OpenAI ogłosiło trzy wyniki dotyczące jednych z najtrudniejszych otwartych problemów matematyki, informatyki teoretycznej i fizyki. Eksperci przyznają, że to poważne osiągnięcia. Część z nich krytykuje jednak sposób, w jaki firma udostępnia materiały do sprawdzenia.
Trzy wyniki, trzy różne strategie
Każde z odkryć ma inny sposób publikacji, który firma ustaliła po konsultacji z zewnętrznymi ekspertami, nazywanymi „shepherds” (dosłownie: pasterzami).
- Matematyka: według OpenAI wygenerowane przez AI rozwiązanie obejmuje hipotezę Kakei we wszystkich wymiarach. Problem dotyczy tego, ile miejsca potrzeba, by obrócić igłę we wszystkich kierunkach. Wersję trójwymiarową udowodniła Hong Wang z Uniwersytetu Nowojorskiego, co było jednym z powodów przyznania jej w tym roku Medalu Fieldsa. Wynik OpenAI opublikowało, a wyjaśnianiem go mają zająć się sami badacze.
- Informatyka: firma twierdzi, że obaliła hipotezę wykładniczego czasu. To powszechnie przyjmowane założenie, że niektórych problemów nie da się rozwiązać istotnie szybciej niż metodą siłową. Hipoteza jest blisko związana z pytaniem P versus NP. Tu OpenAI zbierze zewnętrzną grupę badaczy, która ma wynik wyjaśnić.
- Fizyka: praca dotyczy chromodynamiki kwantowej, czyli opisu oddziaływania silnego, oraz teorii Yanga-Millsa. Nie rozstrzyga ona słynnej luki masowej z listy problemów milenijnych. Materiałów nie opublikowano, a firma zapowiada, że o sposobie ich udostępnienia zdecyduje zewnętrzna grupa ekspertów.
Brendan Hassett z Brown University ocenia, że twierdzenie o hipotezie Kakei „wygląda na dobrze uzasadnione”. Zaznacza jednak, że nie sprawdził jeszcze formalizacji w języku Lean, który służy do komputerowej weryfikacji dowodów. Inni rozmówcy The Verge nazywali wyniki „ogromnymi” i „znaczącymi”.
Spór o to, kto zobaczy dowody pierwszy
Zastrzeżenia budzi nie sama nauka, lecz tryb udostępniania. Wielu badaczy ucieszyło się, że tym razem wyników jest trzy, a nie setki preprintów, które OpenAI wrzuciło matematykom na początku października. Krytykują natomiast ręczny dobór ekspertów mających pierwszeństwo w ocenie.
Constantin Kogler z Institute for Advanced Study mówi: „Nie ma sensu, żeby najpierw mogło je oglądać tylko kilku wybitnych naukowców”. Andreas Karch, fizyk z University of Texas at Austin, uważa, że wielkie laboratoria mają już dość władzy i nie powinny wybierać zwycięzców. Jego zdaniem opublikowanie dowodu od razu, równolegle z powołaniem zespołu ekspertów, zdemokratyzowałoby dostęp.
Podobne stanowisko zajęła Advisory Group on Mathematics and Artificial Intelligence (AGMAI), z którą OpenAI wcześniej deklarowało konsultacje. Dzień przed ogłoszeniem grupa odradzała firmom AI wybieranie osób, które dostają wyniki jako pierwsze. Wskazywała na ryzyko nierównego dostępu, stronniczego doboru i opóźnień. Po ogłoszeniu wezwała OpenAI do niezwłocznego opublikowania materiałów z fizyki. Przypomniała, że według samej firmy formalizacja w Lean jest już gotowa, więc naukowego powodu do zwłoki nie ma.
Jared Duker Lichtman ze Stanfordu przyznaje, że każde podejście kogoś rozczaruje i chodzi o wybór najmniej drażniącego. Xiaoyu He z Georgia Institute of Technology wskazuje głębszy problem: podstawowe wyniki powstają tak szybko i bez udziału człowieka, że prace trudno przeczytać i zweryfikować.
Co to oznacza w praktyce
Dla czytelnika w Polsce najważniejsze jest to, że na razie mówimy o twierdzeniach firmy, a nie o w pełni sprawdzonych dowodach. Weryfikacja takich prac zajmuje zwykle miesiące, a nawet dłużej. Dopiero potem okaże się, czy obalenie hipotezy wykładniczego czasu lub rozwiązanie problemu Kakei przetrwa krytykę środowiska.
Spór dotyczy też sposobu pracy nauki w czasach AI. Polscy matematycy, fizycy i informatycy będą mogli ocenić wyniki wtedy, gdy materiały trafią do otwartych repozytoriów. Dlatego postulat jednakowego dostępu dla wszystkich ma znaczenie również poza USA. Zmian w prawie UE ani w polskich regulacjach ta sprawa nie dotyczy, to raczej spór o dobre praktyki w środowisku naukowym.
Źródło: The Verge – „Researchers are getting tired of OpenAI gatekeeping its breakthroughs”
