Sztuczna inteligencja zrobiła kolejny krok w stronę rozwiązywania problemów, z którymi matematycy zmagają się od dekad. OpenAI ogłosiło pełny dowód dotyczący problemu istnienia i gładkości równań Naviera-Stokesa, jednego z najbardziej znanych nierozwiązanych problemów matematyki. Sukces szybko został jednak przyćmiony przez nietypowy konflikt z matematykami z Uniwersytetu Nowojorskiego.
Sprawa zaczęła się od pracy profesora matematyki z NYU Tristana Buckmastera oraz matematyka Leventa Alpöge z Anthropic. Badacze, korzystając między innymi z modeli AI Codex i Claude, opracowali wyniki będące istotnym krokiem w kierunku rozwiązania problemu Naviera-Stokesa.
Problem w tym, że zanim ich praca została upubliczniona, OpenAI miało zacząć pracować nad dokładnie tym samym zagadnieniem.
Jeden z matematycznych „milionów”
Równania Naviera-Stokesa opisują zachowanie płynów i są niezwykle ważne między innymi w mechanice płynów. Ich matematyczne właściwości pozostają jednak w dużej mierze nierozwiązane.
Problem istnienia i gładkości rozwiązań Naviera-Stokesa znajduje się na liście siedmiu Problemów Milenijnych. Za rozwiązanie każdego z nich Clay Mathematics Institute oferuje nagrodę w wysokości miliona dolarów.
To właśnie dlatego każde poważne przybliżenie rozwiązania jest wydarzeniem w świecie matematyki.
Buckmaster i Alpöge ogłosili trzy wyniki stanowiące istotny krok w kierunku rozwiązania problemu. Wykorzystali przy tym zarówno ludzką wiedzę matematyczną, jak i modele sztucznej inteligencji.
I wtedy do historii wkroczyło OpenAI.
OpenAI ruszyło do pracy po informacjach o badaniach
Według relacji Buckmastera, w trakcie finalizowania ich wyników badacze dowiedzieli się, że informacje o ich postępach trafiły do OpenAI.
Kiedy skontaktowali się z firmą, usłyszeli, że jej zespół miał już osiągnąć pełny dowód dotyczący centralnego problemu. To wywołało pytania o to, kiedy dokładnie OpenAI rozpoczęło prace oraz ile ludzkiego wkładu było potrzebne do uzyskania wyniku.
Odpowiedzi miały być początkowo niejasne. Buckmaster twierdzi, że ostatecznie dowiedział się, iż nad problemem pracował cały zespół, wykorzystując ogromną moc obliczeniową.
Co więcej, z jego relacji wynika, że pierwszy prompt uruchamiający prace miał zostać wysłany dopiero po tym, jak informacje o badaniach jego zespołu dotarły do OpenAI.
Jeśli ta wersja wydarzeń jest prawdziwa, sytuacja wygląda dość niezwykle: OpenAI mogło zobaczyć kierunek, którym podążali matematycy, a następnie wykorzystać swoją przewagę w mocy obliczeniowej, aby szybciej doprowadzić go do pełnego dowodu.
300 miliardów tokenów na matematyczny problem
Skala przedsięwzięcia robi wrażenie. OpenAI poinformowało, że trwające około tygodnia prace pochłonęły 300 miliardów tokenów wyjściowych.
Według wyliczeń przedstawionych przez firmę odpowiadałoby to około 22,5 mln dolarów kosztów obliczeniowych, gdyby rozliczać je według aktualnych stawek dla modelu Astra.
To pokazuje, jak bardzo zmienił się charakter badań nad sztuczną inteligencją. W klasycznej pracy matematycznej przewagę daje przede wszystkim wiedza, pomysł i czas. W przypadku laboratoriów AI do równania dochodzi jeszcze dostęp do ogromnych centrów danych i możliwość uruchamiania agentów wykonujących gigantyczną liczbę obliczeń.
„Dlaczego miałbyś zrujnować sobie karierę?”
Spór nie dotyczył jednak wyłącznie tego, kto pierwszy rozwiązał problem.
Buckmaster twierdzi, że podczas rozmów z OpenAI pojawiła się propozycja kompromisu dotyczącego publikacji wyników. Według jego relacji Mark Bubeck z OpenAI miał prosić o usunięcie z pracy nazwiska Alpöge, który jest pracownikiem konkurencyjnego Anthropic, choć prowadził badania prywatnie, a nie w ramach pracy dla firmy.
Kiedy Buckmaster miał naciskać na publiczne ujawnienie całej historii, według jego relacji usłyszał pytanie: „Dlaczego miałbyś zrujnować sobie karierę?”
Później miała paść również sugestia, że jeśli Buckmaster nie chce polubownego rozwiązania, OpenAI nie musi być wobec niego „miłe”.
To są oczywiście zarzuty jednej ze stron sporu, ale pokazują, jak daleko wyszła sprawa poza czystą matematykę.
Czy AI mogło wykorzystać cudzą pracę?
Pojawiło się również jeszcze bardziej fundamentalne pytanie. Buckmaster i jego współpracownicy intensywnie korzystali z Codexa podczas pracy nad problemem. OpenAI zastrzega sobie możliwość wykorzystywania interakcji z Codexem do trenowania swoich modeli, choć użytkownicy mogą z tego zrezygnować.
Teoretycznie oznacza to możliwość, że informacje pochodzące z wcześniejszych interakcji mogły w jakiś sposób wpłynąć na późniejsze działanie modelu.
OpenAI stanowczo zaprzecza jednak, aby jego zespół miał dostęp do konkretnych danych użytkowników podczas rozwiązywania problemu. Firma przyznała jednocześnie, że nie może całkowicie wykluczyć, iż pozbawione identyfikatorów dane wynikające z korzystania z jej produktów pomogły wcześniej ulepszyć modele.
Według OpenAI przedstawiony przez firmę dowód istotnie różni się od wyników uzyskanych przez Buckmastera i Alpöge.
To może być dopiero początek problemu
Cała historia pokazuje, że wraz z rozwojem AI zmienia się również charakter rywalizacji naukowej.
Jeżeli model jest w stanie w ciągu kilku dni przeanalizować problem, nad którym matematycy pracują latami, a do tego można zasilić go niemal nieograniczoną mocą obliczeniową, pytanie o to, kto pierwszy coś odkrył, przestaje być tak proste jak wcześniej.
Jeszcze ciekawsze jest pytanie o to, gdzie kończy się inspiracja, a zaczyna wykorzystywanie cudzej pracy. Zwłaszcza gdy badacze korzystają z modeli należących do jednej z firm uczestniczących w wyścigu.
OpenAI może więc mieć na koncie bardzo efektowne osiągnięcie matematyczne. Tymczasem równie ważną częścią tej historii może okazać się dyskusja o zasadach prowadzenia badań naukowych w czasach, gdy najlepszym „matematykiem” może być po prostu ten, kto ma dostęp do większej liczby GPU.
Foto: ChatGPT Image/AI.