يقول علماء الرياضيات إن شركة OpenAI لا تفهم برهان نايفر-ستوكس الخاص بها

يقول علماء الرياضيات إن OpenAI لا يفهم دليل نايفر-ستوكس الخاص به

في بداية سبتمبر، قدمت الشركة حلًا محتملاً مكونًا من 166 صفحة لمشكلة نايفر-ستوكس. وادعت شركة OpenAI أن البرهان المستخدم في الحل يتوافق مع النهج الذي اتبعه عالمي الرياضيات الإسبانيون دييجو كوردوبا ولويس مارتينيز-زوروا.

تختلف عدة مجموعات من الخبراء الآن، حسب ما ذكرته مجلة Scientific American. "عند النظر إلى التفاصيل، فإنها طريقة مختلفة"، يقول عالم الرياضيات غونزالو كاو-لابورا من جامعة EPFL. ويقول إن أوجه التشابه هي على سطحية فقط.

الدليل المحتمل مكتوب باستخدام لغة التحقق الرسمية “Lean”، وهي لغة تفتيش شكلية تفحص كل خطوة منطقية، لكنها لا تكون قابلة للقراءة من قبل البشر بمفردها. وقد بدأ معهد الرياضيات كلاي في مراجعته منذ إصداره.

قبل النشر، اتهم عالم الرياضيات في جامعة نيويورك تريستان باكماستر شركة OpenAI بأنها تستخدم أعماله وأعمال ليفنت ألبوغ من Anthropic على نماذج متاحة علنًا. نفت شركة OpenAI هذا الادعاء، قائلة إنها لم تستخدم بيانات باكماستر أبدًا. من المحتمل أن يكون من المستحيل الحصول على إجابة نهائية لأن نماذج اللغة هي صناديق سوداء، وفقًا لكاميلو دي ليليس من معهد الدراسات المتقدمة.

في بداية أكتوبر، أفرغت شركة OpenAI محفظتها حوالي 400 نتيجة إضافية أن مجتمع الرياضيات بالكاد يمكنه مواكبة ذلك. نشرهم كمجموعة غير منظمة على GitHub أثار العديد من علماء الرياضيات ضجة، الذين شعروا أن ذلك قد خفّف من قيمة مجالهم.

لا أحد يعرف إذا كان 10,000 عميل ذكاء اصطناعي قد ساعد فعليًا

هناك شيء آخر لا يبدو أن OpenAI تفهمه بخصوص عملها. لقد استخدمت الشركة الكثير من الحوسبة، ونشرت حوالي 10,000 نموذج خلال حوالي 88 ساعة و130 مليار توكين، لتطوير حل نايفر-ستوكس المحتمل. وفقًا لـ الباحث في OpenAI، نوام براون ، لا أحد يعرف حقًا ما الذي ساهم به هذا التجمع الكبير من الوكالات في النتيجة.

لم يتم دراسة السلوك على تلك المقياس لأن إجراء اختبارات مقارنة منهجية مع الآلاف من العملاء يكلف الكثير. لم يتحقق أحد من خلال اختبار مدى الوقت الذي يحتاجه عملاء واحد فقط لحل نفس المشكلة، من المستحيل تقريبًا معرفة الفائدة الحقيقية التي يقدمها 10,000 عميل مقارنة بـ 1,000 عميل.

يقول براون إن أقل من 10 بالمئة من النجاح يعود إلى إعداد الأجهزة المتعددة. يقول إن هذه الأنظمة جديدة وماكرة، لذا تحصل على نسبة كبيرة من الثناء غير متناسبة. ما هو مهم حقًا هو النموذج الأساسي نفسه، الذي يمكنه أداء المهام على مدى فترات طويلة و العمل بشكل متوازي.

أخبار الذكاء الاصطناعي بدون الضجة الشرسة – تم اختيارها من قبل البشر

اشترك في THE DECODER للقراءة بدون إعلانات، وبريدية إعلامية أتمتة شهرية، وتقرير حدودي "AI Radar" الخاص بنا ست مرات في السنة، ووصول كامل إلى الأرشيف، والوصول إلى قسم التعليقات.