Riassunto:
Ricordate all'inizio di questo mese, quando i matematici accusarono OpenAI di cercare di prendere il comando e competere per i risultati di un problema matematico estremamente difficile, cosa che fece precipitare l'azienda in una protesta pubblica? Secondo persone che hanno familiarità con lo stato di avanzamento della ricerca, il fatto è che OpenAI è molto vicino alla soluzione di un altro problema matematico nel problema del Premio Millennio. Il problema del Premio del Millennio comprende un totale di sette famose sfide matematiche, e la questione precedentemente controversa dell'esistenza e della regolarità dell'equazione di Navier-Stokes è una di queste.
La fonte ha affermato che i dipendenti dell'azienda si aspettano che il prossimo obiettivo, la congettura di Hodge, venga dimostrato in un periodo di tempo relativamente breve. La congettura di Hodge studia se alcune caratteristiche geometriche di una geometria definita da equazioni polinomiali possono sempre essere descritte da componenti algebrici più semplici. Tuttavia, potrebbe essere necessario più tempo prima che OpenAI annunci i risultati della prova. Il motivo è che l'azienda sta studiando come collaborare con la comunità matematica per pubblicare i risultati in modo adeguato ed evitare un'altra crisi delle pubbliche relazioni.
Perché OpenAI è interessata a questi difficili e difficili problemi matematici? Dopotutto, risolvere tali problemi è costoso: dimostrare in precedenza i risultati relativi all’equazione di Navier-Stokes potrebbe essere costato milioni di dollari. La fonte ha affermato che OpenAI ha utilizzato una variante del modello pre-addestrato di prossima generazione (nome in codice "Doug") per completare questa prova.
Alcuni ricercatori di OpenAI ritengono che, dopo l'ingegneria del software, la matematica sia la prossima area logica da conquistare per i modelli di grandi dimensioni. I due campi hanno caratteristiche simili: entrambi richiedono un ragionamento logico passo passo e la maggior parte dei risultati può essere verificata automaticamente. Alcuni ricercatori ritengono addirittura che i cambiamenti nell'automazione avvenuti nel campo dell'ingegneria del software l'anno scorso si ripeteranno nel campo della matematica nei prossimi 6-9 mesi.
Inoltre, il superamento di difficili problemi matematici aiuterà anche gli sviluppatori di intelligenza artificiale a promuovere l'automazione della ricerca sull'apprendimento automatico: l'apprendimento automatico stesso coinvolge molta matematica. Questo tipo di automazione è una parte importante del loro obiettivo di auto-miglioramento ricorsivo (l’intelligenza artificiale sviluppa in modo indipendente nuova intelligenza artificiale).
Testare la capacità di modelli all'avanguardia di risolvere problemi matematici che non sono mai stati dimostrati può anche aiutare i ricercatori a valutare il livello di progresso e le capacità di ragionamento complesse dei modelli. Se il modello può risolvere problemi difficili come l’equazione di Navier-Stokes e la congettura di Hodge, può significare che è anche in grado di risolvere problemi altrettanto difficili in altri campi come la biologia e la chimica.
Inoltre, fintanto che i risultati vengono pubblicati senza causare forte insoddisfazione tra i matematici, tali scoperte possono anche creare nuove pietre miliari accattivanti per OpenAI e fungere da gettoni pubblicitari nella corsa verso la super intelligenza artificiale generale, il che è naturalmente vantaggioso per l'azienda.
Commenti