OpenAIは、長らく研究者を悩ませてきた3つの難問の解法を公開しました。そのひとつは、計算の難しさを理解するうえで大きな役割を果たしているコンピュータサイエンスの揺るぎない仮定である「指数時間仮説(ETH)」を否定する意外な結果でした。
フロンティアラボによる以前の証明ドロップと同様に、科学者コミュニティは歓喜と失望が混ざった反応を見せた。Anthropicの数学者Levent Alpöge 提案された OpenAIが既存の研究に基づいて自社のソリューションを構築していたこと、そして数時間後、Anthropicが続けて リリースされた ETHそれ自体による反証。
ただし、OpenAIのプロセスは進化している。今回、この研究所は リリースを体系化した 関係する3分野それぞれで異なる対応が取られました。数学者たちはGitHubに公開された仕事を受け取り、コンピュータ科学者たちは作業グループを結成し、証明を公開で共有することと、それについて議論する会議にOpenAIが資金を提供するよう求めました。物理学者たちは、その結果をどのように公開するかを決定する作業グループを結成しました。
MIT教授のライアン・ウィリアムズは、この新たな発見に対する計算機科学分野の対応をまとめている人物です。計算量の問題を研究テーマとするウィリアムズは、これまでにもOpenAIのアプローチを批判してきました。 呼びかけ 今月上旬の証明ダンプを「数学者へのDDOS攻撃」と呼んだ。
しかし、彼はこの分野にとって不可欠なアイデアの実現を支援するため、フロンティアラボとの協力には同意したとTechCrunchに語った。この研究所は、1999年にETHを最初に発表したUCサンディエゴのコンピュータ科学者Russell ImpagliazzoとRamamohan Paturiとともに、その解法の解釈を手伝うよう彼に依頼した。
彼らの最初のステップはリリースすることでした 公開書簡 こうした問題に関心を持つ科学者からの意見募集と、彼らの研究へのAIの貢献をめぐる規範についての議論を呼びかけている。
「OpenAIの証明の一部は、 routineと言ってもいいかもしれませんが、その上で、異質に見える部分が2つか3つあり、まさに私が目にしたこの部分こそが、これはコミュニティ全体が一丸となって取り組むべきものだと私に思わせたのです」とWilliams氏はTechCrunchに語りました。
P対NP問題について詳しいですか?
ETHは、P対NPとして知られるより広範な問題群の一部であり、この問題は数十年にわたりコンピュータサイエンスや他の多くの分野を駆り立ててきました。単純化して言えば、研究者たちは、解を容易に検証できる任意の問題(NP)が容易に解くこともできる(P)かどうかを解明しようとしています。
分かりやすい例が数独というパズルです。パズルの解答が一度示されれば素早く検証できますが、その解答を見つけるには時間がかかります。この仕組みは重要な問題のさまざまな場面に当てはまり、暗号システムの根幹を支える洞察でもあります。暗号化されたメッセージの鍵を持っていれば解読できますが、実際に効果的な暗号を解読することは、実用になるまでに時間がかかりすぎるのです。
ただし、これが常に当てはまると科学者たちはまだ証明していない。「P = NPというのは、数独の解が存在する場合にそれを検証できるだけでなく、解をそのまま生成できるということを意味します」とウィリアムズは言う。「P = NPは、迅速に検証できるあらゆる問題についてこれが成り立つと主張しています——迅速に検証できるなら、迅速に解けるということです。だからこれは、単に良すぎて信じがたい話に思えるのです。」
だからこそ、ほとんどの科学者は P ≠ NP だと考えています。ETH はその証拠を提供しました。これは、特定の種類の厄介な論理パズルにおいて、変数の数が増えると、最速のコンピュータアルゴリズムであっても解を見つけるのに指数関数的に多くの時間を必要とすることを、基本的に意味しています。
OpenAIとAnthropicの主張によれば、彼らのモデルはそうしたパズルを「準指数的（sub-exponential）」時間で解くアルゴリズムを導き出したといい、これは従来可能と考えられていた速度よりも速いことを意味します。もしこれが真実であれば、EFTが誤りであることを証明した――科学的に言えば「反証」した――ことになり、さらには一般的にP = NPを成り立たせるアルゴリズムへの道を開いた可能性もあります。
「おそらくすべてのコンピュータ科学者は、P = NP の可能性にもう少し重みを置くべきですが、その重みは人それぞれで構いません」と Williams 氏は言う。「この結果は、（難しいNP問題が）どの程度扱いやすいかについて私たちが抱いていた多くの直観を、いわば問い直すものだと思います。同時に、これが最終的な答えでもないだろうとも思います。OpenAI のアルゴリズムが得られる最良のアルゴリズムであるはずがないと考えています。」
コンピュータ科学者に待ち受ける課題
ウィリアムズ氏は、ETHの耐久性により過去10年間で多くの科学論文に取り上げられてきたが、AIラボがこれを誤りと証明したという主張が正しいとすれば、それらの論文を改めて見直す必要が生じるだろうと述べた。
「これは、私がこの種の会議の支援をOpenAIに求めたり促したりしていた理由の一つです。これは多くの研究者の仕事に影響を及ぼすものであり、アルゴリズムを理解すること以外に、次に何が起こるのかを考え出す必要があります。これまでのものと比べて、基礎理論はどのように変わるべきなのかを理解しなければなりません」と彼は述べた。
科学的な懸念の前に、サイバーセキュリティ上の疑問がある。ウィリアムズ氏は、アルゴリズムの向上は、特定の鍵長に依存する暗号システムが破られたとみなされる可能性を意味しうると述べた。そこで彼がOpenAIのサイエンス責任者ダン・ロバーツ氏に最初に尋ねたことの一つは、「この影響が暗号システムに及んでいないか確認したか……何か現在 insecure なものはないか?」というものだった。「どうやら彼らは確認しており、これが……いかなる破綻も意味しないと合理的に確信していた」ようだという。
この科学的発見の新たなAIパラダイムはまだ発展途上にあるが、ウィリアムズ氏は、特に次世代の科学者を育成することについての現実の懸念はあるものの、楽観的だと言う。高度な数学を扱うコンピュータ科学者であることは、純粋数学者よりも彼の適応を容易にしたのかもしれない。
それでも、AIは「人々に、自分の行う仕事の種類についてもう少し野心的になり、自分がこれまで取り組んできたことがすべてAIにとっての low-hanging fruit だとしたら、自分が問いたい科学的な問いのハードルをどう上げられるかをより深く考えることを、強いるものになっている」と彼は言う。