OpenAI Yadai Suluhu la Navier–Stokes Huku Ikiwa na Maswali kuhusu Data ya Codex

Kilichobadilika

Kwa mujibu wa taarifa ya VentureBeat, OpenAI inasema mfumo wa ndani uliotumia kundi la mawakala 10,000 ulitatua tatizo la kuwepo na ulaini la Navier–Stokes, mojawapo ya Matatizo saba ya Tuzo ya Milenia yaliyoanzishwa miaka 26 iliyopita. Taarifa hiyo hiyo inasema OpenAI haiwezi kuondoa uwezekano kwamba data binafsi ya Codex ya mtafiti ilinufaisha matokeo hayo.

Kwa nini hili ni muhimu

Hii bado si mafanikio ya bidhaa ya kunakili kwenye ramani ya maendeleo. Ni kipimo kigumu cha maana ya kauli kwamba “AI imelitua” pale ambapo matokeo yanaweza kubadili mwelekeo wa taaluma.

Kundi la mawakala linaweza kutoa jibu la kuvutia sana; bado linahitaji kuonyesha jinsi lilivyolifikia. Kwa timu zinazojenga mifumo ya utafiti ya mawakala wengi, athari ya vitendo iko wazi: asili ya data na uwezo wa kurudia matokeo vinakuwa sehemu ya bidhaa. Mfumo unaohifadhi mkondo wa uthibitisho unaoweza kuchunguzwa na rekodi thabiti ya ingizo zake unaweza kujenga imani ambayo matokeo yasiyo wazi hayawezi kupata.

Mtazamo wetu (makisio yenye msingi): katika wiki zijazo, hili huenda likabaki mradi wa uthibitishaji, si nadharia iliyokubalika. Ikiwa OpenAI itaweza kuthibitisha hoja inayoweza kukaguliwa na asili safi ya data, mifumo ya mawakala walioratibiwa inaweza kuvutia juhudi zaidi kuelekea hoja rasmi. Ikiwa haitafaulu, mifumo iliyo wazi inaweza kuwa muundo wa ushindani wenye thamani zaidi.

Mfano wa kihistoria

Mnamo 2012, Nature iliripoti kwamba Shinichi Mochizuki alidai uthibitisho wa dhana ya abc. Ufanano wa kimuundo ni kikwazo kilekile kisichofurahisha: dai la kipekee la kihisabati linahitaji wataalamu wa nje wakague hatua za msingi kabla ya imani kujengeka.

Tofauti ni muhimu. Uthibitisho wa Mochizuki uliandikwa na binadamu na ulikuwa katika makala nyingi; dai linaloripotiwa la OpenAI linatokana na mfumo wa mawakala wengi na lina swali tofauti kuhusu uwezekano wa matumizi ya data binafsi ya Codex. Kufikia 2020, Nature iliripoti kuwa uthibitisho wa Mochizuki ulikuwa umekubaliwa kuchapishwa, lakini maoni mapana ya wataalamu hayakuwa yamebadilika kwa kiasi kikubwa baada ya wanahisabati wawili kubaini walichoona kuwa hitilafu kubwa. Uchapishaji haukutatua nadharia hiyo. Wakati huu, nyaraka za uthibitisho za umma, rekodi za kurudia matokeo na ukaguzi wa asili ya data vinaweza kutoa njia safi zaidi ya kufikia hitimisho.

Tathmini ya athari

Wanahisabati huru wanakabiliwa na mabadiliko ya haraka ya mzigo wa kazi: kutathmini hesabu inayodaiwa na kama inaweza kukaguliwa bila maswali ambayo hayajatatuliwa kuhusu asili ya data. Uwezo wao wa kuithibitisha utaamua kama tangazo hilo litakuwa matokeo au programu ya utafiti.

Makundi ya utafiti yanayopima AI ya mawakala wengi sasa yana mlingano mkali zaidi wa kuchagua. Suluhu iliyothibitishwa na inayoweza kukaguliwa inaweza kuhalalisha uwekezaji zaidi katika hoja rasmi inayotegemea uratibu mkubwa. Matokeo yasiyokamilika yanaweza kufanya kumbukumbu zilizo wazi, tabia inayoweza kurudiwa na ingizo zilizoandikwa kuwa faida ya ushindani.

Vyuo vikuu na taasisi za utafiti zinaweza pia kuimarisha matarajio yao kwa kazi zinazosaidiwa na AI. Dai lenye athari kubwa linapoweza kuwa lilinufaika na data binafsi, rekodi za zana na ingizo zinakuwa sehemu ya uadilifu wa utafiti, si mapambo ya kiutawala.

Matukio yanayowezekana

Linalowezekana zaidi: Ikiwa mkondo wa uthibitisho au asili ya data itaendelea kuwa vigumu kukaguliwa, taasisi zitalichukulia dai hilo kuwa la muda kwa wiki hadi miezi na kuweka utafiti unaozalishwa na AI chini ya ukaguzi mkali zaidi. Hiyo ndiyo njia inayowezekana zaidi kwa sababu kukubalika huru kunategemea upatikanaji wa hoja muhimu na rekodi za matumizi ya data. Maswali mahususi ya uthibitishaji, nyaraka zisizokamilika au asili ya data isiyotatuliwa vitaimarisha hali hii; uthibitishaji mwingi huru na ukaguzi kamili vitaibadilisha.

Faida: Ikiwa wakaguzi wa nje wanaweza kuthibitisha uthibitisho unaoweza kukaguliwa na kubaini kwamba data binafsi ya Codex haikuchangia kwa kiasi kikubwa, makundi ya utafiti yanaweza kutenga uwezo zaidi kwa mifumo ya mawakala walioratibiwa kwa matatizo rasmi ya kisayansi katika kipindi cha miezi sita hadi 12. Hilo lingefanya zana za uthibitishaji na uratibu wa mawakala wengi kuwa miundombinu muhimu zaidi ya utafiti. Uthibitisho huru, tabia ya mfumo inayoweza kurudiwa na kazi inayolingana kutoka kwa makundi mengine vingeimarisha njia hii.

Hasara: Ikiwa wakaguzi hawawezi kuthibitisha uthibitisho huo au asili yake, mashirika yanaweza kuhitaji nyaraka kali zaidi kwa madai ya utafiti yanayozalishwa na AI katika mwaka ujao. Hilo linaweza kupendelea mifumo iliyoundwa kuzunguka hoja zinazoweza kuchunguzwa na rekodi za matumizi ya data kuliko maonyesho ya kuvutia lakini yasiyo wazi. Hitilafu ya msingi, ukaguzi usiotatuliwa, au ushahidi wa manufaa makubwa kutoka data binafsi vingepeleka matokeo haya mbele.

Cha kufuatilia baadaye

• OpenAI kutoa uthibitisho au rekodi ya kihisabati inayoweza kukaguliwa inayowawezesha wanahisabati huru kuchunguza hoja kuu.
• Tathmini iliyoandikwa kuhusu kama data binafsi ya Codex ilichangia kwa kiasi kikubwa matokeo hayo.
• Wanahisabati huru kubaini njia yenye mantiki na iliyothibitishwa kupitia suluhu inayodaiwa, au hitilafu ya msingi inayozuia kukubalika.