Следите за новостями по этой теме!
Подписаться на «Гик Гайд (3 апельсина) / Цифра сегодня»
OpenAI объявила о новых результатах, полученных её моделями в математике, информатике и физике. Компания привлекла группы внешних экспертов, чтобы проверить и объяснить эти выводы. Заявление прозвучало всего через несколько недель после публикации рукописей объёмом более 700 страниц, посвящённых решениям и продвижению в работе над 372 крупными математическими задачами.
Для новой серии результатов OpenAI использовала разные подходы. Математические материалы опубликованы, чтобы исследователи могли изучить их и самостоятельно разобраться, как получены выводы. Результаты по информатике компания передала внешней группе специалистов: участники должны подготовить собственные объяснения и материалы, а выводы искусственного интеллекта также стали доступны публике. Публикацию материалов по физике OpenAI пока отложила, предоставив решение группе, которая занимается их проверкой. Компания приглашает всех желающих предложить, как расширить участие в этой работе и сделать процесс полезнее.
На GitHub уже появились две новые рукописи. В первой доказывается локальное сглаживание Согге для волновых уравнений во всех пространственных измерениях. Это результат о поведении решений волнового уравнения. Во второй, как утверждает OpenAI, доказано, что гипотеза экспоненциального времени (Exponential Time Hypothesis, ETH) неверна. Эта гипотеза в информатике предполагает, что некоторые задачи невозможно быстро решить алгоритмическими методами.
ETH широко считают верной, и на ней основаны сотни научных работ в самых разных областях — в том числе в теории баз данных, вычислительной биологии и геометрии. Если гипотеза действительно окажется ложной, то теоретически для задач из этих областей можно будет найти более эффективные алгоритмы. Учёные, предложившие ETH, вошли в группу, которую OpenAI попросила изучить и объяснить результаты своих моделей.
Физическая часть касается доказательства существования взаимодействующих квантовых теорий поля с калибровочными полями и фермионами в четырёх измерениях. Группа, проверяющая эти результаты, пока ничего не опубликовала. Для вопросов о её работе указан адрес электронной почты YANGMILLS4D@gmail.com.
OpenAI заявляет, что не будет претендовать на академическое признание за открытия своих моделей. Авторы объяснений и материалов из экспертных групп получат признание за собственную работу. Им также поручено проверить, чтобы в результатах, созданных ИИ, были должным образом указаны исследователи, методы и идеи, на которых основывались модели компании.
Есть особый жанр современной научной сенсации: сначала появляется результат, затем собираются люди, способные понять, что именно произошло, а уже после этого публика ждёт объяснения. Искусственный интеллект в этой схеме выглядит не столько новым Эйнштейном, сколько сотрудником, который прислал в общий чат файл «всё доказано» и ушёл на обед. Разница лишь в том, что цена ошибки здесь измеряется не испорченным отчётом, а тем, что на фундаменте вывода могут стоять сотни исследований.
Самый любопытный сюжет — не громкость заявленных открытий, а распределение ролей. Компания публикует часть результатов, часть отдаёт внешним специалистам, а физическую часть пока не выпускает. Это можно назвать осторожностью, организацией экспертной проверки или аккуратным управлением ожиданиями — смотря кто пишет пресс-релиз и кто оплачивает серверы. В любом случае научное признание не выдаётся за скорость генерации текста: доказательство должно пережить проверку людей, которые умеют находить в красивой логике маленькую, но смертельную дыру.
Особенно изящно выглядит проверка гипотезы её авторами. Если модель действительно опровергла предположение, на котором строились сотни работ, последствия могут оказаться практически значимыми: в теории появится путь к более эффективным алгоритмам для ряда задач. Но между «модель выдала доказательство» и «сообщество изменило учебники» лежит длинный коридор рецензирования — обычно без красной дорожки и фанфар.
Заявление, что OpenAI не претендует на академический кредит, звучит благородно и одновременно удобно: за объяснения и корректную атрибуцию отвечают внешние группы. Их задача — не только подтвердить результат, но и восстановить происхождение идей, методов и вкладов исследователей. Это принципиальный вопрос: ИИ не возникает из вакуума, каким бы бодрым ни был интерфейс, а научное знание редко бывает работой одного героя, тем более кремниевого.
Пока компания получает внимание, эксперты — дополнительную работу, а читатели — повод представить, как быстро слово «открытие» превращается в слово «проверяется». Возможно, именно так и должно работать ответственное внедрение ИИ в науку: не поклоняться машине и не отмахиваться от неё, а потребовать доказательств. Век чудес наступил; теперь осталось дождаться рецензентов.