OpenAI'ın son matematiksel dönüm noktası hızla tartışmaların odağı haline geldi. Şirket bugün, yapay zeka ajanlarının matematik alanındaki en önemli açık problemlerden biri olan Binyıl Ödülü Problemlerinden birini çözdüğünü duyurdu.

Normal şartlar altında, bu çözüm OpenAI için büyük bir başarı olurdu. Ancak duyuru, OpenAI'ın New York Üniversitesi'nden matematikçi Tristan Buckmaster ve Anthropic çalışanı Levent Alpöge'nin problem üzerindeki yapay zeka destekli çalışmalarını bir başlangıç noktası olarak kullandığı ve onlara atıfta bulunmadığı suçlamalarıyla gölgelendi.

OpenAI suçlamaları reddetti. OpenAI modellerinin Buckmaster ve Alpöge tarafından tamamlanan çalışmalardan yararlanıp yararlanmadığı belirsizliğini koruyor, ancak OpenAI'da teknik kadro üyesi olan Sébastien Bubeck bir basın brifinginde ekibin Buckmaster ve Alpöge'nin çabaları hakkında bir söylenti duyduktan sonra problemin peşinden gitmek için ilham aldığını söyledi.

Ancak OpenAI modelleri Buckmaster ve Alpöge'nin araştırmalarından yararlansın ya da yararlanmasın, bu olay matematik tarihinde bir dönüm noktası olabilir. Yapay zeka modelleri artık zamanımızın en önemli matematiksel problemlerinde ilerleme kaydetmek için vazgeçilmez görünüyor ve bunları çözmek, çoğu matematiksel ilerlemenin temelini oluşturan akademik işbirliği normlarına genellikle meydan okuyan, yalnızca birkaç sınır yapay zeka şirketinde bulunan kaynakları gerektirebilir.

Eğer doğru gittiğimiz gelecekte bu varsa, insan matematikçilerin bunun içine nasıl uyacağı belirsizdir. OpenAI'ın çözdüğünü iddia ettiği problem Navier-Stokes varlık ve düzgünlük problemi olarak bilinir.

Bu, Clay Matematik Enstitüsü tarafından 2000 yılında seçilen yedi Binyıl Ödülü Probleminden biridir. Çözümler bir milyon dolarlık bir ödülle birlikte gelmektedir; bugünden önce, diğer Binyıl Ödülü Problemlerinden yalnızca biri çözülmüştü.

Navier-Stokes problemi, su ve hava gibi akışkanların zamanla nasıl aktığını açıklayan bir denklem setini ilgilendirir. Denklemler akışkanlar mekaniği alanında yaygın olarak kullanılmaktadır ve güçlü oldukları kanıtlanmıştır, ancak fizikçiler ve matematikçiler bunları tamamen anlamamışlardır.

Özellikle, denklemlerin bazı koşullar altında çöküp çökmeyeceği ve bir akışkanın sonsuz hıza sahip olması gibi imkansız bir durum öngörüp öngörmeyeceği bugüne kadar bilinmiyordu. Pazartesi günü, NYU'dan Buckmaster sosyal medya sitesi Mastodon'da, Navier-Stokes denklemlerinin basitleştirilmiş bir versiyonunun gerçekten çöikebileceğini gösteren bir kanıt yayınladı - bu, Binyıl Problemi üzerinde büyük bir ileri adımdı.

O ve Alpöge, hem OpenAI hem de Anthropic'in halka açık modellerini kullanarak neredeyse bir yıl boyunca problem üzerinde çalışmışlardı. Ardından bugün OpenAI, tam Navier-Stokes denklemlerinin de çöikebileceğini gösteren bir kanıt sundu.

Kanıt, geçen hafta piyasaya sürülen etkileyici Astra modelini bile çarpıcı bir şekilde geride bırakan dahili bir model kullanılarak elde edildi. Şirket, problemi çözmek için bir milyon dolarlık ödülü talep etmeyi planlamadığını söylüyor.

Bu matematiksel başarılar tartışmasız bir şekilde etkileyicidir, ancak kökenleri hakkındaki tartışmadan çok daha az ilgi çekmiştir. Kanıtla birlikte Buckmaster, çalışmaları hakkında söylentiler duyduktan ve onlardan birine ulaştıktan sonra OpenAI çalışanları ile olan etkileşimlerini detaylandıran bir belge yayınladı.

Ona göre, OpenAI çalışanları ona iki olasılık sundu: Ya o ve Alpöge çalışmalarını yayınlayacak ve OpenAI ertesi gün Navier-Stokes çözümlerini yayınlayacaktı ya da OpenAI'ın en büyük rakibi olan Anthropic ile olan ilişiği nedeniyle Alpöge'yi yazarlıktan dışlayan bir Navier-Stokes makalesi üzerinde OpenAI ile çalışabilirdi.

Buckmaster ayrıca çalışanlara ajanların kendisinin ve Alpöge'nin OpenAI modelleriyle yaptığı çalışmaların dökümlerine erişip erişmediğini sorduğunu ve bunu reddettiklerini; ve OpenAI modellerinin bu dökümler üzerine eğitilip eğitilmediğini sorduğunu, buna herhangi bir yanıt vermediklerini yazdı.

MIT Technology Review yorum için Buckmaster'a ulaştı, ancak yayınlanmadan önce bir yanıt alamadı. Belgenin net çıkarımı, OpenAI modellerinin bir şekilde Buckmaster ve Alpöge'nin çalışmalarından yararlandığıdır.

Bu senaryo ilk bakışta mantıklıdır. Buckmaster/Alpöge ve OpenAI kanıtlarının her ikisi de matematikçiler Diego Córdoba ve Luis Martínez-Zoroa tarafından öncülük edilen Navier-Stokes problemine bir yaklaşım kullanmaktadır.

Brown Üniversitesi'nde matematik profesörü olan Javier Gómez-Serrano'ya göre, bu yaklaşım Navier-Stokes problemini çözmek için umut vadettiği düşünülen birkaç yaklaşımdan biriydi. Dolayısıyla, her iki ekibin de bu yaklaşımcılığa bağımsız olarak ulaşmış olması imkansız olmasa da, Buckmaster ve Alpöge'nin çalışmalarının OpenAI'ı etkilemiş olması da akla yatkındır.

Basın brifinginde, OpenAI araştırma başkanı Mark Chen, herhangi bir ajanın veya OpenAI çalışanının Buckmaster ve Alpöge'nin dökümlerine eriştiğini yine reddetti - ancak Hugging Face hack'i hakkında ortaya çıkanlar göz önüne alındığında, OpenAI'ın ajanlarının ne yaptığının her zaman tam olarak farkında olmadığı açıktır.

Eğer OpenAI modelleri Buckmaster ve Alpöge'nin çalışmaları üzerinde eğitim aldıysa veya ajanları bir şekilde buna eriştiyse, o zaman şirketin gerçeği takip edememesi ve bu araştırmacılara uygun kredi verememesi onun için kötü bir yansımadır.

Ancak hikayenin o versiyonu için matematikçiler adına ince bir umut ışığı olabilir, çünkü bu, biri Navier-Stokes konusunda önde gelen bir uzman olan iki insanın sıkı çalışmasının, ajanların Binyıl Problemini çözme yeteneği için çok önemli olduğunu gösterecektir.

Uzmanlar uzun süredir "araştırma zevkini" veya umut verici araştırma soruları ve yönleri seçme yeteneğini, bilim ve matematikte yapay zeka için büyük bir engel olarak tanımlamışlardır. Eğer OpenAI ajanları gerçekten Córdoba-Martínez-Zoroa yaklaşımını takip etmeyi seçtiyse çünkü Buckmaster ve Alpöge de aynısını yapmıştı, o zaman insan araştırma zevki OpenAI'ın başarısında çok önemli bir rol oynamıştır.

Geçtiğimiz birkaç ay içinde, birkaç araştırmacıdan matematikçilerin depresyona girdiğini duydum ve bunun nedenini görmek zor değil. Matematik hızla etkileyici dahili-yalnızca modellere, harcanacak paraya ve işbirliği ruhundan yoksun sınır yapay zeka şirketlerinin eyaleti haline geliyor.

Gómez-Serrano, "Yapay zeka şirketlerinin paralarını bir şey yapmaya mı yoksa başka bir şey yapmaya mı harcamaya karar vereceklerini gerçekten bilmiyorum," diyor. "Net olan şu ki, çok az matematikçi bu ölçekte kaynaklara sahip olacak."

Eğer OpenAI ve Anthropic daha da etkileyici matematiksel övgüler için çabalamaya devam ederse, o şirketlerin dışındaki insan matematikçilerin boğuşabileceği açık problemler kalmayabilir.

Bu, matematik alanını dramatik bir şekilde değiştirirdi. Geçen hafta, UCLA matematikçisi Terence Tao, önemli hataların, yanlış yönlerin ve eksik çözümlerin alan için ne kadar önemli olduğunu açıklayan bir Mastodon dizisi yazdı.

Tao, "Saf matematikte çoğu durumda problemler, bu problemlerin çözümünü kendi başlarına ve kendileri için çok fazla istediğimiz için değil, geçmiş deneyimlerden bu problemleri çözmek için insan odaklı çabaların sahanın daha fazla gelişimini teşvik etme eğiliminde olduğunu gördüğümüz için ortaya konur," diye yazdı.

"Tamamen yapay zeka destekli yöntemlerle problemi erken çözmek - özellikle çözüm sürecinde tam şeffaflık olmadan - süreci o kadar kirletebilir ki, bir bütün olarak matematiğin ilerlemesi için aslında net bir negatif haline gelir."

İnsanların matematiksel problemleri çözmesi ajanlardan daha uzun sürebilir, ancak bu süreçte akranlarına ilham verebilecek ve hatta kendi alt alanlarını doğurabilecek yeni matematiksel yaklaşımlar ve fikirler ortaya çıkarırlar.

Ancak yapay zeka ajanları bunun yerine bu problemleri çözdüğünde - ve özel şirketler ajanların yanlış dönüşlerini halkın gözünden uzak tuttuğunda - bu faydalar ortadan kaybolur.

Bu süreçte başka neyin ortadan kaybolacağı henüz görülmeyi bekliyor.