OpenAI kündigt drei große wissenschaftliche Entdeckungen und einen neuen Weg zur Zusammenarbeit mit Wissenschaftlern an

Weniger als einen Monat nach der Massenveröffentlichung von Hunderten von Manuskripten , die nach Angaben des Unternehmens Lösungen für lange offene mathematische Fragen enthielten, ist OpenAI zurück mit drei weiteren „bedeutenden“ Entdeckungen in Mathematik, Informatik und Physik. Was diesmal anders ist, ist die Entscheidung, externe Experten, die OpenAI als „Shepherds“ bezeichnet, die Ergebnisse in der Informatik und Physik führen zu lassen, während es bei dem mathematischen Problem heißt, sie hätten geraten, die KI-Ausgabe freizugeben, damit Forscher ihre eigenen Erklärungen erarbeiten können.

OpenAI-Ergebnisse heute auf GitHub hinzugefügt:

Local Smoothing für die euklidische Wellengleichung. Der Beweis verwendet eine Hilfs-Partialdifferentialgleichung, um Sogges Local Smoothing für Wellen in jeder Raumdimension von mindestens zwei zu etablieren. Er liefert außerdem die Kakeya-Maximal- und Dimensionsvermutungen sowie Steins sphärische Restriction-Abschätzungen im gesamten Inneren des vermuteten Bereichs. Wir veröffentlichen die Modellausgabe direkt, so wie wir es in unserer Veröffentlichung vom Oktober 6 getan haben.

Die Exponential Time Hypothesis ist falsch. Die Arbeit gibt einen deterministischen Algorithmus an, der erfüllende Belegungen von CNF-Formeln fester Breite in subexponentieller Zeit und polynomiellem Raum exakt zählt. Der Fall 3-SAT widerlegt die Exponential Time Hypothesis. Eine unabhängige Arbeitsgruppe von Informatikern unter der Leitung von Russell Impagliazzo, Ramamohan Paturi und Ryan Williams wird den Beweis prüfen und erklären. Auf Wunsch der Gruppe machen wir die Materialien sofort öffentlich, damit auch andere sie prüfen können.

Dieser Ansatz könnte eigene Probleme haben, räumt das Unternehmen ein, und die AGMAI-Panel aus mathematischen Beratern , das OpenAI zusammengestellt hatte sagte erst gestern , dass „wir empfehlen, dass KI-Unternehmen“ die Praktiken, bestimmte Personen zu benennen, die die Ausgabe zuerst erhalten, „nicht übernehmen“ sollten, und verwies dabei auf ungleichen Zugang, geborgte Reputation und voreingenommene Auswahl als einige der Probleme. Stattdessen empfahlen sie, dass KI-Labore künftig Ergebnisse auf wissenschaftlichen Repositorien veröffentlichen, mit Lean-formalisierten Beweisen, Informationen darüber, wie die Probleme ausgewählt wurden, Finanzierung für Menschen, die an dem Verständnis der Ergebnisse arbeiten, und weiteren Informationen.

Verwandt

• ‚Pure insanity‘: Mathematiker werden Jahre brauchen, um OpenAIs neueste Veröffentlichung zu verstehen
• Das ganze Drama rund um die Übernahme der Mathematik durch KI

Die Physik-Informationen wurden noch nicht vollständig veröffentlicht, sind aber ein „mathematisch rigoroser Existenzbeweis für bestimmte wechselwirkende Quantenfeldtheorien, die Eichfelder und Fermionen in vier Dimensionen enthalten, einschließlich der Quantenchromodynamik (QCD) und einer vereinheitlichten Vervollständigung des Standardmodells der Teilchenphysik.“ Laut OpenAI „wird David Gross eine Gruppe anführen, zu der Michael Douglas, Arthur Jaffe, Igor Klebanov und Nikita Nekrasov gehören und die diese Arbeit begleiten wird.“

Von der Informatik-Kollaboration heißt es, sie beweise, dass die Exponential Time Hypothesis (ETH), die weithin als wahr galt, tatsächlich falsch ist. OpenAI sagt, die Verifikation des Ergebnisses werde von einer Gruppe von drei Experten begleitet, zu der Russell Impagliazzo und Ramamohan Paturi von der UC San Diego gehören, die Teil der Gruppe waren, die sie 1999vorgeschlagen hatte, sowie der MIT-Professor Ryan Williams. Die Gruppe beschloss, das KI-Ausgabe-Schriftstück und den Lean-Beweis heute auf GitHub zu veröffentlichen.

Sie veröffentlichten auch einen offenen Brief an die Gemeinschaft, in dem sie um Beiträge dazu bitten, wie die Behauptung geprüft werden soll und welche Normen für den Umgang mit KI-generierten Durchbrüchen gelten sollten:

Wir würden eine Diskussion über drei breitere Fragen begrüßen:

Welche Erwartungen sollten gelten für den frühen Zugang zu KI-generierten Ergebnissen, die Offenlegung von Interessenkonflikten und die Verwendung unveröffentlichten Materials für nachfolgende Forschung?

Wie sollte die Anerkennung von Beiträgen sowohl neue Entdeckungen als auch die Arbeit des Überprüfens, Korrigierens, Vereinfachens, Erklärens und Weiterentwickelns würdigen?

Wie können wir Studierende und Forschende unterstützen, wenn sich Methoden und Forschungsrichtungen ändern, und dabei das Verständnis und die Urteilsfähigkeit bewahren, die nötig sind, um Ergebnisse zu hinterfragen und neue Ideen zu entwickeln?

Es gibt ähnliche Dokumentation für den mathematischen Durchbruch, bei der ihr Modell „einen Beweis der lokalen Glättungsvermutung in jeder Dimension erbrachte und damit auch die Kakeya-Vermutung und Steins Restriction-Vermutung in allen Dimensionen löste.“ Erst vor wenigen Monaten wurde der NYU-Professorin Hong Wang die prestigeträchtige Fields-Medaille verliehen von der International Mathematical Union für die Lösung der Kakeya-Vermutung in drei Dimensionen.