Η OpenAI ετοιμάζεται να δημοσιεύσει περισσότερες από 100 λύσεις σε παλιά ανοικτά προβλήματα των μαθηματικών. Η ανακοίνωση όμως προκαλεί αντιδράσεις όχι μόνο για το τι μπορεί να κάνει η τεχνητή νοημοσύνη, αλλά και για το πώς πρέπει να παρουσιάζονται, να ελέγχονται και να αποδίδονται τέτοια αποτελέσματα.
Μια μαζική δημοσίευση που αλλάζει τους κανόνες
Σύμφωνα με το WIRED, η OpenAI συγκέντρωσε τον Αύγουστο περίπου 40 μαθηματικούς για να συζητήσει τι θα σήμαινε μια εποχή όπου τα μοντέλα θα ξεπερνούν τους ανθρώπους σε ορισμένες ερευνητικές εργασίες. Η εταιρεία είχε αφήσει να εννοηθεί ότι τα μοντέλα της είχαν βρει λύσεις σε εκατοντάδες προβλήματα που παρέμεναν ανοικτά για χρόνια.
Η επικείμενη δημοσίευση περισσότερων από 100 αποτελεσμάτων, πιθανότατα σε αποθετήριο στο GitHub, έρχεται μετά από προηγούμενες ανακοινώσεις μεμονωμένων λύσεων. Για τους μαθηματικούς, το ζήτημα δεν είναι μόνο ο αριθμός. Είναι αν κάθε αποτέλεσμα θα συνοδεύεται από πλήρη απόδειξη, σαφείς παραπομπές και αρκετά στοιχεία ώστε να μπορεί να ελεγχθεί ανεξάρτητα.
Το πρόβλημα δεν είναι η ταχύτητα, αλλά η τεκμηρίωση
Στα μαθηματικά, μια απάντηση δεν αρκεί. Η αξία βρίσκεται στη λογική διαδρομή που οδηγεί σε αυτήν, στη σχέση της με την προηγούμενη βιβλιογραφία και στη δυνατότητα άλλων ερευνητών να επαληθεύσουν κάθε βήμα.
Αυτό είναι δύσκολο όταν οι λύσεις παράγονται από χιλιάδες agents και δημοσιοποιούνται ως αναρτήσεις, σύντομα κείμενα ή αρχεία χωρίς το πλαίσιο μιας επιστημονικής δημοσίευσης. Η ανησυχία των ερευνητών είναι ότι μια εντυπωσιακή ανακοίνωση μπορεί να προηγείται της ουσιαστικής αξιολόγησης — και να αφήνει ασαφές ποιος συνέβαλε πραγματικά στο αποτέλεσμα.
Η ίδια η OpenAI έχει δηλώσει ότι εργάζεται για μια υπεύθυνη διαδικασία δημοσίευσης, αξιοποιώντας συμβουλές από ομάδα του Institute for Advanced Study. Ωστόσο, αρκετοί μαθηματικοί υποστηρίζουν ότι οι προηγούμενες κινήσεις της εταιρείας δεν αντανακλούν ακόμη τα πρότυπα της κοινότητας.
Η σκιά των προηγούμενων αντιπαραθέσεων
Η δυσπιστία ενισχύθηκε από την υπόθεση του προβλήματος Navier–Stokes, ενός από τα Προβλήματα της Χιλιετίας. Η OpenAI παρουσίασε λύση που παρήγαγε η AI, ενώ ο μαθηματικός Tristan Buckmaster υποστήριξε ότι η εταιρεία ενδέχεται να γνώριζε τη δική του πρόοδο και τη δουλειά του Levent Alpöge πριν από την ανακοίνωση.
Οι αντιδράσεις δεν αφορούν μόνο την πατρότητα. Αφορούν και τη δυνατότητα να διαπιστωθεί αν ένα μοντέλο βασίστηκε σε προγενέστερη, μη δημοσιευμένη έρευνα, καθώς και το αν οι ίδιοι οι ερευνητές μπορούν να κατανοήσουν πλήρως τη διαδικασία με την οποία προέκυψε μια απόδειξη.
Η OpenAI έχει αρνηθεί ότι τα prompts του Buckmaster επηρέασαν το σύστημα και έχει αναγνωρίσει την ανάγκη για διάλογο με τους μαθηματικούς. Αυτό όμως δεν εξαλείφει το βασικό πρόβλημα: όταν οι εταιρείες AI ελέγχουν τα μοντέλα, τα δεδομένα και τον χρόνο δημοσίευσης, η ακαδημαϊκή κοινότητα δυσκολεύεται να ελέγξει τη διαδρομή της γνώσης.
Τι θα κρίνει την αξιοπιστία των λύσεων
Η πραγματική δοκιμασία θα είναι η ποιότητα της διαδικασίας. Οι λύσεις θα χρειαστούν ανεξάρτητο έλεγχο, καθαρές αναφορές σε προηγούμενη εργασία, αναπαραγώγιμα εργαλεία και, όπου είναι δυνατόν, τυπική επαλήθευση από λογισμικό.
Αυτό δεν σημαίνει ότι οι μαθηματικοί πρέπει να αγνοήσουν την AI. Τα μοντέλα μπορούν να αναλαμβάνουν επαναλαμβανόμενους υπολογισμούς, να προτείνουν υποθέσεις και να βοηθούν στην εξερεύνηση χώρων που είναι υπερβολικά μεγάλοι για χειροκίνητη αναζήτηση. Η ανθρώπινη κρίση παραμένει όμως απαραίτητη για να ξεχωρίσει μια ενδιαφέρουσα υπόδειξη από μια πραγματική απόδειξη.
Η επικείμενη συλλογή των λύσεων θα δείξει αν η OpenAI είναι έτοιμη να λειτουργήσει με τους κανόνες της επιστήμης ή αν θα επιμείνει στη λογική της επίδειξης δυνατοτήτων. Στα μαθηματικά, το να φτάσεις πρώτος στην απάντηση έχει μικρότερη σημασία από το να μπορείς να εξηγήσεις πώς έφτασες εκεί και ποιοι άνθρωποι συνέβαλαν στη διαδρομή.