Sztuczna inteligencja rozwiązała jeden z siedmiu matematycznych problemów milenijnych. Firma OpenAI ogłosiła, że jej zaawansowany system po 88 godzinach intensywnych obliczeń zdołał zmierzyć się z równaniami Naviera-Stokesa. Twórcy technologii zadeklarowali, że nie zamierzają ubiegać się o gwarantowaną nagrodę w wysokości miliona dolarów. Ogłoszeniu sukcesu towarzyszy jednak gorąca dyskusja dotycząca pierwszeństwa w badaniach oraz kulisów inspiracji naukowymi przeciekami.
Przełom w matematyce i rezygnacja z miliona dolarów nagrody
Firma OpenAI ogłosiła, że jej model sztucznej inteligencji rozwiązał równania Naviera-Stokesa – jeden z siedmiu matematycznych problemów milenijnych. Twórcy technologii nie zamierzają ubiegać się o wartą milion dolarów nagrodę za to osiągnięcie. Ogłoszeniu towarzyszą jednak dyskusje dotyczące pierwszeństwa w badaniach.
Równania Naviera-Stokesa to wzory opisujące ruch płynów (cieczy i gazów). Stosuje się je na co dzień m.in. do prognozowania pogody, projektowania kadłubów samolotów czy analizy przepływu krwi w naczyniach krwionośnych.
Dlaczego ten problem spędzał sen z powiek naukowców przez 90 lat?
Od ponad 90 lat naukowcy starali się odpowiedzieć na pytanie, czy te klasyczne równania działają zawsze, czy też mogą dać niepoprawne matematycznie wyniki – czyli czy może w nich pojawić się tzw. osobliwość. Oznacza ona sytuację, w której z obliczeń wynika, że płyn powinien zacząć poruszać się z nieskończoną prędkością. Ponieważ w rzeczywistym świecie żaden obiekt nie może poruszać się nieskończenie szybko, wystąpienie osobliwości oznacza moment załamania się dotychczasowego modelu matematycznego.
W 2000 roku Instytut Matematyczny Claya (USA) ogłosił równania Naviera-Stokesa jednym z siedmiu problemów milenijnych matematyki i zaoferował 1 mln dolarów nagrody (ang. Millennium Prize Problems) za podanie rozwiązania lub kontrprzykładu.
Ogłaszając we wtorek rozwiązanie problemu, twórcy technologii z OpenAI zadeklarowali, że celem publikacji jest zaprezentowanie postępu w rozwoju AI i że nie zamierzają ubiegać się o tę nagrodę.
„Golden era of theoretical science!” (Złota era nauk teoretycznych) - skomentował tę informację dyrektor Instytutu Naukowego IDEAS prof. Piotr Sankowski na platformie X.
10 tysięcy agentów AI pracowało przez 88 godzin. Kulisy obliczeń OpenAI
Firma OpenAI w komunikacie poinformowała, że do rozwiązania problemu użyła wewnętrznego modelu, wydajniejszego od GPT-6 Astra. Nad zagadnieniem pracowało jednocześnie około 10 tysięcy agentów AI, którzy komunikowali się ze sobą i korzystali z narzędzi takich jak kodowanie czy przeglądanie archiwum internetu. Osiągnięcie wyniku zajęło systemowi około 88 godzin, a dodatkowe 17 godzin trwała weryfikacja i sformułowanie dowodu w formalnym języku matematycznym Lean.
Kontrowersje wokół pierwszeństwa. Plotki i wyścig naukowców
Twórcy technologii przyznali jednocześnie, że ich prace zostały zainspirowane doniesieniami o równoległych dokonaniach zewnętrznych badaczy.
„We wtorek, 1 września, usłyszeliśmy plotki, że dwa problemy z listy problemów milenijnych zostały rozwiązane. Zainspirowani tymi plotkami oraz skokowym wzrostem wydajności naszego wewnętrznego modelu, rozpoczęliśmy próbę przetestowania go na wszystkich otwartych problemach milenijnych i kilku innych problemach o dużym znaczeniu” – podano w informacji OpenAI.
Firma OpenAI wyjaśniła, że doniesienia związane były z Leventem Alpöge, pracownikiem Anthropic, oraz Tristanem Buckmasterem, profesorem matematyki na Uniwersytecie Nowojorskim (NYU). Okazało się, że rozwiązania naukowców dotyczyły jedynie części problemu – tzw. wymuszonego problemu Eulera. Tymczasem OpenAI miało nie tylko rozwiązać ten problem, ale i pójść o krok dalej, rozwiązując równania Naviera-Stokesa.
Przedstawiciele firmy zaznaczyli, że po zakończonym procesie weryfikacji skontaktowali się z naukowcami, aby zaproponować wspólne ogłoszenie wyników. „Uznajemy pierwszeństwo ich pracy nad wymuszonym problemem Eulera i gratulujemy im wybitnego osiągnięcia matematycznego” – podkreślono w komunikacie.
„My (badacze i agenci) nie widzieliśmy żadnych z ich prac w żaden sposób, dopóki nie opublikowali ich publicznie – w szczególności do rozwiązania tego problemu nie posłużył dostęp do żadnych konkretnych danych użytkowników. Choć jest to mało prawdopodobne, nie możemy jednak wykluczyć, że zanonimizowane dane pochodzące z użytkowania naszych produktów pomogły w usprawnieniu naszych modeli. Jednak nasze dowody różnią się znacząco i nawet dokładne udowodnione wyniki są odmienne w przypadku Eulera” – zaznaczono w dokumencie opublikowanym przez OpenAI.
Materiał chroniony prawem autorskim - wszelkie prawa zastrzeżone.
Dalsze rozpowszechnianie artykułu za zgodą wydawcy INFOR PL S.A. Kup licencję.
Wpisz adres e-mail wybranej osoby, a my wyślemy jej bezpłatny dostęp do tego artykułu