Математици твърдят, че OpenAI не разбира собственото си доказателство на уравненията на Навие—Стокс

В началото на септември компанията представи потенциално решение на проблема с уравненията на Навие–Стокс, изложено на 166 страници. OpenAI заяви, че доказателството следва подхода на испанските математици Диего Кордоба и Луис Мартинес-Сороа.

Сега няколко групи експерти не са съгласни, съобщава Scientific American. „Когато се вгледате в детайлите, това е различен подход“, казва математикът Гонсало Као-Лабора от EPFL. Приликите са само повърхностни, твърди той.

Потенциалното доказателство е написано на Lean — език за формална верификация, който проверява всяка логическа стъпка, но сам по себе си не го прави разбираемо за хората. Институтът по математика „Клей“ (CMI) го разглежда от публикуването му насам.

Преди публикуването математикът от Нюйоркския университет Тристан Бъкмастър обвини OpenAI, че се е основала на работа, която той и Левент Алпьоге от Anthropic са извършили с публично достъпни модели. OpenAI отрече твърдението, заявявайки, че никога не е използвала данните на Бъкмастър. Според Камило Де Лелис от Института за напреднали изследвания категоричен отговор вероятно е невъзможен, тъй като езиковите модели са „черни кутии“.

В началото на октомври OpenAI публикува още приблизително 400 резултата, с които математическата общност едва успява да се справи. Публикуването им като несвързана колекция в GitHub разгневи много математици, които смятат, че това принизява тяхната област.

Никой не знае дали 10 000 агента с изкуствен интелект действително са помогнали

Има и още нещо, което OpenAI, изглежда, не разбира за собствената си работа. Компанията е вложила огромни изчислителни ресурси в усилието, като е използвала около 10 000 инстанции на модели в продължение на приблизително 88 часа и 130 милиарда токена, за да разработи потенциалното решение на проблема с уравненията на Навие–Стокс. Според изследователя на OpenAI Ноам Браун никой всъщност не знае какво е допринесъл този огромен рояк от агенти за резултата.

Поведението при такъв мащаб не е изследвано, тъй като провеждането на систематични сравнителни тестове с хиляди агенти струва твърде много. Никой не е проверил колко време би отнело на един-единствен агент да реши същия проблем, а е почти невъзможно да се каже какво конкретно предимство предлагат 10 000 агента в сравнение с 1000.

Браун отдава по-малко от 10 процента от успеха на конфигурацията с множество агенти. Тези системи са нови и впечатляващи, казва той, затова получават непропорционално голям дял от заслугите. Това, което наистина има значение, е самият базов модел, който може да работи по задачи продължително време и да изпълнява процеси паралелно.

Новини за изкуствения интелект без сензации – подбрани от хора

Абонирайте се за THE DECODER за четене без реклами, седмичен бюлетин за изкуствения интелект, нашия ексклузивен годишен доклад за водещите разработки „AI Radar“ шест пъти годишно, пълен достъп до архива и достъп до секцията за коментари.