OpenAI-მა ნავიერ-სტოუქსის ამოცანა გადაჭრა, კამათი კი გაჩნდა

დოკუმენტის მკაფიო იმპლიკაცია ისაა, რომ OpenAI-ის მოდელებმა რაღაცნაირად გამოიყენეს ბაკმასტერისა და ალპოგეს მუშაობა. ეს სცენარი თავისთავად დამაჯერებელია. ბაკმასტერისა და ალპოგეს და OpenAI-ის მტკიცებულებები იყენებენ მიდგომას ნავიერ-სტოუქსის ამოცანისადმი, რომელიც პიონერობით გამოირჩევა მათემატიკოსებმა დიეგო კორდობამ და ლუის მარტინეს-ზოროამ. ბრაუნის უნივერსიტეტის მათემატიკის პროფესორის ხავიერ გომეს-სერანოს თქმით, ეს მიდგომა ერთ-ერთი იყო რამდენიმედან, რომელიც პერსპექტიულად ითვლებოდა ნავიერ-სტოუქსის ამოცანის ამოხსნისთვის. მიუხედავად იმისა, რომ შესაძლებელია ორივე გუნდს დამოუკიდებლად მიეღწია ამ მიდგომამდე, ასევე შესაძლებელია ბაკმასტერისა და ალპოგეს მუშაობას გავლენა მოეხდინა OpenAI-ზე.

პრესკონფერენციაზე OpenAI-ის მთავარმა მკვლევარმა მარკ ჩენმა კვლავ უარყო, რომ რომელიმე აგენტმა ან OpenAI-ის თანამშრომელმა მიიღო წვდომა ბაკმასტერისა და ალპოგეს ტრანსკრიპტებზე. თუმცა Hugging Face-ის ჰაკის შესახებ გამჟღავნებული ინფორმაციის გათვალისწინებით, ცხადია, რომ OpenAI ყოველთვის სრულად არ იცის, რას აკეთებენ მისი აგენტები.

თუ OpenAI-ის მოდელები მართლაც გაწვრთნეს ბაკმასტერისა და ალპოგეს მუშაობაზე ან თუ მისმა აგენტებმა რაღაცნაირად მიიღეს წვდომა მასზე, მაშინ კომპანიის მარცხი სიმართლის დადგენაში და ამ მკვლევარებისთვის შესაბამისი კრედიტის მინიჭებაში ცუდად ახასიათებს მას. მაგრამ ამ ვერსიას შეიძლება ჰქონდეს თხელი დადებითი მხარე მათემატიკოსებისთვის, რადგან ეს მიუთითებს, რომ ორი ადამიანის, რომელთაგან ერთი ნავიერ-სტოუქსის გამოჩენილი ექსპერტია, მძიმე მუშაობა აუცილებელი იყო აგენტებისთვის მილენიუმის ამოცანის ამოსახსნელად. ექსპერტები დიდი ხანია ასახელებენ „კვლევით გემოვნებას“, ანუ პერსპექტიული კვლევითი კითხვებისა და მიმართულებების არჩევის უნარს, როგორც მთავარ დაბრკოლებას AI-სთვის მეცნიერებასა და მათემატიკაში. თუ OpenAI-ის აგენტებმა მართლაც აირჩიეს კორდობა-მარტინეს-ზოროას მიდგომა იმიტომ, რომ ბაკმასტერმა და ალპოგემ იგივე გააკეთეს, მაშინ ადამიანის კვლევითმა გემოვნებამ არსებითი როლი ითამაშა OpenAI-ის წარმატებაში.

მიუხედავად ამისა, უფრო დიდი სურათი შემაშფოთებელია. პროგრესი, რომელსაც ბაკმასტერმა და ალპოგემ მიაღწიეს თითქმის ერთი წლის განმავლობაში საჯარო მოდელებთან თანამშრომლობით, მიუთითებს ადამიანი-AI თანამშრომლობის პერსპექტივაზე. მაგრამ მათ ვერ მიაღწიეს სრულ ამოხსნას. იმავდროულად OpenAI-მა ამოხსნა ამოცანა რამდენიმე დღეში შიდა მოდელის გამოყენებით და ეს წარმატება ასტრონომიული ღირებულებით მოვიდა. პრესკონფერენციაზე ბუბეკმა და ჩენმა თქვეს, რომ გუნდმა შეძლო ამოცანის ამოხსნა მხოლოდ დაახლოებით 10 000 აგენტის ერთდროული გაშვებით, რამაც მილიონობით დოლარი დაუჯდა.

ბოლო თვეების განმავლობაში რამდენიმე მკვლევარისგან მოვისმინე, რომ მათემატიკოსები დეპრესიაში ვარდებიან და ამის მიზეზი ადვილად გასაგებია. მათემატიკა სწრაფად ხდება frontier AI კომპანიების საკუთრება, რომლებსაც აქვთ შთამბეჭდავი შიდა მოდელები, ფული დასახარჯად და თანამშრომლობითი სულისკვეთების ნაკლებობა. „ვერ ვიცი, გადაწყვეტენ თუ არა AI კომპანიები თავიანთი ფულის ერთ ან მეორე რამეზე დახარჯვას“, ამბობს გომეს-სერანო. „ცხადია, რომ ძალიან ცოტა მათემატიკოსს ექნება ასეთი მასშტაბის რესურსები.“

თუ OpenAI და Anthropic განაგრძობენ უფრო და უფრო შთამბეჭდავი მათემატიკური აღიარებებისკენ სწრაფვას, შეიძლება აღარ დარჩეს ღია ამოცანები ადამიანი მათემატიკოსებისთვის ამ კომპანიების გარეთ. ეს მკვეთრად შეცვლის მათემატიკის დარგს. გასულ კვირას UCLA-ს მათემატიკოსმა ტერენს ტაომ მასტოდონზე დაწერა თრედი, სადაც აღწერს, რამდენად მნიშვნელოვანია შეცდომები, არასწორი მიმართულებები და არასრული ამოხსნები დარგისთვის. „უმეტეს შემთხვევაში წმინდა მათემატიკაში ამოცანები ისე არ ისმება, რომ ჩვენ სასოწარკვეთილად გვინდოდეს ამ ამოცანების ამოხსნა თავისთავად, არამედ იმიტომ, რომ წარსული გამოცდილებიდან ვნახეთ, რომ ამ ამოცანების ამოხსნისკენ მიმართული ადამიანური ძალისხმევა ხელს უწყობს დარგის შემდგომ განვითარებას“, დაწერა ტაომ. „ამოცანის ნაადრევად ამოხსნა მხოლოდ AI-ით მომუშავე მეთოდებით, განსაკუთრებით ამოხსნის პროცესში სრული გამჭვირვალობის გარეშე, შეიძლება დააბინძუროს ეს პროცესი იმ დონემდე, რომ ის რეალურად გახდეს წმინდა უარყოფითი მათემატიკის პროგრესისთვის მთლიანობაში.“

ადამიანებს შეიძლება უფრო დიდი დრო დასჭირდეთ მათემატიკური ამოცანების ამოსახსნელად, მაგრამ ამ პროცესში ისინი აღმოაჩენენ ახალ მათემატიკურ მიდგომებსა და იდეებს, რომლებიც შთააგონებენ კოლეგებს და შეიძლება ახალი ქვედარგებიც კი წარმოშვან. მაგრამ როცა AI აგენტები ამოხსნიან ამ ამოცანებს და როცა კერძო კომპანიები აგენტების არასწორ მოსახვევებს საჯარო ხედვისგან მალავენ, ეს სარგებელი ქრება. ჯერ კიდევ უნდა გაირკვეს, რა სხვა რამ გაქრება ამ პროცესში.

გამოქვეყნდა 9 სექტემბერი, 2026