Моделі OpenAI та Anthropic запропонували алгоритми, які, за твердженням розробників, спростовують гіпотезу експоненційного часу — важливе припущення про складність обчислень. Науковці закликають спільно перевірити результати та оцінити наслідки.
Про це пише видання TechCrunch.
OpenAI оприлюднила розв’язання трьох складних математичних задач, над якими дослідники працювали роками. Одним із найнеочікуваніших результатів стало можливе спростування гіпотези експоненційного часу (ETH), яка відіграє важливу роль у теоретичній інформатиці. Згодом власне спростування опублікувала й Anthropic.
У центрі дискусії — алгоритми, які, за заявами компаній, розв’язують певні складні задачі швидше, ніж це вважали можливим раніше. Якщо результати підтвердяться, науковцям доведеться переглянути частину теоретичних припущень, на яких ґрунтуються численні дослідження.
Організувати обговорення результатів OpenAI допомагає професор Массачусетського технологічного інституту Раян Вільямс, який спеціалізується на складності обчислень. До роботи також залучені дослідники з Каліфорнійського університету в Сан-Дієго Рассел Імпальяццо та Рамамохан Патурі.
Саме вони вперше сформулювали ETH у 1999 році.
Першим кроком стала відкрита заява із закликом до науковців перевірити результати та обговорити правила використання штучного інтелекту в дослідженнях. За словами Вільямса, у доведенні OpenAI є кілька незвичних частин, які потребують спільної роботи фахівців.
Як це пов’язано з однією з головних проблем інформатикиГіпотеза експоненційного часу пов’язана з давнім питанням P проти NP. Воно стосується того, чи можна швидко розв’язувати всі задачі, для яких правильність готової відповіді можна швидко перевірити.
Наприклад, у судоку перевірити вже заповнену сітку відносно легко, але знайти правильне розв’язання може бути набагато складніше. Подібна різниця між перевіркою та пошуком відповіді важлива для багатьох обчислювальних задач.
Більшість науковців вважає, що класи P і NP не збігаються. Простими словами, це означає, що існують задачі, для яких перевірити відповідь значно легше, ніж знайти її. Гіпотеза ETH конкретизує це припущення для певного класу складних логічних задач: зі збільшенням кількості змінних час, потрібний алгоритму для пошуку розв’язання,
зростає експоненційно.
OpenAI та Anthropic стверджують, що їхні моделі знайшли алгоритми, які розв’язують відповідні задачі за субекспоненційний час — тобто швидше, ніж передбачає ETH. Якщо докази витримають незалежну перевірку, це поставить під сумнів усталені уявлення про складність таких обчислень.
Вільямс вважає, що результати мають спонукати науковців серйозніше розглянути можливість збігу P і NP, хоча самі по собі вони ще не дають остаточної відповіді на це питання. Він також припускає, що запропонований OpenAI алгоритм не обов’язково є найшвидшим із можливих.
Чи вплине відкриття на кібербезпекуЯкщо нові алгоритми підтвердяться, дослідникам доведеться переглянути наукові праці, які спиралися на ETH. За словами Вільямса, ця гіпотеза протягом останнього десятиліття стала основою для багатьох публікацій, тож зміна теоретичних припущень може вплинути на подальші дослідження.
Окреме питання — безпека криптографічних систем, які захищають дані за допомогою математичних алгоритмів. Вільямс запитав наукову команду OpenAI, чи можуть нові результати зробити вразливими наявні системи шифрування.
За його словами, компанія перевірила це питання й дійшла попереднього висновку, що запропоновані алгоритми не свідчать про злам таких систем.
Водночас науковці ще мають визначити, як саме нові результати вплинуть на теоретичні основи інформатики. Для цього дослідницька спільнота планує обговорити докази, алгоритми та їхні можливі наслідки.
Попри застереження, Вільямс позитивно оцінює потенціал штучного інтелекту для наукових відкриттів. На його думку, ШІ спонукає дослідників братися за складніші питання та шукати нові напрямки роботи, адже завдання, які раніше вимагали значних зусиль, можуть стати доступнішими для автоматизованих систем.
Читайте також:
- Математик запропонував зламати симуляцію, у якій ми живемо. Для цього потрібно вивчити штучний інтелект
- Шанс на порятунок. Штучний інтелект Claude за три дні розробив сотні тисяч білків проти отрути скорпіонів
- Штучний інтелект проти людини. Науковці перевірили, чи можуть мовні моделі визначати, з ким вони розмовляють
