H OpenAI ανακοίνωσε μαζεμένες 722 μαθηματικές ανακαλύψεις που έκανε η τεχνητή νοημοσύνη

Η OpenAI δημοσιοποίησε 722 επιστημονικές εργασίες, στις οποίες ένα προηγμένο μοντέλο τεχνητής νοημοσύνης παρουσιάζει αποδείξεις ή καταρρίπτει μαθηματικές εικασίες, προκαλώντας έκπληξη αλλά και προβληματισμό στην επιστημονική κοινότητα.

Η πρωτοφανής κλίμακα της δημοσίευσης αναδεικνύει την εντυπωσιακή πρόοδο της τεχνητής νοημοσύνης στα μαθηματικά, εγείροντας παράλληλα ερωτήματα για την αξιοπιστία των αποτελεσμάτων και τη δυνατότητα των επιστημόνων να τα ελέγξουν.

Μόλις το 2019, τα μοντέλα τεχνητής νοημοσύνης δυσκολεύονταν να πετύχουν προβιβάσιμο βαθμό σε μαθηματικές εξετάσεις της βρετανικής δευτεροβάθμιας εκπαίδευσης. Τον περασμένο μήνα, ωστόσο, η OpenAI παρουσίασε λύση σε πρόβλημα σχετικό με τις εξισώσεις Navier–Stokes της ρευστοδυναμικής, έναν από τους δυσκολότερους και πλέον μακροχρόνιους γρίφους των μαθηματικών.

Έχοντας επιδείξει την ικανότητά της να αντιμετωπίζει εξαιρετικά σύνθετα προβλήματα, η εταιρεία φαίνεται πλέον να επιδιώκει και την παραγωγή αποτελεσμάτων σε μεγάλη κλίμακα. Δεν αποκάλυψε ποιο μοντέλο δημιούργησε τις 722 εργασίες, κάνοντας απλά λόγο για «εσωτερικό μοντέλο αιχμής», αναφέρει το New Scientist.

Έκπληξη από τη μία…

Ο Φράνσις Τζόνσον, μαθηματικός στο University College London, αφιέρωσε 25 χρόνια στο πρόβλημα D(2) του Wall, ένα από τα εκατοντάδες προβλήματα που περιλαμβάνονται στη δημοσίευση της OpenAI.

«Εργάστηκα πάνω σε αυτό το πρόβλημα για 25 χρόνια. Έγραψα δύο βιβλία για αυτό. Εγώ, προσωπικά, τα παράτησα», λέει ο Τζόνσον. «Είμαι έκπληκτος που η ΑΙ το κατάφερε τόσο γρήγορα, αλλά δεν με εκπλήσσει το γεγονός ότι το κατάφερε».

Περιγράφει μάλιστα ως εντυπωσιακή την πολυπλοκότητα και τη σαφήνεια των αναλύσεων που έλαβε συνεργαζόμενος με μοντέλα τεχνητής νοημοσύνης τους τελευταίους μήνες. «Ας το παραδεχτούμε, το τζίνι βγήκε πια από το μπουκάλι. Θα πρέπει να ζήσουμε με αυτό», σημειώνει, εκτιμώντας ότι οι μαθηματικοί θα αναγκαστούν να προσαρμοστούν στη νέα πραγματικότητα.

…επιφυλάξεις από την άλλη

Πιο επιφυλακτικός εμφανίζεται ο Κέβιν Μπάζαρντ, του Imperial College London. Από τις 30 εργασίες που αφορούν τη θεωρία αριθμών, το πεδίο ειδίκευσής του, μόλις επτά του φάνηκαν πραγματικά εντυπωσιακές. Επιπλέον, μόνο μία είχε επαληθευτεί τυπικά μέσω του Lean, ενός συστήματος υπολογιστικής επαλήθευσης μαθηματικών αποδείξεων.

«Δυστυχώς, η αποδοχή αυτών των αποτελεσμάτων από την επιστημονική κοινότητα θα πάρει χρόνο, και οι δημοσιογράφοι θα πρέπει να περιμένουν όσο οι μαθηματικοί κάνουν τη δουλειά τους», λέει ο Μπάζαρντ.

Παρά τις επιφυλάξεις του, αναγνωρίζει ότι η πρόοδος είναι εκπληκτική. Εφόσον τα περισσότερα αποτελέσματα αποδειχθούν σωστά, θα διαμορφωθεί μια νέα πραγματικότητα: μηχανές που φαίνεται να διαθέτουν εξειδίκευση σε ολόκληρο το φάσμα των μαθηματικών, κάτι που έχει πάψει εδώ και καιρό να είναι εφικτό για οποιονδήποτε άνθρωπο.

Τα προβλήματα της μαζικής δημοσίευσης

Ο Μπεν Άλαναχ από το Πανεπιστήμιο του Κέιμπριτζ επισημαίνει ότι οι εταιρείες τεχνητής νοημοσύνης επενδύουν σημαντικούς πόρους και προσλαμβάνουν μαθηματικούς, αντιμετωπίζοντας τις μαθηματικές ανακαλύψεις ως έναν εφικτό στόχο επιστημονικού κύρους.

Ωστόσο, αμφισβητεί τη χρησιμότητα της μαζικής παραγωγής εργασιών χωρίς επαρκή επεξήγηση. «Μπαίνει αυτό στο πλαίσιο της ανθρώπινης γνώσης;», ρωτάει. «Συνήθως, στους μαθηματικούς αρέσει αυτό που κάνουν και τους αρέσει η διαδικασία επίλυσης γρίφων, ενώ το να ελέγχουν ή να κατανοούν απλώς τη λειτουργία των μηχανών πιθανώς δεν είναι τόσο ελκυστικό».

Η OpenAI έχει δεχτεί κριτική τους τελευταίους μήνες για τον τρόπο με τον οποίο δημοσιοποιεί τη μαθηματική έρευνα. Ο διακεκριμένος μαθηματικός Τέρενς Τάο από το Πανεπιστήμιο της Καλιφόρνια στο Λος Άντζελες, είχε προειδοποιήσει πρόσφατα ότι η μαζική δημοσιοποίηση ανακαλύψεων από εταιρείες τεχνητής νοημοσύνης μπορεί να βλάψει τον κλάδο.

Ομάδα για τα μαθηματικά και την ΑΙ

Ακολούθησε η δημιουργία ανεξάρτητης συμβουλευτικής ομάδας για τα μαθηματικά και την τεχνητή νοημοσύνη, η οποία εισηγείται μεγαλύτερη διαφάνεια: δημοσιοποίηση του μοντέλου, των εντολών που χρησιμοποιήθηκαν, του υπολογιστικού κόστους και των αποτυχημένων προσπαθειών, καθώς και τυπική επαλήθευση των αποδείξεων όπου είναι εφικτό.

Παρότι η OpenAI είχε δηλώσει ότι θα λάβει υπόψη τις συστάσεις, η τελευταία δημοσίευσή της φαίνεται να αποκλίνει από αρκετές από αυτές, εντείνοντας τη συζήτηση για τον τρόπο με τον οποίο η τεχνητή νοημοσύνη θα ενσωματωθεί στην επιστημονική έρευνα.