Решение проблемы тысячелетия
Компания OpenAI официально объявила об решении проблемы Навье-Стокса (Navier-Stokes existence and smoothness) — одной из семи задач тысячелетия с призом в миллион долларов. Согласно опубликованному отчету, решение было найдено с помощью новой внутренней модели, которая демонстрирует «непревзойденную производительность» в математических бенчмарках. Это событие описывается как момент, аналогичный победе Lee Sedol над AlphaGo, но в сфере чистой математики.
Технические детали и сравнение с Astra
Ключевой инсайт заключается в том, что для формализации и проверки доказательства была использована модель Astra, тогда как само открытие совершила более мощная, но еще не публично представленная внутренняя модель. Обучение новой модели началось 28 августа, и ее производительность продолжает улучшаться. Использование Astra для формализации указывает на то, что даже самая мощная модель нуждается в проверке более надежными, но, возможно, менее креативными инструментами.
| Характеристика | Внутренняя модель OpenAI | Astra |
|---|---|---|
| Роль в решении | Генерация доказательства, поиск концепций | Формализация и верификация |
| Статус | Внутренняя, обучение продолжается | Использовалась для финальной проверки |
| Производительность | «Непревзойденная» в математике | Высокая, но уступает внутренней модели |
Аномальные затраты и человеческий фактор
В отчете OpenAI признает, что процесс не был полностью автономным. Команда использовала значительные вычислительные ресурсы и применяла стратегию «proof resampling» (пересборки доказательств). Примечательно, что начальный промпт для модели был написан с помощью Codex, а команда инженеров активно вносила коррективы в чате. Это опровергает тезис о том, что ИИ решил задачу в одиночку без какого-либо вмешательства человека, хотя и подчеркивает беспрецедентный уровень автоматизации.
Скептицизм сообщества и параллельные открытия
Сообщество LessWrong и независимые математики выражают осторожность. В то же время академические исследователи Левет Альпоге и Тристан Бакстер опубликовали свои работы, близкие к решению проблемы. OpenAI утверждает, что не использовала данные этих исследователей для обучения, но признает возможность косвенного влияния через обезличенные данные. Сравнение структур доказательств OpenAI и академических работ станет ключевым тестом на подлинность ИИ-авторства.
Значение для индустрии
Если заявления OpenAI подтвердятся независимыми экспертами, это станет первым доказательством того, что ИИ способен решать фундаментальные научные проблемы, требующие многолетних усилий лучших умов. Это открывает путь к автоматизации не только математики, но и теоретической физики, что может ускорить научные прорывы на порядки.
Источник: LessWrong ↗