Zusammenfassung:
Nach der Ankündigung im letzten Monat, interne hochmoderne Modelle zur Lösung eines der wichtigsten offenen Probleme in der Mathematik zu verwenden, hat OpenAI erneut einen „Blockbuster“ für die Mathematik-Community veröffentlicht. Am 6. Oktober Ortszeit kündigte OpenAI eine Reihe neuer mathematischer Forschungsergebnisse an, die von internen hochmodernen KI-Modellen generiert wurden und insgesamt 372 Ergebnissätze umfassen, die eine große Anzahl langfristig ungelöster Probleme in der Mathematik und der theoretischen Informatik abdecken. OpenAI sagte, dass diese Ergebnisse entweder seit langem bestehende offene Probleme lösten oder wesentliche Durchbrüche erzielten.
Weitere Informationen:
https://github.com/openai/math
Der Umfang dieser Veröffentlichung übertrifft bei weitem frühere Durchbrüche bei einem einzelnen mathematischen Problem. OpenAI hat dieses Mal Hunderte von Forschungsergebnissen offengelegt, darunter 722 Arbeiten oder verwandte Manuskripte, die 372 verschiedenen Sätzen mathematischer Ergebnisse entsprechen. Das Unternehmen veröffentlichte außerdem Informationen wie eine Zusammenfassung einiger Modellinferenzprozesse, den Rechenressourcenverbrauch und die Anzahl der versuchten Probleme, in der Hoffnung, der Mathematikgemeinschaft eine umfassendere Bewertung der Ergebnisse dieser KIs zu ermöglichen.
OpenAI sagte, dass diese Ergebnisse von einem internen Spitzenmodell stammen, das noch nicht offiziell für die Öffentlichkeit zugänglich ist. Im Gegensatz zum vorherigen sensationellen Navier-Stokes-Gleichungsproblem konzentriert sich diese Veröffentlichung nicht auf ein bestimmtes Gebiet der Mathematik, sondern deckt viele Richtungen wie Zahlentheorie, algebraische Geometrie und theoretische Informatik ab. Einige dieser Probleme beschäftigen Mathematiker seit Jahren, sogar Jahrzehnten.
Laut den von OpenAI veröffentlichten Daten verbraucht jedes Ergebnis im Durchschnitt Rechenressourcen, die etwa 3 Stunden ununterbrochenem Nachdenken über ChatGPT Pro entsprechen. Dies bedeutet, dass diese Ergebnisse nicht einfach durch eine einzelne Chat-Anfrage generiert werden, sondern auf der Grundlage umfangreicher Berechnungen und Versuche und Irrtümer gewonnen werden. OpenAI veröffentlichte auch Statistiken zu den Problemen, die das Modell zu lösen versuchte, in der Hoffnung, dass die Außenwelt die Erfolgsquote und den Rechenaufwand hinter diesen Ergebnissen verstehen könnte.
Diese Veröffentlichung spiegelt auch den Versuch von OpenAI wider, die Art und Weise zu ändern, wie es in der Vergangenheit KI-Mathematikergebnisse veröffentlicht hat. Wenn Unternehmen im Bereich der künstlichen Intelligenz früher große mathematische Entdeckungen ankündigten, gaben sie diese oft direkt über Unternehmensblogs oder Pressemitteilungen bekannt, sodass die Mathematiker beurteilen mussten, ob die Ergebnisse zuverlässig waren. Diese Praxis hat in der Mathematikgemeinschaft für Unzufriedenheit gesorgt, da die mathematische Forschung stark auf strengen Beweisen, Peer-Reviews und einer klaren Zuweisung von Urheberschaft und Beitrag beruht.
Zu diesem Zweck hat OpenAI eine Beratergruppe für Mathematik und künstliche Intelligenz eingerichtet und Experten, darunter bekannte Mathematiker, eingeladen, um zu diskutieren, wie die von diesen KIs generierten mathematischen Ergebnisse veröffentlicht werden können. OpenAI erklärte dieses Mal, dass es auf den Rat dieser unabhängigen Beratungsorganisation zurückgegriffen habe, die Ergebnisse im GitHub-Repository veröffentlicht und einen Papiermodifikations- und Zitiermechanismus bereitgestellt habe, damit Forscher nach der Entdeckung von Problemen Überarbeitungen vornehmen und gleichzeitig klarere Forschungsaufzeichnungen behalten könnten.
Einige Ergebnisse liefern auch einen formalen Lean-Beweis. Lean ist ein Softwaretool, das es Computern ermöglicht, mathematische Beweise zu überprüfen. Durch die Umwandlung mathematischer Beweise in eine Form, die Lean überprüfen kann, können Forscher genauer bestätigen, ob es logische Lücken in KI-generierten Beweisen gibt. OpenAI gab an, dass es eine große Anzahl von Ergebnissen formalisiert hat und das Lager nach Erhalt formellerer Beweise weiterhin aktualisieren wird.
Diese Veröffentlichung von OpenAI bedeutet jedoch nicht, dass alle diese mathematischen Ergebnisse von der Mathematik-Community anerkannt wurden. Gerade wurde eine große Anzahl von Arbeiten veröffentlicht, und Mathematiker müssen noch jeden einzelnen Artikel lesen, die Beweise prüfen und beurteilen, wie aussagekräftig die Ergebnisse sind. Bei komplexen mathematischen Problemen besteht eine große Lücke zwischen „KI behauptet, sie zu lösen“ und „Mathematische Gemeinschaft bestätigt, sie zu lösen“.
Tatsächlich ist dies einer der wichtigen Gründe, warum dieser Vorfall Kontroversen auslöste. Einige Leute in der Mathematik-Community glauben, dass KI-Unternehmen mathematische Ergebnisse in beispielloser Geschwindigkeit produzieren, das traditionelle mathematische Forschungssystem jedoch nicht genug Zeit hat, diese Ergebnisse zu überprüfen. Wenn Unternehmen weiterhin große Mengen nicht von Experten begutachteter Ergebnisse veröffentlichen, müssen Mathematiker möglicherweise viel Zeit damit verbringen, diese nach dem wirklich Wertvollen zu durchsuchen.
Diese Bedenken wurden vollständig aufgedeckt, als OpenAI zuvor seine Lösung für das Navier-Stokes-Problem ankündigte. Der Mathematiker Tristan Buckmaster hat den OpenAI-Prozess zur Beschaffung relevanter Beweisideen öffentlich in Frage gestellt und gesagt, dass er und der Anthropic-Mathematiker Levent Alpöge bereits zuvor wichtige Fortschritte in verwandten Richtungen gemacht haben. In der Mathematik-Community entbrannte eine heftige Debatte darüber, wer als erster die Schlüsselideen der Forschungsergebnisse vorschlug und wie KI-Unternehmen ihre Unterschriften und Beiträge identifizieren sollten.
OpenAI hat die entsprechenden Anschuldigungen zurückgewiesen, aber der Vorfall hat die Mathematik-Community dazu veranlasst, ernsthaft über ein bisher weiter entferntes Thema zu diskutieren: Wenn KI selbstständig Forschungsarbeiten durchführen kann, die in der Vergangenheit nur Top-Mathematiker bewältigen konnten, wie sollten dann die traditionellen „Autor“, „Entdecker“ und „Forschungsbeiträge“ definiert werden?
Diese Veröffentlichung ist daher nicht nur die Veröffentlichung einer Reihe mathematischer Arbeiten, sondern auch ein Experiment zur zukünftigen Ausrichtung mathematischer Forschungsmodelle. In der Vergangenheit brauchten Mathematiker möglicherweise Monate oder sogar Jahre, um ein offenes Problem zu untersuchen. Jetzt kann ein hochmodernes KI-Modell Hunderte oder mehr Probleme gleichzeitig lösen und dabei stundenlang Rechenressourcen investieren. Selbst wenn die überwiegende Mehrheit davon letztendlich nicht nachgewiesen werden kann, kann die Forschungseffizienz die traditioneller menschlicher Forschungsmethoden bei weitem übertreffen, solange einige wenige Ergebnisse wirklich korrekt sind.
OpenAI glaubt, dass der Zweck dieser Errungenschaften nicht darin besteht, Mathematiker zu ersetzen, sondern die Grenzen des mathematischen Wissens voranzutreiben. Das Unternehmen erklärte, es hoffe, Mathematikern in Zukunft die Möglichkeit zu geben, die Ergebnisse dieser KIs durch Seminare, Konferenzen und spezielle Forschungsprojekte weiter zu untersuchen, und der wissenschaftlichen Gemeinschaft zu helfen, zu verstehen, wie künstliche Intelligenz diese neuen mathematischen Ideen hervorbringt.
Gleichzeitig bereitet sich OpenAI immer noch darauf vor, die Modelle, die diese Ergebnisse hervorgebracht haben, in Zukunft der Öffentlichkeit zugänglich zu machen. Das Unternehmen hofft, Wissenschaftlern nach weiteren Sicherheits- und Fähigkeitsbewertungen die direkte Nutzung modernster KI-Systeme zur Lösung von Problemen in der Mathematik und anderen wissenschaftlichen Bereichen zu ermöglichen.
Dies ist auch der bemerkenswerteste Aspekt dieses Vorfalls. In den letzten Jahren hat sich der Fortschritt der KI im Bereich der Mathematik hauptsächlich in der Verbesserung von Wettbewerbsfragen, standardisierten Tests und Hilfsbeweisfunktionen manifestiert. Mittlerweile hat die KI begonnen, sich direkt an der realen mathematischen Forschung zu beteiligen und Hunderte von möglichen Forschungsergebnissen zu generieren. Wenn ein beträchtlicher Teil davon endgültig von der mathematischen Gemeinschaft verifiziert wird, bedeutet dies, dass die KI im Bereich der Mathematik allmählich von einem „Problemlösungswerkzeug“ zum „Forschungswerkzeug“ übergegangen ist.
Aber gleichzeitig ist Quantität nicht gleich Qualität. Die eigentliche Frage, die die Mathematik-Gemeinschaft beantworten muss, ist nicht, wie viele Arbeiten die KI auf einmal produziert, sondern wie viele davon einer strengen Begutachtung durch Fachkollegen standhalten, wie viele davon wirklich originelle Ideen enthalten und wie viele davon andere Mathematiker dazu bringen können, bisher unlösbare Probleme weiter zu lösen.
Ganz gleich, wie das Endergebnis ausfällt, die Ankündigung Hunderter mathematischer Ergebnisse durch OpenAI auf einmal bedeutet, dass sich die Beziehung zwischen KI und mathematischer Forschung grundlegend verändert. In der Vergangenheit machten sich die Menschen Sorgen darüber, ob KI mathematische Probleme lösen könnte. Jetzt ist die realistischere Frage: Wenn KI anfängt, mathematische Ergebnisse mit einer Geschwindigkeit zu produzieren, die weit über der von menschlichen Forschungsteams liegt, wie sollten menschliche Mathematiker diese Ergebnisse dann überprüfen, verstehen, überprüfen und nutzen?
Und dieser Wandel hat möglicherweise gerade erst begonnen.
Kommentare