NYT: Η OpenAI «έλυσε ένα από τα επτά "Προβλήματα της Χιλιετίας"»
Η ανακοίνωση της εταιρείας αποτελεί μέχρι σήμερα την πιο εντυπωσιακή ένδειξη ότι η τεχνητή νοημοσύνη μετασχηματίζει ριζικά τον χώρο των ανώτερων μαθηματικών.
Snapshot
- Η OpenAI ανακοίνωσε ότι ένα από τα νέα μοντέλα της έλυσε το πρόβλημα ύπαρξης και ομαλότητας των Navier–Stokes, ένα από τα επτά «Προβλήματα της Χιλιετίας».
- Η λύση απαιτούσε 88 ώρες και τη συνεργασία έως και 10.000 αυτόνομων πρακτόρων τεχνητής νοημοσύνης.
- Η επίλυση του προβλήματος δείχνει ότι οι εξισώσεις Navier–Stokes παύουν να ισχύουν υπό ορισμένες συνθήκες, κάτι που θεωρητικά θα μπορούσε να προκαλέσει κατάρρευση των φυσικών νόμων.
- Μαθηματικοί όπως ο Τέρενς Τάο εκφράζουν ανησυχίες για την αποδυνάμωση της ανθρώπινης κατανόησης, καθώς η τεχνητή νοημοσύνη λύνει προβλήματα με ελάχιστη ανθρώπινη συμμετοχή.
- Η OpenAI δημοσίευσε την απόδειξη σε Lean για να επιτρέψει σε εξωτερικούς επιστήμονες να την αξιολογήσουν, ενώ η τεχνολογία βασίζεται σε ενισχυτική μάθηση και νευρωνικά δίκτυα.
Η OpenAI ανακοίνωσε την Τρίτη ότι η τελευταία τεχνολογία τεχνητής νοημοσύνης της κατάφερε να λύσει ένα από τα περίφημα «Προβλήματα της Χιλιετίας», μια συλλογή σημαντικών άλυτων μαθηματικών προβλημάτων που δημιουργήθηκε με στόχο να ωθήσει τους κορυφαίους μαθηματικούς του κόσμου σε νέα όρια.
Η ανακοίνωση αποτελεί ακόμη μία σαφή ένδειξη ότι η τεχνητή νοημοσύνη αλλάζει θεμελιωδώς τα ανώτερα επίπεδα των μαθηματικών, τα οποία επί δεκαετίες θεωρούνταν μία από τις κορυφαίες εκφράσεις της ανθρώπινης διανόησης. Η εξέλιξη ενθουσιάζει ορισμένους μαθηματικούς, ενώ προκαλεί ανησυχία σε άλλους, σύμφωνα με δημοσίευμα των New York Times.
Κατά τον τελευταίο χρόνο, συστήματα τεχνητής νοημοσύνης έχουν καταφέρει να λύσουν ένα ευρύ φάσμα προβλημάτων που απασχολούσαν τους μαθηματικούς επί δεκαετίες. Ωστόσο, τα προβλήματα αυτά δεν ήταν τόσο σύνθετα ούτε είχαν τύχει τόσο μεγάλης προσοχής όσο εκείνο που η τεχνολογία της OpenAI υποστηρίζει ότι έλυσε τις τελευταίες ημέρες.
Τα «Προβλήματα της Χιλιετίας» συγκαταλέγονται στα πλέον μελετημένα ζητήματα του κλάδου.
«Πρόκειται για μια θεαματική κορύφωση της πορείας που έχουμε δει τους τελευταίους δώδεκα μήνες», δήλωσε ο ερευνητής της OpenAI Σεμπαστιάν Μπουμπέκ, αναφερόμενος στη νέα λύση της εταιρείας.
Η OpenAI ανακοίνωσε ότι ένα από τα νεότερα μοντέλα της, το οποίο δεν έχει ακόμη διατεθεί στο κοινό, χρειάστηκε μόλις 88 ώρες για να λύσει αυτό που οι μαθηματικοί αποκαλούν «Πρόβλημα ύπαρξης και ομαλότητας των Navier–Stokes».
Πρόκειται για ένα πρόβλημα που αφορά μια σειρά εξισώσεων οι οποίες χρησιμοποιούνται ευρέως για την πρόβλεψη του καιρού. Οι εξισώσεις περιγράφουν την κίνηση του νερού και άλλων ρευστών.
Το πρόβλημα Navier–Stokes, το οποίο δεν έχει σαφή πρακτική εφαρμογή, εξετάζει εάν αυτές οι εξισώσεις παύουν να ισχύουν πλήρως υπό ορισμένες συνθήκες. Η απόδειξη που παρουσίασε η OpenAI υποστηρίζει ότι έχει προσδιορίσει μια τέτοια κατάσταση.
Αυτό θα σήμαινε, τουλάχιστον θεωρητικά, ότι οι ίδιοι οι νόμοι της φυσικής θα μπορούσαν να «καταρρεύσουν» υπό συγκεκριμένες συνθήκες, για παράδειγμα, ότι το νερό θα μπορούσε να εκραγεί αυθόρμητα. Μαθηματικοί και φυσικοί, ωστόσο, δεν θεωρούν ότι μια τέτοια μαθηματική κατάρρευση θα μπορούσε πράγματι να οδηγήσει σε ένα τέτοιο αποτέλεσμα στον φυσικό κόσμο.
Το πρόβλημα Navier–Stokes ήταν ένα από τα επτά «Προβλήματα της Χιλιετίας» που επέλεξε το Clay Mathematics Institute το 2000, ως έναν τρόπο παρακολούθησης της προόδου των μαθηματικών στη νέα χιλιετία. Το ινστιτούτο, που ιδρύθηκε από τον Αμερικανό επιχειρηματία Λάντον Τ. Κλέι, προσφέρει 1 εκατομμύριο δολάρια για την πρώτη ορθή λύση καθενός από τα προβλήματα.
Πριν από την ανακοίνωση της OpenAI, μόνο ένα από τα επτά προβλήματα είχε λυθεί.
Οι μαθηματικοί βλέπουν και κινδύνους
Ο Τέρενς Τάο, καθηγητής στο Πανεπιστήμιο στην Καλιφόρνια στο Λος Άντζελες και ένας από τους σημαντικότερους μαθηματικούς της γενιάς του, έχει προειδοποιήσει ότι τα τελευταία συστήματα τεχνητής νοημοσύνης ενδέχεται να προκαλέσουν προβλήματα στον ίδιο τον κλάδο.
«Αυτά τα ερωτήματα είναι φάροι. Είναι σημαντικά σημεία εστίασης που προσελκύουν τις προσπάθειες των ανθρώπων της επιστήμης», ανέφερε.
Ο Τάο υποστηρίζει ότι εάν η τεχνητή νοημοσύνη μπορεί να λύνει τα δυσκολότερα προβλήματα με ελάχιστη συμμετοχή ανθρώπων μαθηματικών, υπάρχει κίνδυνος να αποδυναμωθεί η ανθρώπινη κατανόηση του αντικειμένου.
«Η προσπάθεια που απαιτείται για να λύσεις προβλήματα είναι συχνά πολύ διδακτική. Σου μαθαίνει κάτι. Είναι σαν να πηγαίνεις στο γυμναστήριο και να έχεις στόχο να σηκώσεις ένα βάρος εκατό φορές», εξήγησε.
«Τώρα η τεχνητή νοημοσύνη μπορεί να λύνει ερωτήματα χωρίς να αποκομίζει πραγματικά κάτι από αυτά. Είναι σαν να έχεις μηχανές που σηκώνουν τα βάρη για λογαριασμό σου στο γυμναστήριο».
Παράλληλα, όμως, όπως επισημαίνει ο ίδιος και άλλοι μαθηματικοί, οι άνθρωποι εξακολουθούν να διαδραματίζουν σημαντικό ρόλο καθώς τα συστήματα τεχνητής νοημοσύνης επεξεργάζονται τα προβλήματα.
Η OpenAI ανέφερε ότι επιστράτευσε τεράστιες ομάδες «AI agents», δηλαδή αυτόνομους πράκτορες τεχνητής νοημοσύνης, για την επίλυση του προβλήματος Navier–Stokes και ότι οι ερευνητές της μετέφεραν βασικές ιδέες από τη μία ομάδα στην άλλη.
«Ο ρόλος μας ήταν σαν εκείνος μιας μέλισσας που μεταφέρει γύρη από τη μία ομάδα στην άλλη, μεταφέροντας διαφορετικά κομμάτια πληροφορίας», δήλωσε ο ερευνητής της OpenAI Νταν Ρόμπερτς.
10.000 πράκτορες τεχνητής νοημοσύνης
Η OpenAI δήλωσε ότι χρησιμοποίησε έως και 10.000 AI agents που εργάστηκαν συντονισμένα για την επίλυση του προβλήματος Navier–Stokes.
Η λειτουργία ενός τόσο μεγάλου αριθμού συστημάτων τεχνητής νοημοσύνης εκτιμάται ότι πιθανότατα κόστισε εκατομμύρια δολάρια, λόγω της τεράστιας κατανάλωσης ηλεκτρικής ενέργειας που απαιτείται για τη λειτουργία των εξειδικευμένων chips που τροφοδοτούν τα συστήματα AI.
Ο ερευνητής της OpenAI Νόαμ Μπράουν χαρακτήρισε τη διαδικασία «πολύ δαπανηρή», σημειώνοντας ωστόσο ότι το κόστος λειτουργίας των συστημάτων τεχνητής νοημοσύνης μειώνεται όσο εταιρείες όπως η OpenAI βελτιώνουν την αποδοτικότητά τους.
Την Τρίτη η εταιρεία δημοσίευσε επιστημονική εργασία στην οποία περιγράφει τη λύση της, συμπεριλαμβανομένης μιας απόδειξης σε Lean, ώστε εξωτερικοί μαθηματικοί να μπορούν να εξετάσουν τον τρόπο με τον οποίο τα συστήματά της έλυσαν το πρόβλημα.
Για τον Τάο, ωστόσο, αυτό εξακολουθεί να αποτελεί φτωχό υποκατάστατο της επίλυσης ενός προβλήματος από τους ίδιους τους ανθρώπους. Παρομοίασε την OpenAI με έναν οδηγό που εξερευνά μια άγνωστη περιοχή και εντοπίζει ένα μονοπάτι προς έναν κρυμμένο καταρράκτη.
«Αυτό έχει κάποια αξία», είπε. «Αλλά από τη στιγμή που κάποιος δείξει ένα συγκεκριμένο μονοπάτι προς τον καταρράκτη, οι άνθρωποι απλώς ακολουθούν αυτό το μονοπάτι. Δεν αφιερώνουν τόσο χρόνο αναζητώντας άλλες διαδρομές».
Πώς η AI έμαθε να λύνει μαθηματικά προβλήματα
Οι εταιρείες τεχνητής νοημοσύνης, όπως η OpenAI, βασίζουν τα συστήματά τους σε νευρωνικά δίκτυα, τα οποία μαθαίνουν δεξιότητες αναλύοντας τεράστιες ποσότητες ψηφιακών δεδομένων.
Τα τελευταία περίπου δύο χρόνια, οι εταιρείες άρχισαν να βελτιώνουν περαιτέρω αυτά τα συστήματα μέσω μιας τεχνικής που ονομάζεται ενισχυτική μάθηση (reinforcement learning). Μέσω αυτής της διαδικασίας, τα συστήματα AI μαθαίνουν νέες συμπεριφορές μέσα από εκτεταμένη δοκιμή και σφάλμα.
Λύνοντας χιλιάδες μαθηματικά προβλήματα, για παράδειγμα, μπορούν να μάθουν ποιες μέθοδοι οδηγούν στη σωστή απάντηση και ποιες όχι. Οι ερευνητές αναπτύσσουν σύνθετους μηχανισμούς ανάδρασης που ενημερώνουν το σύστημα όταν έχει κάνει κάτι σωστά ή λάθος.
Η ενισχυτική μάθηση είναι δύσκολο να τελειοποιηθεί σε τομείς όπως η δημιουργική γραφή, η φιλοσοφία και η ηθική, όπου είναι δύσκολο να καθοριστεί αντικειμενικά ποια απάντηση είναι σωστή και ποια λανθασμένη. Στα μαθηματικά, όμως, η τεχνική αυτή είναι ιδανική.
Μέσω αυτής της διαδικασίας, τα συστήματα τεχνητής νοημοσύνης μπορούν να μάθουν να αποδεικνύουν μαθηματικά θεωρήματα χρησιμοποιώντας τη γλώσσα προγραμματισμού Lean, η οποία είχε αρχικά σχεδιαστεί ως εργαλείο για ανθρώπους μαθηματικούς.
Τώρα, καθώς τα συστήματα AI έχουν γίνει αρκετά ικανά ώστε να παράγουν μόνα τους κώδικα υπολογιστών, μπορούν επίσης να χρησιμοποιούν τη Lean για να δημιουργούν τις δικές τους μαθηματικές αποδείξεις.
Τον Ιανουάριο, η OpenAI και η νεοφυής εταιρεία Harmonic ανακοίνωσαν ότι δύο συστήματα τεχνητής νοημοσύνης τους είχαν λύσει από κοινού ένα από τα λεγόμενα «Προβλήματα του Erdős», μια συλλογή δύσκολων άλυτων προβλημάτων που είχε θέσει ο Ούγγρος μαθηματικός του 20ού αιώνα Πολ Έρντος.
Ορισμένοι μαθηματικοί επισήμαναν τότε ότι η λύση που παρήγαγαν τα συστήματα AI δεν διέφερε ιδιαίτερα από προηγούμενη εργασία που είχε γίνει χωρίς τη βοήθεια τεχνητής νοημοσύνης.
«Μου μοιάζει με έναν πολύ έξυπνο μαθητή που έχει απομνημονεύσει τα πάντα για τις εξετάσεις, αλλά δεν έχει βαθιά κατανόηση της έννοιας», είχε δηλώσει ο Τάο.
Καθώς όμως περνούσαν οι μήνες, οι τεχνολογίες της OpenAI και άλλων εταιρειών συνέχιζαν να επιλύουν ολοένα περισσότερα προβλήματα, ορισμένες φορές με ακόμη πιο εντυπωσιακό τρόπο.
Η τελευταία εξέλιξη, εφόσον η μαθηματική απόδειξη επιβεβαιωθεί από την επιστημονική κοινότητα, θα μπορούσε να αποτελέσει ορόσημο όχι μόνο για την τεχνητή νοημοσύνη αλλά και για την ίδια την ιστορία των μαθηματικών.
