OpenAI rozwiązało dekadę starych problemów matematycznych za dwa tysiące dolarów

Dekada stagnacji przełamana za grosze

OpenAI skierowało wewnętrzną wersję swojego nadchodzącego modelu Astra na dziesięć problemów matematycznych, z którymi ludzie nie mogli sobie poradzić od co najmniej dekady. Według raportu rozwiązanie każdego z nich kosztowało mniej niż 2000 dolarów w obecnych cenach API. Wynikiem nie są tylko halucynowane rozważania, ale formalne dowody zapisane w języku Lean 4, poparte szczegółową rekonstrukcją tego, jak model doszedł do rozwiązania.

Matematyka przestaje być rzemiosłem samotników

Dla branży to szok, który niektórzy porównują do porażki szachowej Garriego Kasparowa. Matematyka do tej pory opierała się na intuicji i latach skupionej pracy jednostek. Teraz widać, że przy wystarczająco silnym modelu przestrzeń możliwych rozwiązań można przeszukiwać systematycznie. Terence Tao nazwał ten postęp niedawno wielką matematyką, gdzie AI odwala techniczną czarną robotę, a człowiekowi pozostaje zdefiniowanie kierunku twórczego.

Gdzie brakuje danych o ślepych zaułkach

Imponująca demonstracja ma jeden haczyk. OpenAI chwali się co prawda kosztem za udany dowód, ale nie mówi już, ile innych problemów model próbował rozwiązać bez rezultatu i ile kosztował całkowity czas obliczeniowy. Ponadto opublikowane materiały nie zawierają oryginalnych promptów, które pokazałyby, ile ludzkiego kierownictwa model tak naprawdę potrzebował w trakcie rozwiązywania.

Formalna weryfikacja wyłoni zwycięzcę

Przyszłość skomplikowanych zadań agentowych nie leży w języku naturalnym, ale w formalnym sprawdzaniu. Prawdziwym przełomem nie jest to, że Astra wymyśliła rozwiązanie, ale to, że wynik można algorytmicznie sprawdzić w Lean 4. Dowodem przydatności kolejnych generacji modeli nie będzie umiejętność napisania ładnego tekstu, ale zdolność wygenerowania kodu, który bez błędu przejdzie przez deterministyczny kompilator.

Werdykt Lilith

Główna lekcja polega na tym, że abstrakcyjna nauka staje się grą o surową moc obliczeniową. Matematyka zaczyna przypominać kopanie kryptowalut, gdzie do odkrycia nie potrzebujesz życiowej intuicji, ale właściwego równania docelowego i wystarczająco dużego budżetu na chmurę.