Mi történt
OpenAI hétfőn három komoly tudományos eredményt jelentett be. Az egyik állítás szerint sikerült megoldani a Kakeya-sejtést minden dimenzióban; ez egy híres matematikai probléma arról, mennyi hely kell ahhoz, hogy egy „tűt” vagy ceruzát minden irányba el lehessen forgatni. A másik eredmény az elméleti számítástudományt érinti: a cég azt állítja, hogy megcáfolta az exponenciális idő hipotézist, vagyis azt a széles körben elfogadott feltevést, hogy bizonyos problémákat nem lehet érdemben gyorsabban megoldani, mint nyers erővel végigpróbálni a lehetőségeket. A harmadik eredmény a fizikában a kvantumszíndinamikához kapcsolódik, ami az erős kölcsönhatást leíró elmélet.A három bejelentéshez három különböző közzétételi stratégia társul. A matematikai eredménynél nyilvánossá tették az AI által generált kimenetet. A számítástudományi állításnál külső kutatócsoportot is bevonnak, hogy segítsen értelmezni és elmagyarázni az eredményt. A fizikai anyagot viszont egyelőre nem tették közzé; arról egy kijelölt szakértői kör dönthet, mikor és hogyan legyen nyilvános. OpenAI azt is hangsúlyozza, hogy a kommunikációs gyakorlatát éppen alakítja, és ehhez külső „shepherdökkel”, vagyis afféle szakmai kísérőkkel, mentorokkal dolgozik együtt.
A gond az, hogy ezek az állítások annyira nagy súlyúak, hogy a közösség természetes reakciója az ellenőrzés lenne — ehhez viszont hozzáférés kell. Ráadásul a helyzetet terheli az előzmény is: október elején a cég egyszerre több száz preprintet, vagyis még szakmailag nem lektorált kéziratot zúdított a kutatókra. Most ugyan kisebb a csomag, de sokak szerint ugyanaz a probléma maradt: a cég egyszerre akar tudományos elismerést és kontrollált hozzáférést.
Miért fontos
A vita itt nem pusztán tudománypolitikai részletkérdés. A modern tudomány egyik alapelve, hogy egy nagy állítást bárki megvizsgálhat, aki ért hozzá. Ha csak egy szűk, előre kiválasztott kör láthatja először az anyagokat, az könnyen azt az érzetet kelti, hogy a hozzáférés maga is hatalmi eszköz lett. Gondolj rá úgy, mint egy nyílt forráskódú program és egy zárt demó közti különbségre: az egyiknél mindenki belenézhet, tesztelhet, hibát kereshet; a másiknál el kell hinni, hogy ami a bemutatón működik, az a valóságban is megállja a helyét. A Lean-formalizáció, vagyis a bizonyítás gépi ellenőrzésre alkalmas, formális leírása épp azt szolgálná, hogy a matematikai állításokat ne csak tekintély, hanem szigorú ellenőrizhetőség támassza alá. Ezért vált különösen érzékennyé, hogy egyes anyagok késve vagy egyáltalán nem hozzáférhetők.Mire figyelj
- Az első nagy kérdés az lesz, hogy a teljes anyagok mikor kerülnek nyilvánosságra, különösen a fizikai eredmény mögötti bizonyítások és formalizált leírások.
- Érdemes figyelni, mit mond a szélesebb kutatói közösség néhány hét vagy hónap múlva. Az ilyen horderejű állításokat nem napok alatt ellenőrzik, és az első benyomás még nem egyenlő a konszenzussal.
- Fontos jelzés lesz az is, hogy kialakul-e egy elfogadhatóbb publikálási modell. A The Verge által megszólaltatott kutatók többsége nem a külső szakértők bevonását kifogásolta, hanem azt, hogy ez ne járjon együtt a nyílt hozzáférés halogatásával.
- Hosszabb távon ez túlmutat OpenAI-n: precedenst teremthet arra, hogyan kezelik az AI-laborok azokat az eredményeket, amelyek egyszerre tudományos felfedezések és stratégiai jelentőségű technológiai termékek. Ha itt rossz gyakorlat rögzül, azt más szereplők is könnyen átvehetik.