Ga direct naar de inhoud
dinsdag, november 17, 2026Gratis gids
NL
dailyai
Kenmerken

OpenAI en Anthropic beweren dat AI dezelfde computerwetenschappelijke regel heeft overtreden

Beide laboratoria beweren dat hun AI-modellen de exponentiële tijdhypothese op dezelfde dag, 16 oktober, hebben weerlegd. Externe experts onderzoeken dit nu, en Anthropic zegt dat de winst pas zichtbaar wordt bij meer dan 10 miljoen variabelen.

· Leestijd: 5 minuten
DeelXin

Twee concurrerende AI-laboratoria beweren dat hun modellen dezelfde pijler van de computerwetenschap hebben omvergeworpen, en beide zeggen dat dit op dezelfde dag gebeurde, 16 oktober. Als de bewijzen standhouden, is een aanname waarop honderden onderzoeksartikelen zijn gebaseerd onjuist. De crux: volgens Anthropic zelf zou de snellere methode de eenvoudige methode van vallen en opstaan pas verslaan als een puzzel meer dan 10 miljoen variabelen bevat.

OpenAI maakte het resultaat bekend op maandag 26 oktober., samen met twee andere beweringen in de wiskunde en de natuurkunde. Een paar uur later, Anthropic plaatste zijn eigen versie naar GitHub, in een artikel dat wordt toegeschreven aan "Claude, Anthropic". Geen van beide resultaten is nog onafhankelijk bevestigd. Externe experts onderzoeken ze nu.

De betreffende regel

De aanname wordt de exponentiële tijdhypothese, of ETH, genoemd. Het gaat om een logische puzzel die bekend staat als 3-SAT. Je krijgt een lange lijst met voorwaarden, elk met een paar ja-of-nee-schakelaars, en je moet een instelling van de schakelaars vinden die aan alle voorwaarden tegelijk voldoet.

Een antwoord controleren is makkelijk. Het vinden van het juiste antwoord is het lastige. Elke extra schakelaar verdubbelt het aantal mogelijke instellingen, dus met 100 schakelaars zijn er meer mogelijkheden dan iemand ooit zou kunnen uitproberen. Computerwetenschappers hebben in de loop der jaren slimmere methoden gevonden, maar de benodigde tijd is nog steeds exponentieel toegenomen, wat betekent dat deze met elke extra schakelaar toeneemt.

Volgens ETH zal dat altijd zo blijven: er is geen kortere weg om aan die exponentiële groei te ontsnappen. Het wordt al sinds eind jaren negentig algemeen aangenomen en een groot deel van de theoretische informatica is erop gebaseerd dat dit waar is, aldus Ryan Williams van MIT. vertelde Al Jazeera. Volgens OpenAI is de hypothese in honderden publicaties gebruikt, in uiteenlopende vakgebieden, van grafentheorie tot computationele biologie en databases.

De cijfers achter de bewering

Vóór deze maand duurden de snelste bekende methoden ongeveer 1,328 tot de macht n stappen voor n schakelaars, of 1,308 tot de macht n voor methoden die gebruikmaken van willekeurigheid, aldus Anthropic’het 49 pagina's tellende artikel van. Beide laboratoria beweren nu een methode te hebben die langzamer groeit dan welke exponentiële groei dan ook. Dat is wat "ETH is onjuist" betekent.

Anthropic zegt dat het resultaat is gevonden door een intern Claude-onderzoeksmodel dat 14 miljoen outputtokens schreef, de kleine stukjes tekst die een model produceert, "zonder menselijke tussenkomst". De onderzoekers werkten vervolgens met het model om de tekst te verbeteren. OpenAI zegt dat hun eigen AI de weerlegging op dezelfde dag vond en dat deze de volgende dag werd gecontroleerd in Lean, een programmeertaal waarmee een computer elke stap van een bewijs kan verifiëren. papieren en Lean-bestanden het bevindt zich in de openbare GitHub-repository.

In het artikel van Anthropic staat dat de twee resultaten "onafhankelijk en gelijktijdig" zijn gevonden en wordt verwezen naar het werk van OpenAI. In de aankondiging van OpenAI wordt Anthropic echter niet genoemd. de onderzoekswebsite Papex wijst erop. Beide ontdekkingsdata zijn afkomstig van de bedrijven zelf. De eerste openbare documenten verschenen op 26 en 27 oktober.

Waarom je laptop het niet merkt

Dit resultaat betreft de ergst denkbare puzzels, op gigantische schaal. Anthropic is daar heel open over. In hun artikel staat dat de aanpak waarschijnlijk geen verbetering zal opleveren ten opzichte van brute force "tenzij n > 10".7“", of meer dan 10 miljoen schakelaars, en dat 'ons resultaat niets zegt over het oplossen van formules in de praktijk'." OpenAI stelt dat het omzetten van de theorie in praktische voordelen "aanzienlijk verder onderzoek vereist."“

Wil je dat AI je wekelijks uren bespaart? Ons gratis stappenplan laat je zien hoe.Download de gratis gids →

Dat is belangrijk omdat 3-SAT niet zomaar een puzzel voor in de klas is. Programma's genaamd SAT-oplossers worden gebruikt om chipontwerpen te controleren en software te testen, en ze kunnen al formules met miljoenen variabelen verwerken, omdat praktijkgevallen meestal veel eenvoudiger zijn dan het worstcasescenario. Gevraagd op X wat ontwikkelaars als eerste zouden opmerken, zei Williams dat niemand dat nog weet., volgens The Decoder"Serieuze vooruitgang binnen 12 maanden was aannemelijk", zei hij, "maar misschien zien we helemaal niets. Ik weet het echt niet."

Het beantwoordt ook niet de beroemde P versus NP-vraag, die luidt of elk probleem dat snel te controleren is, ook snel op te lossen is. Sneller dan exponentieel is in die zin nog lang niet snel. Beide artikelen stellen dat.

Wie controleert het huiswerk van een AI?

De controle wordt uitgevoerd door drie onderzoekers die door OpenAI zijn gevraagd als "begeleiders" op te treden: Russell Impagliazzo en Ramamohan Paturi van UC San Diego, twee van de eerste voorstellers van ETH, en Williams. OpenAI zegt dat ze onbetaald zijn en geen geheimhoudingsverklaringen hebben getekend. Op hun verzoek heeft OpenAI al het ruwe materiaal gepubliceerd en ermee ingestemd een conferentie over de resultaten te financieren.

De drie hebben ook een open brief geschreven waarin ze duidelijk maken dat ze de bewering niet onderschrijven. "Onze betrokkenheid moet niet worden opgevat als een bevestiging van de bewering", schrijven ze., zoals geciteerd door Papex. “Als de bewering klopt, zal dit een belangrijk onderdeel van de theoretische informatica veranderen.” Ze vermelden het artikel van Anthropic als bron voor de evaluatie, naast dat van OpenAI.

Een Lean-controle is sterk bewijs, maar niet het einde van het verhaal. Lean bevestigt dat een bewijs volgt uit de ingevoerde bewering. Mensen moeten echter nog steeds controleren of de ingevoerde bewering daadwerkelijk weergeeft wat wiskundigen bedoelen. Dat is het langzame, menselijke onderdeel.

De andere twee beweringen

OpenAI claimt in de aankondiging ook een bewijs voor een vermoeden uit 1991 over hoe golven focussen, ook wel bekend als lokale smoothing, in elke dimensie. Tot nu toe was dit alleen in twee dimensies bewezen, in 2019. OpenAI zegt dat het resultaat ook twee andere bekende problemen oplost, namelijk de restrictievermoedens van Kakeya en Stein. Dat bewijs en de bijbehorende Lean-bestanden zijn openbaar.

De derde bewering betreft de natuurkunde. OpenAI zegt dat hun modellen hebben bewezen dat bepaalde theorieën over de interactie tussen deeltjes, waaronder de kwantumchromodynamica (die de kracht beschrijft die atoomkernen bij elkaar houdt), wiskundig gezien op een solide basis staan. Dit omvat een deel van een van de zeven Millennium Prize Problems, die elk een prijs van $1m opleveren. OpenAI zegt dat ze alleen het bestaansgedeelte hebben opgelost, niet het 'massa-gat'-gedeelte, waardoor het prijsvraagstuk nog openstaat. Een groep onder leiding van Nobelprijswinnaar David Gross is dit werk aan het beoordelen. Het materiaal is nog niet volledig vrijgegeven..

Die laatste keuze heeft kritiek opgeleverd. Adviesgroep voor wiskunde en kunstmatige intelligentie, Een panel van wiskundigen, bijeengekomen bij het Institute for Advanced Study, riep OpenAI op 26 oktober op om de resultaten van de natuurkundige tests "onmiddellijk" vrij te geven. Het panel stelt dat OpenAI had gezegd te wachten op de Lean-controle, en "volgens hun eigen zeggen is deze nu voltooid."“

De eenvoudige lezing

Dat twee bedrijven op dezelfde dag dezelfde doorbraak claimen, is nieuw. Het suggereert dat de meest geavanceerde AI-modellen nu resultaten kunnen vinden waar experts decennialang niet in slaagden, en dat meer dan één laboratorium dit kan. Het laat ook zien hoe onvoorbereid de wetenschap hierop is. Er is geen gedeelde tijdslimiet voor wie wat als eerste heeft ontdekt, en geen overeengekomen regel voor wanneer een door AI geleverd bewijs als gecontroleerd wordt beschouwd.

Voorlopig is de eerlijke stand van zaken: drie grote beweringen, geen enkele onafhankelijke bevestiging. De onderzoekers zeggen dat ze hun bevindingen gaandeweg zullen delen. Tot die tijd kan ETH het beste worden omschreven als beweerd onjuist, niet bewezen onjuist.