Nem gyakran fordul elő, hogy egy AI-cég egyszerre több száz matematikai eredményt borít rá a szakmára. Most épp ez történt, és a kérdés már nem csak az, mire képes a modell, hanem az is, hogyan lehet ezt tudományos keretek között kezelni.

Mi történt

Az OpenAI 722 kéziratot publikált egy GitHub-tárolóban. Ezek 372 úgynevezett eredménycsaládba tartoznak, vagyis több, egymáshoz kapcsolódó állítást és bizonyítást csoportosítanak. A csomag olyan, régóta nyitott matematikai problémák megoldásait is tartalmazza, amelyekre eddig nem volt elfogadott válasz.

A most közzétett anyag egy még be nem jelentett, úgynevezett frontier modellhez kötődik. Ez a kifejezés nagyjából a jelenlegi technológiai élvonalba tartozó, legerősebb rendszereket jelenti. A publikáció nem csak a kéziratokat tartalmazza: vannak benne rövid összefoglalók a modell gondolatmenetéről, becslések a felhasznált számítási kapacitásról, valamint statisztikák arról is, hány problémával próbálkozott a rendszer. Az OpenAI állítása szerint egy átlagos eredmény nagyjából három óra ChatGPT Pro-szintű „gondolkodási” erőforrást igényelt.

A háttér legalább ennyire fontos. Szeptemberben a cég már azt mondta, hogy modellje több mint 100 régóta nyitott matematikai problémát oldott meg a matematika legtöbb területén. Most ehhez képest jóval részletesebb anyag került nyilvánosságra. Közben megszólalt az AGMAI nevű frissen alakult független tanácsadó csoport is, amely elit matematikusokból áll, és azt szorgalmazza, hogy az ilyen eredményeket gyorsan, de a megszokott akadémiai csatornákon, átlátható módon tegyék közzé.

Miért fontos

Ez az ügy nem csak a matematikáról szól, hanem arról is, hogyan néz ki a kutatás, amikor már nem kizárólag emberek hozzák az új eredményeket. Egy matematikai bizonyítás értéke ugyanis nem pusztán abban áll, hogy „megvan a válasz”, hanem abban is, hogy mások ellenőrizni, értelmezni és továbbépíteni tudják. Gondolj rá úgy, mint egy szoftverfrissítésre forráskód nélkül: lehet, hogy működik, de a közösség számára sokkal nehezebb megbízni benne és használni. A The Verge által is hangsúlyozott vita ezért nem csak technikai, hanem etikai kérdés is: mennyire elfogadható, ha egy cég a tudományos eredményeket részben termékkommunikációs logikával kezeli.

Mire figyelj

  1. A legfontosabb most az ellenőrzés lesz. A matematikusoknak idő kell, hogy átnézzék, valóban helyesek-e a bizonyítások, és mennyire újak az eredmények.
  1. Érdemes figyelni, milyen publikációs forma válik normává. A GitHub gyors és nyitott megoldás, de nem ugyanaz, mint a hagyományos szakmai bírálat.
  1. Kulcskérdés lesz az átláthatóság is: mennyit tudunk meg a használt modellről, a promptokról, vagyis azokról a szöveges utasításokról, amelyekkel a rendszert dolgoztatták, és a számítási költségekről.
  1. Hamarosan az is látszani fog, hogy ez egyszeri látványos hullám volt-e, vagy a matematika kutatási folyamata tartósan átalakul attól, hogy az AI-laborok ilyen tempóban lépnek be a területre.