Аннотация:
Менее чем через месяц после того, как в последний раз были опубликованы сотни статей, 26 октября OpenAI объявила еще о трех «крупных» результатах в области математики, информатики и физики и впервые попыталась позволить внешним экспертам руководить процессом понимания и публикации результатов в качестве «пастухов».
Самым большим отличием от предыдущего подхода является дифференциация стратегий выпуска: для результатов в области информатики и физики OpenAI приглашает внешних экспертов возглавить команду для интерпретации результатов; для математических задач эксперты рекомендуют напрямую обнародовать результаты ИИ и позволить исследователям организовать собственную работу по интерпретации. OpenAI позиционировала три рукописи как своего рода «оригинальные данные исследования» в своем официальном блоге и признала, что «пока неизвестно, какой из трех методов является наиболее полезным».
Среди трех результатов математические результаты направлены на гармонический анализ. Согге предложил «гипотезу о локальной гладкости» в 1991 году для обсуждения поведения волн при фокусировке — самая экстремальная фокусировка должна быть кратковременной, а интенсивность фокусировки в случайные моменты намного ниже, чем в худшем случае. Поскольку эта гипотеза чрезвычайно проста, она содержит как гипотезу Какейи, так и предельную гипотезу Штейна. В 2019 году Гут, Ван и Чжан доказали двумерную ситуацию, а в 2025 году Ван и Заль доказали гипотезу Какеи о трех обслуживаниях; а модель OpenAI дала доказательство гипотезы локальной гладкости в любом измерении, тем самым решив гипотезу Какейи и гипотезу предела Штейна во всех измерениях. Новое доказательство основано на новом вспомогательном уравнении в частных производных. Результаты модели были получены 18 октября 2026 года, а формализация Lean была завершена на следующий день.
В информатике результаты указывают на фальсификацию «гипотезы экспоненциального времени» (ETH). ETH — это долгосрочная гипотеза о вычислительной сложности выполнимости булевых формул. Это тесно связано с проблемой P и NP. В прошлом он использовался в большом количестве работ для получения условно сложных результатов в теории графов, вычислительной биологии, базах данных, вычислительной геометрии и других областях. OpenAI утверждает, что ее система доказывает, что ETH не соответствует действительности, и завершила проверку в Lean: в документе представлен детерминированный алгоритм, который может точно подсчитать количество удовлетворяющих присвоений формулы CNF фиксированной ширины за субэкспоненциальное время и занимает только полиномиальное пространство. Дело 3-SAT представляет собой опровержение ETH. Эта работа была изучена и интерпретирована независимой рабочей группой под руководством Рассела Импальяццо, Рамамохана Патури и Райана Уильямса. Импальяццо и Патури были первоначальными предложениями ETH (в сотрудничестве с Фрэнсисом Зейном). По просьбе рабочей группы соответствующие материалы были немедленно обнародованы; OpenAI также обязалась профинансировать конференцию для обсуждения последствий результатов для всей области. Противоположные доказательства на уровне естественного языка были получены 16 октября и формализованы 17 октября.
Физические результаты обеспечивают строгое доказательство существования некоторых взаимодействующих квантовых теорий поля, содержащих калибровочные поля и фермионы в четырех измерениях, охватывающих квантовую хромодинамику (КХД) и единую и полную версию Стандартной модели. Работа основана на подходе Балабана в конструктивной квантовой теории поля, а также включает в себя в качестве подзадачи доказательство существования чистой теории Янга-Миллса - последняя является частью проблемы Премии тысячелетия Института математики Клея «Квантовая теория Янга-Миллса». Стандартную модель нельзя экстраполировать на сколь угодно короткие расстояния, и это доказательство существования относится к простейшей теории Великого объединения, включающей калибровочные поля и фермионы Стандартной модели. Эту работу возглавил Дэвид Гросс, лауреат Нобелевской премии по физике 2004 года, и в нее входили Майкл Дуглас, Артур Яффе, Игорь Клебанов и Никита Некрасов; Яффе вместе с Виттеном разработал «Проблему тысячелетия» Янга-Миллса и стал соучредителем Математического института Клея, а Дуглас следил за этой проблемой в течение двадцати лет. Рабочая группа просит отправить все соответствующие контакты на адрес
[email protected]
. Доказательство модели на естественном языке было дано 9 сентября для существования Янга – Миллса и 18 сентября для КХД. Из-за чрезвычайно большого объема и сложности выпуск был отложен до 16 октября, когда была завершена формализация Lean; группа решила пока не раскрывать продукты, созданные с помощью ИИ, а написать статью самостоятельно.OpenAI установила четыре принципа для такого внешнего сотрудничества: прозрачность, не требующая от участников подписания соглашений о конфиденциальности, свободное обсуждение, обмен промежуточными продуктами и публикация выводов; не требовать академических наград, не добиваться академического признания за открытия, сделанные с помощью внутренних моделей, и не приглашать исследователей к участию не означает, что они что-то сделали. Сделаны оригинальные выводы; признает вклад, рабочая группа получает признание за понимание, которое она создала, а также за рукописи и другие материалы, которые она написала, и несет ответственность за правильное цитирование исследователей, методов и идей, на которых она опирается; независимый, участие является добровольным и неоплачиваемым, члены не говорят от имени OpenAI, и OpenAI не представляет их.
Но сама модель спорна. OpenAI признает, что выбор первоначального «пастыря» неизбежно определит, кто будет участвовать первым, и создаст информационную асимметрию, поэтому приветствует внешние мнения о том, как расширить участие. Более прямая критика исходила от Математической консультативной группы AGMAI, созданной самой OpenAI: накануне (25 октября) группа четко заявила, что «рекомендует компаниям, занимающимся искусственным интеллектом, не применять практику назначения определенных групп людей для получения результатов в первую очередь, ссылаясь на неравный доступ, заимствование репутации других и предвзятость при отборе».
Что касается поддержки научных исследований, OpenAI упомянула ранее объявленные инвестиции в размере 5 миллионов долларов США в Фонд Саймонса. Этот фонд управляется и распределяется фондом для поддержки семинаров, конференций и специальных программ, помогающих исследователям понять и продолжить работу на основе результатов, полученных с помощью ИИ.
Комментарии