OpenAI vydala 719 matematických rukopisů, Lean zatím pokrývá 42 % hlavních výsledků

OpenAI otevřela repozitář s 719 matematickými rukopisy seskupenými do 372 rodin. Podle README vznikla naprostá většina stejným postupem: neveřejný interní model dostal přibližně 4 000 otevřených problémů a na jeden nalezený výsledek v průměru spotřeboval tři hodiny výpočetního času v režimu ChatGPT Pro thinking.

Jeden model proměnil otevřené problémy v publikační dávku

Repozitář obsahuje PDF, zdrojové soubory, citační údaje a podpůrné důkazy. OpenAI uvádí, že některé výstupy navazují na dřívější výsledky modelů a že materiály jsou v různých fázích ověření. Pro deset vybraných rodin zveřejnila také zkrácené souhrny postupu modelu.

Původní dávka měla 722 rukopisů. Po stažení tří prací jich aktuální katalog uvádí 719. Zvi Mowshowitz ve svém přehledu zdůrazňuje šíři výsledků a tvrdí, že zahrnují 90 problémů z první pětistovky žebříčku Proof of Atlas. To je externí hodnocení významu, nikoli klasifikace samotné OpenAI.

Nedostatkovým zdrojem už není první návrh důkazu

Pokud jediný model vyrobí stovky kandidátních výsledků, práce matematiků se přesouvá k ověřování, výkladu a začlenění do oboru. Rukopis může obsahovat správnou myšlenku, ale vědecká hodnota vzniká až ve chvíli, kdy odborníci rozumějí předpokladům, porovnají výsledek s literaturou a dokážou na něj navázat.

To mění ekonomiku výzkumu. Generování lze škálovat výpočetním výkonem, zatímco pečlivé čtení stále spotřebovává čas vzácných specialistů. Hromadné zveřejnění proto nevytváří jen poznání. Vytváří také frontu práce pro komunitu, která model nevlastní a nemůže se autora doptat.

Lean kontroluje formální tvrzení, ne celý vědecký příběh

OpenAI uvádí Lean formalizace přibližně pro 42 % hlavních výsledků. U neformalizovaných prací sama připouští možné chyby. Tři stažené rukopisy krátce po vydání ukazují, proč je rozdíl mezi kandidátním důkazem a přijatým výsledkem podstatný.

Ani platná Lean formalizace neřeší všechno. Je třeba zkontrolovat, zda formalizované tvrzení skutečně odpovídá známému otevřenému problému, zda nechybí důležité podmínky a jak výsledek zapadá do stávající matematiky. AGMAI proto označila zveřejnění za začátek procesu lidského porozumění, ne za jeho dokončení.

Tempo oprav ukáže, zda repozitář funguje jako věda

Důležitější než počet PDF bude historie oprav, podíl doplněných formalizací, nezávislé reprodukce a kvalitní výklad klíčových výsledků. OpenAI slibuje zachovat veřejnou historii verzí a pokračovat v doplňování Lean důkazů. To umožní sledovat, kolik tvrzení obstojí a jak rychle se chyby opravují.

Druhým testem bude zapojení komunity. Pokud matematici získají nástroje, výpočetní kapacitu a prostor klást vlastní otázky, může repozitář urychlit obor. Pokud na ně připadne hlavně kontrola stovek obtížně čitelných výstupů, model zrychlil výrobu rukopisů, ale účet za porozumění nechal na cizím stole.

Lilithin verdikt

OpenAI přivezla do knihovny 719 beden rukopisů. Teď se ukáže, zda uvnitř leží nové mapy matematiky, nebo hlavně směny navíc pro kontrolory důkazů.