ernstige fout beskou het nie. Publikasie het nie die stelling besleg nie. Hierdie keer kan openbare bewysmateriaal, rekords van reproduceerbaarheid en ’n oudit van herkoms ’n veel skoner pad na oplossing bied.

Impakbeoordeling

Onafhanklike wiskundiges staan voor ’n onmiddellike verskuiwing in werkslading: hulle moet die beweerde wiskunde beoordeel, asook of dit geoudit kan word sonder onopgeloste vrae oor die herkoms van data. Hul vermoë om dit te valideer, sal bepaal of die aankondiging ’n resultaat of ’n navorsingsprogram word.

Navorsingsgroepe wat veelvuldige-agent-KI oorweeg, het nou ’n skerper afweging. ’n Geverifieerde, ouditbare oplossing kan meer belegging in koördinering-swaar formele redenering regverdig. ’n Onopgeloste resultaat kan deursigtige logs, reproduceerbare gedrag en gedokumenteerde insette ’n mededingende voordeel maak.

Universiteite en navorsingsinstellings kan ook hul verwagtinge vir KI-ondersteunde werk verskerp. Wanneer ’n belangrike bewering moontlik by private data gebaat het, word rekords van hulpmiddels en insette deel van navorsingsintegriteit, nie bloot administratiewe versiering nie.

Scenario’s

Mees waarskynlik: Indien die bewysroete of herkoms moeilik bly om te ondersoek, sal instellings die bewering oor weke tot maande as voorlopig behandel en KI-gegenereerde navorsing onder strenger beoordeling hou. Dit is die waarskynlikste verloop omdat onafhanklike aanvaarding afhang van toegang tot deurslaggewende redenering en rekords oor datagebruik. Spesifieke verifikasievrae, onvolledige materiaal of onopgeloste herkoms sal dit versterk; veelvuldige onafhanklike validerings en ’n volledige oudit sal dit omverwerp.

Opwaartse scenario: Indien eksterne beoordelaars ’n ouditbare bewys kan valideer en kan vasstel dat private Codex-data nie wesenlik bygedra het nie, kan navorsingsgroepe oor ses tot 12 maande meer kapasiteit aan gekoördineerde-agentstelsels vir formele wetenskaplike probleme toewys. Dit sal verifikasiehulpmiddels en veelvuldige-agent-orkestrasie meer sentrale navorsingsinfrastruktuur maak. Onafhanklike bevestiging, reproduceerbare stelselgedrag en vergelykbare werk deur ander groepe sal hierdie pad versterk.

Afwaartse scenario: Indien beoordelaars nie die bewys of die herkoms daarvan kan vasstel nie, kan organisasies oor die volgende jaar strenger dokumentasie vir KI-gegenereerde navorsingsbewerings vereis. Dit kan stelsels bevoordeel wat rondom naspeurbare redenering en rekords van datagebruik ontwerp is, bo indrukwekkende maar ondeursigtige demonstrasies. ’n Deurslaggewende fout, ’n onopgeloste oudit of bewyse van wesenlike voordeel uit private data sal hierdie uitkoms bevorder.

Waarna om volgende te kyk

• OpenAI se vrystelling van ’n bewys of vergelykbare ouditbare wiskundige rekord waarmee onafhanklike wiskundiges die kernredenering kan ondersoek.
• ’n Gedokumenteerde beoordeling van of private Codex-data wesenlik tot die resultaat bygedra het.
• Onafhanklike wiskundiges wat ’n samehangende, gevalideerde roete deur die beweerde oplossing identifiseer, of ’n deurslaggewende fout wat aanvaarding verhinder.