Riassunto:
Con l'annuncio di alto profilo di OpenAI secondo cui il suo sistema interno di intelligenza artificiale ha superato con successo uno dei "problemi del Premio del Millennio" che ha afflitto la comunità matematica per quasi un secolo: l'esistenza e la regolarità delle equazioni di Navier-Stokes (equazioni di Navier-Stokes), un'enorme controversia sulla fonte dei dati di addestramento sottostanti per modelli all'avanguardia, sulla proprietà dei diritti di proprietà intellettuale della ricerca scientifica e sull'etica accademica è rapidamente esplosa nella comunità accademica globale e nell'industria tecnologica.
Mentre l'intelligenza artificiale invade gradualmente l'avanguardia della ricerca scientifica di base, da dove i modelli di ragionamento matematico di alto livello di giganti come OpenAI traggono nutrienti chiave e se i ricercatori scientifici diventano inavvertitamente "fertilizzante di dati" per i modelli privati dei giganti della tecnologia quando utilizzano quotidianamente strumenti di intelligenza artificiale commerciale.
La controversia ha avuto origine da una dimostrazione matematica di 165 pagine e da un certificato di codice formale Lean rilasciato da OpenAI. Secondo la divulgazione di OpenAI, ha implementato un modello interno non divulgato che è più potente del GPT-6 Astra appena rilasciato, ha mobilitato circa 10.000 agenti IA autonomi in grado di comunicare in modo collaborativo, ha consumato centinaia di miliardi di token di output e risorse di supercalcolo per un valore di circa 22,5 milioni di dollari in 88 ore e infine ha derivato una prova matematica che l'equazione del fluido incomprimibile produce una singolarità in un tempo limitato. OpenAI ha inoltre chiarito che non riceverà il bonus di 1 milione di dollari stabilito dal Clay Mathematics Institute. Tuttavia, poco prima della pubblicazione dei risultati di OpenAI, Tristan Buckmaster, professore presso il Courant Institute of Mathematical Sciences della New York University, e Levent Alpöge, ricercatore presso la concorrente Anthropic, avevano appena rivelato i loro risultati precursori rivoluzionari su problemi di fluidodinamica correlati come l’equazione di Eulero forzata.
Buckmaster ha immediatamente rilasciato una dichiarazione pubblica, sollevando forti dubbi sulla svolta indipendente di OpenAI. Buckmaster ha sottolineato che durante la ricerca collaborativa durata un anno, lui e Alperger hanno utilizzato in modo approfondito lo strumento di generazione del codice di OpenAI Codex e il modello Claude di Anthropic per dedurre formule e redigere bozze intermedie. Tutti i manoscritti di derivazione principali non pubblicati, i percorsi di ingresso matematici suddivisi e le impostazioni specifiche delle condizioni al contorno sono stati completamente inseriti nel registro della sessione del Codex. Buckmaster ha rivelato che dopo aver appreso che OpenAI era venuta a conoscenza di voci di ricerca esterne rilevanti, ha chiesto direttamente a OpenAI se il modello interno di risoluzione dei problemi fosse stato esposto o addestrato dai dati di interazione privata su Codex; Sebbene il personale tecnico di OpenAI abbia insistito sul fatto che il modello non accedeva direttamente a dati utente specifici in tempo reale, ha evitato di rispondere alla domanda chiave "se fosse stato incorporato nel set di dati di pre-addestramento o di messa a punto del modello". In modo ancora più controverso, Buckmaster ha anche accusato il ricercatore principale di OpenAI Sébastien Bubeck di aver stabilito le condizioni per la co-paternità nelle comunicazioni private, ma ha chiesto che Alperger, un dipendente di Anthropic, fosse completamente escluso dalla co-paternità.
Di fronte ai crescenti dubbi sul plagio accademico e sull'appropriazione indebita di dati, OpenAI ha rilasciato ufficialmente una dichiarazione in cui negava di aver curiosato sui manoscritti delle due persone attraverso canali informali prima del rilascio pubblico. Bubeck ha inoltre sottolineato che la dimostrazione matematica derivata da OpenAI è essenzialmente diversa da quella del team Buckmaster in termini di struttura tecnica e conclusioni specifiche. Tuttavia, OpenAI raramente ha incluso un interessante disclaimer nella sua risposta ufficiale: i funzionari "non possono escludere la possibilità che i dati anonimi deidentificati generati dall'uso dei suoi prodotti da parte degli utenti abbiano oggettivamente contribuito a migliorare le prestazioni del modello". Questa affermazione ha immediatamente suscitato scalpore nel circolo accademico ed è stata interpretata da molti studiosi come un'ammissione mascherata da parte di OpenAI che i record di interazione privata dei migliori studiosi archiviati in strumenti di sviluppo commerciali sono molto probabilmente stati coinvolti nella pipeline di iterazione continua del suo modello sottostante.
Questo tumulto ha rivelato la realtà nascosta dell'"esaurimento dei dati" e dell'"assorbimento inverso" affrontati dai laboratori di intelligenza artificiale all'avanguardia quando sviluppano capacità matematiche di alto livello. La maggior parte dei dati pre-formazione tradizionali provengono dal web crawling pubblico, ma la stragrande maggioranza dei corpus matematici pubblici su Internet è solo al livello dei concorsi delle scuole primarie e secondarie o dei libri di testo di base universitari e non può supportare il modello per comprendere l’analisi geometrica profonda delle equazioni differenziali parziali o della topologia algebrica. Per dotare il modello del ragionamento logico profondo e delle capacità di deduzione rigorosa dei migliori matematici del mondo, il laboratorio di intelligenza artificiale, oltre ad assumere matematici professionisti per scrivere codice Lean formale e dati sintetici, fa molto affidamento su punti critici di ricerca all'avanguardia, ipotesi di risoluzione dei problemi inedite e flussi di parole avanzati immessi da veri studiosi di punta negli strumenti di sviluppo (come la piattaforma Codex). Una volta che l’accordo con l’utente conterrà una clausola che consente alla piattaforma di utilizzare dati di interazione non identificati per l’ottimizzazione dell’algoritmo, il lavoro cerebrale originale degli studiosi verrà tranquillamente digerito e amplificato dai cluster di potenza informatica aziendale in un’area grigia legale.
Esperti di filosofia della scienza e di diritto della proprietà intellettuale hanno sottolineato che la controversia Navier-Stokes non è stata un battibecco tra singoli studiosi e giganti del business, ma piuttosto ha segnato una crisi etica strutturale che deve essere affrontata quando il paradigma della scoperta scientifica umana subisce una fissione fondamentale. Negli ultimi centinaia di anni, il sistema di onore e incentivi del mondo accademico si è basato su una rigorosa revisione tra pari, priorità di pubblicazione ed etica di citazione letteraria standardizzata; tuttavia, di fronte alla “ricerca violenta” industrializzata che coinvolge decine di migliaia di agenti intelligenti che cooperano in parallelo e costa decine di milioni di dollari, le tradizionali linee di difesa della scoperta accademica stanno diventando vulnerabili. Se i giganti della tecnologia commerciale non solo controllassero l’egemonia della potenza di calcolo, ma utilizzassero anche il software di produttività che controllano per assorbire unilateralmente le idee inedite di studiosi all’avanguardia e negarne l’attribuzione sostanziale, le fondamenta della fiducia della comunità accademica globale negli strumenti di ricerca scientifica aperti saranno completamente scosse. Ciò costringerà anche le principali università e gli istituti di ricerca scientifica indipendenti a iniziare a riesaminare gli enormi rischi potenziali derivanti dal trasferimento dei segreti fondamentali della ricerca scientifica in strumenti di intelligenza artificiale cloud non verificati.
Commenti