OpenAI poinformowało o trzech kolejnych wynikach, które firma nazywa „większymi odkryciami” w matematyce, informatyce i fizyce. Od poprzedniej masowej publikacji manuskryptów minął niecały miesiąc, ale tym razem za weryfikację mają odpowiadać zewnętrzni naukowcy. Firma przyznaje jednak, że i takie podejście może mieć wady.

Trzy wyniki, trzy różne dziedziny

W matematyce chodzi o dowód hipotezy tzw. lokalnego wygładzania dla równania falowego w każdym wymiarze przestrzennym co najmniej drugim. Według OpenAI z tego samego rozumowania wynikają także hipoteza Kakeya oraz oszacowania Steina dotyczące restrykcji sferycznej. Firma publikuje wynik modelu w surowej postaci, tak jak przy wcześniejszej publikacji z 6 października. Przypomnijmy, że kilka miesięcy temu Hong Wang z Uniwersytetu Nowojorskiego dostała Medal Fieldsa za rozwiązanie hipotezy Kakeya w trzech wymiarach.

W informatyce OpenAI twierdzi, że obaliło hipotezę czasu wykładniczego (ETH), która od 1999 roku uchodziła za prawdopodobnie prawdziwą. Opisany algorytm jest deterministyczny i liczy dokładnie spełniające przypisania formuł CNF o ustalonej szerokości. Robi to w czasie podwykładniczym i pamięci wielomianowej. Dla problemu 3-SAT miałoby to oznaczać obalenie ETH. Weryfikacją pokieruje trzyosobowa grupa: Russell Impagliazzo i Ramamohan Paturi z UC San Diego, współautorzy hipotezy, oraz Ryan Williams z MIT. Na ich prośbę opis i dowód w systemie Lean trafiły od razu na GitHub.

Trzeci wynik, z fizyki, nie został jeszcze opublikowany w całości. Ma to być matematycznie ścisły dowód istnienia pewnych oddziałujących kwantowych teorii pola z polami cechowania i fermionami w czterech wymiarach. Wśród nich są chromodynamika kwantowa (QCD) i ujednolicone rozszerzenie Modelu Standardowego. Pracę ma „opiekować się” grupa pod kierunkiem Davida Grossa, z udziałem Michaela Douglasa, Arthura Jaffe’a, Igora Klebanova i Nikity Nekrasova.

Spór o to, jak publikować wyniki AI

Nowy model współpracy z naukowcami od razu budzi wątpliwości. Powołany przez OpenAI panel doradców matematycznych AGMAI napisał dzień wcześniej, że odradza firmom wyznaczanie osób, które dostają wyniki jako pierwsze. Jako powody wskazał nierówny dostęp, „pożyczanie” cudzej reputacji i stronniczy dobór. Panel woli, by laboratoria wrzucały wyniki do repozytoriów naukowych razem z dowodami w Lean i informacją, jak wybrano problemy. Do tego miałoby dojść finansowanie osób, które pomagają zrozumieć wyniki.

OpenAI opublikowało też list otwarty do środowiska naukowego. Pyta w nim o zasady wczesnego dostępu do wyników AI i ujawniania konfliktów interesów. Pyta również o to, jak uznawać zasługi zarówno za samo odkrycie, jak i za sprawdzanie, poprawianie, upraszczanie i objaśnianie. Trzecie pytanie dotyczy wsparcia dla studentów i badaczy w czasie, gdy zmieniają się metody pracy.

Co to znaczy dla czytelnika w Polsce

Na razie są to deklaracje firmy, a nie potwierdzone wyniki. Niezależna weryfikacja takich dowodów zwykle trwa długo, więc nie warto traktować żadnego z tych odkryć jako przesądzonego. W codziennym życiu nic się od razu nie zmienia. Gdyby jednak obalenie ETH się potwierdziło, byłaby to ważna zmiana dla teorii złożoności obliczeniowej, bo wiele szacunków w tej dziedzinie opiera się na założeniu, że hipoteza jest prawdziwa.

Pytania z listu otwartego, o autorstwo, przypisywanie zasług i kształcenie młodych badaczy, dotyczą też polskich uczelni i instytutów. Źródło nie mówi nic o regulacjach w Polsce ani w UE, więc nie wiadomo, czy i jak ta sprawa wpłynie na europejskie zasady publikowania wyników badań wspieranych przez AI.

Źródło: The Verge – „OpenAI announces three big science discoveries and a new way to work with academics”