Компанія OpenAI представила рішення трьох складних математичних задач, які довгий час ставили в глухий кут дослідників. Одним із них стало несподіване спростування Гіпотези експоненційного часу (ETH) — стійкого припущення в інформатиці, що значною мірою визначає наше розуміння складності обчислень.
Як і у випадку з попередніми опублікованими доказами від передової лабораторії, наукова спільнота відреагувала сумішшю захоплення та розчарування. Математик Anthropic Левент Альпоге припустив, що OpenAI базувала свої рішення на попередніх напрацюваннях, а за кілька годин Anthropic опублікувала власне спростування ETH.
Проте процес OpenAI еволюціонує. Цього разу лабораторія структурувала свої релізи по-різному для кожної з трьох залучених дисциплін: математики отримали роботу, викладену на GitHub; комп’ютерні вчені сформували робочу групу, попросили опублікувати докази та профінансувати конференцію для їх обговорення; фізики сформували робочу групу, яка визначить, як буде оприлюднено їхній результат.
Професор Массачусетського технологічного інституту Райан Вільямс є тим комп’ютерним вченим, який організовує відповідь своєї галузі на нове відкриття. Вільямс, чиї роботи зосереджені на питаннях обчислювальної складності, у минулому критикував підхід OpenAI, називаючи попередній випуск доказів у жовтні “DDOS-атакою на математиків”.
Однак він погодився співпрацювати з передовими лабораторіями, щоб допомогти просунути ідеї, життєво важливі для галузі, повідомив він TechCrunch. Лабораторія попросила його допомогти інтерпретувати рішення разом із комп’ютерними вченими Каліфорнійського університету в Сан-Дієго Расселом Імпальяццо та Рамамоханом Патурі, які вперше опублікували ETH у 1999 році.
Їхнім першим кроком став випуск відкритого листа із закликом до зворотного зв’язку від науковців, зацікавлених у цих проблемах, та до обговорення норм щодо внеску ШІ в їхню роботу.
“Деякі частини [доказу OpenAI] можна назвати рутинними, але так, є дві-три частини, які виглядають незвично, і саме ці частини змусили мене подумати: “Вау, це те, над чим має спільно працювати вся спільнота”, — розповів Вільямс TechCrunch.
Чи знайомі ви з P проти NP?
ETH є частиною ширшого класу проблем, відомих як P проти NP, що десятиліттями хвилює інформатику та багато інших галузей. Спрощено кажучи, дослідники намагаються зрозуміти, чи будь-яка задача, рішення якої можна легко перевірити (NP), також може бути легко розв’язана (P).
Простим прикладом є гра судоку: коли рішення головоломки заповнене, його можна швидко перевірити, але знайти рішення — це трудомісткий процес. Така динаміка притаманна низці важливих проблем, і це розуміння лежить в основі криптографічних систем: маючи ключ до закодованого повідомлення, ви можете його розшифрувати, але зламати ефективний код надто довго, щоб це було корисно.
Однак вчені ще не довели, чи це завжди так. “P = NP означає, що ви не тільки можете перевірити рішення судоку, коли вони існують, але й можете їх генерувати”, — сказав Вільямс. “P = NP стверджує, що це вірно для кожної задачі, яку можна швидко перевірити — якщо ви можете її швидко перевірити, ви можете її швидко розв’язати. Тому це здається надто хорошим, щоб бути правдою”.
Саме тому більшість вчених припускають, що P ≠ NP. ETH надавав докази на користь цього. Він, по суті, стверджує, що навіть найшвидший комп’ютерний алгоритм потребує експоненційно більше часу для знаходження розв’язку, оскільки кількість змінних зростає у певному класі складних логічних головоломок.
Заяви OpenAI та Anthropic полягають у тому, що їхні моделі створили алгоритми, які розв’язують ці головоломки за “субекспоненційний” час, тобто швидше, ніж раніше вважалося можливим. Якщо це правда, вони могли довести, що EFT хибна — спростувати її, за науковою термінологією — і, можливо, відкрити шлях до алгоритмів, які загалом виконують P = NP.
“Кожен комп’ютерний вчений, ймовірно, має зважити на ймовірність P = NP, але вага кожного може відрізнятися”, — сказав Вільямс. “Я вважаю, що це ставить під сумнів багато інтуїцій, які, як нам здавалося, ми мали щодо… наскільки [складні NP-задачі] є розв’язними. Я також думаю, що це, ймовірно, не остаточна відповідь. Я не думаю, що алгоритм OpenAI може бути найкращим алгоритмом”.
Робота для комп’ютерних вчених
Стійкість ETH призвела до того, що він був включений у багато наукових робіт за останнє десятиліття, які доведеться переглянути, якщо твердження ШІ-лабораторій про його спростування виявиться правдивим, сказав Вільямс.
“Саме тому я просив OpenAI підтримати конференцію з цього приводу — це вплине на роботи багатьох дослідників, і нам потрібно зрозуміти, що робити далі, крім розуміння алгоритмів. Нам потрібно зрозуміти, як повинні змінитися основи порівняно з тим, що ми мали раніше”, — сказав він.
Перш ніж постануть наукові питання, є питання кібербезпеки. Вільямс зазначив, що вдосконалений алгоритм може означати, що криптографічні системи, які покладаються на певні розміри ключів, можуть вважатися зламаними. Тому одне з перших питань, яке він поставив керівнику відділу науки OpenAI Дану Робертсу, було: “Чи перевірили вони, чи це стосується будь-яких криптосистем… чи щось тепер незахищене?”. І, схоже, вони перевірили й були досить впевнені, що це не призвело до жодних зломів”.
Ця нова парадигма наукових відкриттів за допомогою ШІ все ще перебуває в процесі розробки, але Вільямс каже, що він оптимістичний, попри реальні занепокоєння, особливо щодо навчання нового покоління вчених. Будучи комп’ютерним вченим, який займається висококласною математикою, він, можливо, легше адаптується, ніж чисті математики.
Тим не менш, він каже, що ШІ “змушує людей бути трохи амбітнішими щодо роботи, яку вони виконують, і глибше замислитися: “Гаразд, якщо все, над чим я раніше працював, тепер є легкодоступним для ШІ, як я можу підняти планку для наукових питань, які я хочу ставити?”
Коли ви купуєте за посиланнями в наших статтях, ми можемо отримувати невелику комісію. Це не впливає на нашу редакційну незалежність.
За даними порталу: techcrunch.com