OpenAI는 GitHub에 372개의 AI로 생성된 수학 증명을 공개했으며, 학계에 계속해서 추진하라고 촉구했다

OpenAI는 GitHub에 372개의 AI로 생성된 수학 증명을 공개했으며, 학계에 계속해서 추진하라고 촉구했다

주요 내용

• OpenAI는 내부 AI 모델에 의해 생성된 372개의 수학적 결과를 발표했습니다.
• 결과는 컴퓨터 알고리즘의 개선과 리만 가설의 발전을 포함한 공개된 문제들을 해결하거나 진전시키는 것을 목적으로 합니다.
• 대부분의 결과는 단일 프롬프트와 단일 에이전트로부터 나왔으며, 각각은 평균적으로 ChatGPT Pro의 컴퓨팅 시간 약 3시간을 소비했습니다.

OpenAI는 내부 AI 모델이 생성한 다양한 수학적 결과들을 공개했습니다. 이 증명들은 학술 저널이 아닌 GitHub에 게시되었으며, 형식적인 검증을 통해 리뷰를 더 실용적으로 만들고자 합니다.

OpenAI는 내부 프론티어 모델로 생성된 372개의 새로운 수학적 결과를 발표했습니다. 각 결과는 열려 있는 문제를 해결하거나 그에 대한 실질적인 진전을 이루기 위한 것입니다. 이 컬렉션에는 주요 컴퓨터 알고리즘의 개선과 리만 가설과 관련된 발전도 포함됩니다.

이 회사는 결과를 GitHub 저장소에 게시하고 있으며, 수정 기록과 참고 자료도 함께 제공됩니다. OpenAI에 따르면, 동일한 모델은 이미 공식 검토를 받은 나이버스-스톡스 문제에 대한 해법을 만들어냈습니다.

OpenAI에 따르면 거의 모든 결과는 단일 프롬프트와 단일 AI 에이전트로부터 나왔으며, 일부는 여러 번의 시도가 필요했습니다. 이는 나비에-스토크스 해법과는 확연한 대조를 보입니다. 이 해법에는 10,000개의 에이전트와 수백만 달러 규모의 컴퓨팅 비용이 필요했습니다. 평균적으로 각 결과는 약 3시간에 해당하는 ChatGPT Pro Thinking 컴퓨팅 시간이 소요되었습니다.

формаль 검증은 리뷰의 병목 현상을 완화할 수 있다

많은 증명들이 Lean라는 프로그래밍 언어로 된 형식화된 형태로 제공됩니다. 이는 기계가 검증할 수 있는 수학적 증명을 위해 만들어진 언어입니다. 더 많은 형식화된 결과들이 계획되어 있습니다. 그 이유는 실용적인 것입니다: AI로 생성된 결과의 양이 너무 많아서 수학 커뮤니티의 수동 검토 능력을 쉽게 초과할 수 있기 때문입니다.

OpenAI는 그 방법론에 대한 세부 정보도 공개했는데, 이에는 추론 과정의 요약, 모델이 시도한 문제의 수에 대한 통계, 그리고 연산 비용에 대한 추정치가 포함되어 있습니다.

전통적인 학술지는 이러한 속도에 맞게 만들어지지 않았습니다

OpenAI는 동료 검토된 학술지 대신 GitHub에 결과를 게시했다. 이는 전통적인 과학 연구 방식이 새로운 지식의 양에 비해 너무 느리다고 함의하는 발언이다.

OpenAI는 고등연구소의 수학 및 인공지능 자문그룹와 협의했으며, 회사가 어떤 프롬프트도 공개하지 않고 평균 계산 비용만 공유할 뿐 문제당 비용을 제시하지 않았기 때문에 그들의 공개 권고사항을 그대로 따랐습니다. 이 자문그룹에는 필드 메달 수상자인 티모시 고워스를 포함한 유명 수학자들이 포함되어 있습니다.

이 회사는 또한 AI로 생성된 결과를 이해하는 데 초점을 맞춘 워크숍과 컨퍼런스에 자금을 지원할 계획을 발표했습니다. OpenAI는 자신들의 인용 및 발표 품질을 개선하고자 하며, 모델을 책임감 있게 배포하여 "최첨단 능력을 갖춘 과학자들에게 직접적인 힘을 부여"하려고 노력하고 있다고 밝혔습니다.

OpenAI는 조언 그룹에 대해 한 가지 중요한 경계를 미리 설정했습니다. 즉, 수학자들은 결과가 어떻게 전달되는지에 대해 조언할 수 있지만, 결과가 생성되는 방식이나 속도에 대해서는 조언할 수 없습니다.

수학계는 대량 생산된 증명이 실제로 무엇을 의미하는지에 대해 의견이 분분하다

리엔 형식화는 논리적 정확성을 검증할 수 있지만, 결과가 수학적으로 관련성이 있는지 또는 독창한지는 판단할 수 없다. OpenAI는 자신의 결과가 인간 지식의 한계를 넘어서게 될 것이라고 기대하고 있다. 수학 공동체가 이를 받아들일지는 여전히 열려 있는 문제이다. 지금까지는 흥분에서 좌절에 이르는 다양한 반응이 있었다.

최근에 발표된 “수학에서 AI의 심각한 불일치”라는 제목의 공개 서한에서 25명의 필드 메달리언들은 AI 산업의 목표와 수학의 목표 사이에 깊은 괴리가 있다고 경고했습니다. 그들은 문제 해결이 단지 개념적 이해와 통찰의 진정한 목표를 위한 도구이자 대리물에 불과하다고 썼습니다. 진정한 명제들을 대량으로 생산하는 것은 새로운 아이디어를 실현시키는 것이 아니라, 풍요로운 기반을 파괴할 것이라고 주장했습니다. 그 영향은 다른 분야로도 확산될 것입니다.

Gowers는 10~20년 내에 수학 문헌이 엄청나게 증가할 수 있지만, 그를 진정으로 이해할 수 있는 인간 공동체는 남아있지 않을 것이라고 경고했습니다.Fields 메달 수상자인 Terence Tao은 젊은 수학자의 교육에서는 인간적인 측면을 강조해야 하며 AI 도구의 사용을 엄격히 제한하여 진정한 학습과 이해가 유지되도록 해야 한다고 덧붙였습니다.

AI 뉴스 – 과장 없이 – 인간이 선별함

THE DECODER에 가입하여 광고 없는 읽기, 주간 AI 뉴스레터, 매년 6회 발행되는 독점적인 "AI Radar" 전선 보고서, 전체 아카이브 접근 권한, 그리고 우리의 댓글 섹션에 접근하세요.