OpenAI lader forskere granske tre nye beviser

01Datalogibevis udfordrer en grundantagelse

OpenAI siger, at selskabets model har bevist, at The Exponential Time Hypothesis (ETH) er falsk. Hypotesen fra 1999 siger, at 3-SAT ikke kan løses markant hurtigere end ved at prøve sig frem.

Ifølge OpenAI giver beviset en deterministisk algoritme (en fast fremgangsmåde uden tilfældige valg), der præcist tæller de tildelinger, der gør en logisk formel af fast bredde sand.

Den kører i subeksponentiel tid, altså hurtigere end eksponentiel vækst, og med polynomielt pladsforbrug. En arbejdsgruppe ledet af Russell Impagliazzo, Ramamohan Paturi og Ryan Williams skal granske og forklare beviset.

Gruppen offentliggjorde AI-teksten og et Lean-bevis på GitHub samme dag. Lean er et værktøj til maskinel kontrol af beviser.

02Fysikbevis er endnu ikke offentliggjort

Det tredje resultat ligger i fysik, men er ikke offentliggjort i fuld længde. OpenAI kalder det et matematisk strengt eksistensbevis for bestemte interagerende kvantefeltteorier med gauge-felter og fermioner i fire dimensioner.

Ifølge selskabet omfatter det Quantum Chromodynamics (QCD) og en samlet fuldendelse af Standardmodellen for partikelfysik. David Gross skal lede en gruppe med Michael Douglas, Arthur Jaffe, Igor Klebanov og Nikita Nekrasov, der guider arbejdet.

03Matematikbevis dækker alle dimensioner fra to

På matematikområdet siger OpenAI, at modellen har bevist 'local smoothing conjecture' i alle rumlige dimensioner fra og med to. Det vil ifølge selskabet også løse Kakeya-formodningen og Stein's restriction conjecture i alle dimensioner.

Resultatet offentliggøres direkte som modeloutput, ligesom ved OpenAIs udgivelse 6. oktober. For få måneder siden fik NYU-professor Hong Wang en Fields-medalje for at løse Kakeya-formodningen i tre dimensioner.

04Rådgivere advarer mod tidlig adgang

OpenAI indrømmer, at den nye fremgangsmåde med 'shepherds', altså eksterne forskere der guider resultaterne, kan have egne problemer. Dagen før offentliggørelsen skrev AGMAI-panelet af matematikrådgivere, at de 'anbefaler, at AI-virksomheder ikke vedtager' praksis med at udpege bestemte personer til at se output først.

Panelet peger på ulige adgang, lånt omdømme og skæv udvælgelse. I stedet anbefaler de offentliggørelse i videnskabelige arkiver med Lean-formaliserede beviser og midler til dem, der gransker resultaterne.

Arbejdsgruppen bag datalogibeviset offentliggjorde også et åbent brev med spørgsmål om, hvordan AI-skabte gennembrud skal håndteres, herunder kredit for at tjekke og forklare beviser.