OpenAI meddelade den 26 oktober att bolagets interna modeller har tagit fram lösningar på länge öppna problem inom tre skilda områden. Mest uppmärksamhet väckte vederläggandet av ett antagande inom datavetenskapen som kallas exponentialtidshypotesen (Exponential Time Hypothesis, ETH).
Vad hände?
Enligt OpenAI är de tre resultaten: inom matematiken ett bevis för „lokal utjämning“ i alla dimensioner, som också löser Kakeya-förmodan; inom datavetenskapen vederläggandet av ETH; och inom fysiken ett matematiskt bevis för att vissa fyrdimensionella kvantfältteorier finns, bland dem kvantkromodynamik. Fysikresultatet har också koppling till Yang-Mills, ett av Clay-institutets millennieproblem.
ETH, som lades fram 1999, säger att det tar exponentiellt längre tid att lösa vissa logiska pussel när antalet variabler ökar. Enligt TechCrunch hävdar OpenAI, och Anthropic som några timmar senare publicerade sitt eget vederläggande, att deras modeller har hittat algoritmer som löser pusslen snabbare än väntat. Ryan Williams från MIT, som ombads kommentera resultatet, sa att beviset vid sidan av rutinmässiga delar har några „främmande“ avsnitt och att det kräver att hela forskarsamhället arbetar tillsammans. OpenAI uppgav att man är rimligt säker på att fyndet inte knäcker kända krypteringssystem.
För varje område valdes en olika väg: det matematiska resultatet lades på GitHub, för datavetenskapen bildades en extern arbetsgrupp och OpenAI ska finansiera en konferens, medan publiceringen av fysikresultatet lämnades åt fysikerna.
Varför spelar det roll?
Om resultaten bekräftas måste många vetenskapliga artiklar från det senaste decenniet som bygger på ETH ses över. Den större frågan gäller vetenskapen själv: när AI börjar ta fram bevis kan människans roll bli att förstå och verifiera bevisen och att ställa nya frågor som höjer ribban.