Перейти к содержимому
Вторник, Ноябрь 17, 2026Бесплатное руководство
RU
dailyai
Характеристики

OpenAI и Anthropic утверждают, что ИИ нарушил то же самое правило компьютерных наук

Обе лаборатории заявляют, что их модели ИИ опровергли гипотезу экспоненциального роста во времени в один и тот же день, 16 октября. Сейчас проверку проводят независимые эксперты, и, по словам Anthropic, прирост эффективности проявляется только при количестве переменных более 10 миллионов.

• 5 минут чтения
ДелитьсяXв

Две конкурирующие лаборатории искусственного интеллекта утверждают, что их модели разрушили один и тот же столп компьютерной науки, и обе заявляют, что это произошло в один и тот же день, 16 октября. Если доказательства подтвердятся, предположение, на котором основаны сотни научных работ, окажется неверным. Подвох в том, что, по собственным расчетам Anthropic, более быстрый метод не сможет превзойти метод проб и ошибок до тех пор, пока в задаче не окажется более 10 миллионов переменных.

OpenAI Результаты были объявлены в понедельник, 26 октября., наряду с двумя другими утверждениями в области математики и физики. Несколько часов спустя, Anthropic опубликовал свою собственную версию В GitHub опубликована статья, автором которой указан “Claude, Anthropic”. Ни один из результатов пока не подтвержден независимыми источниками. В настоящее время их проверяют сторонние эксперты.

Рассматриваемое правило

Это предположение называется гипотезой экспоненциального времени, или ETH. Оно связано с логической головоломкой, известной как 3-SAT. Вам предоставляется длинный список условий, каждое из которых включает несколько переключателей типа «да» или «нет», и вам нужно найти такое положение переключателей, которое удовлетворяет всем условиям одновременно.

Проверить ответ легко. Найти его — вот что сложно. Каждый дополнительный переключатель удваивает количество возможных настроек, поэтому со 100 переключателями вариантов больше, чем кто-либо когда-либо сможет перебрать. За прошедшие годы специалисты по информатике нашли более совершенные методы, но необходимое время по-прежнему растет экспоненциально, то есть увеличивается с каждым добавленным переключателем.

В ETH утверждают, что это всегда будет правдой: нет короткого пути, позволяющего избежать этого экспоненциального роста. “В это широко верили с конца 1990-х годов, и на этом основании была построена значительная часть теоретической информатики”, — говорит Райан Уильямс из MIT. сообщил Аль-Джазире. Компания OpenAI заявляет, что эта гипотеза использовалась в сотнях научных работ в самых разных областях, от теории графов до вычислительной биологии и баз данных.

Цифры, подтверждающие это утверждение

До этого месяца самые быстрые известные методы выполнялись примерно за 1,328 в степени n шагов при n переключениях, или за 1,308 в степени n для методов, использующих случайность, согласно данным. Anthropic’49-страничный доклад. Обе лаборатории теперь утверждают, что у них есть метод, который обеспечивает более медленный рост, чем любой подобный экспоненциальный рост. Вот что означает утверждение “ETH — ложь”.

Компания Anthropic заявляет, что результат был получен с помощью внутренней исследовательской модели Claude, которая создала 14 миллионов выходных токенов — небольших фрагментов текста, генерируемых моделью, — “без участия человека”. Затем исследователи работали с моделью над улучшением текста. OpenAI утверждает, что её собственный ИИ обнаружил опровержение в тот же день, и что на следующий день оно было проверено в Lean — языке программирования, позволяющем компьютеру проверять каждый шаг доказательства. бумажные и бережливые файлы находится в своем общедоступном репозитории на GitHub.

В статье Anthropic говорится, что оба результата были получены “независимо и одновременно”, и цитируется работа OpenAI. В заявлении OpenAI компания Anthropic не упоминается, поскольку Как отмечает сайт отслеживания исследований Papex,. Обе даты обнаружения предоставлены самими компаниями. Первые публичные документы появились 26 и 27 октября.

Почему ваш ноутбук этого не заметит

Это результат, касающийся самых сложных возможных задач огромных размеров. Компания Anthropic прямо об этом заявляет. В своей статье она утверждает, что этот подход вряд ли превзойдет метод перебора, “если только n > 10».7“или более 10 миллионов переключений, и что “наш результат ничего не говорит о решении формул на практике”. В OpenAI заявляют, что для превращения теории в практические преимущества “потребуются значительные дальнейшие исследования”.”

Хотите, чтобы ИИ экономил вам часы в неделю? Наше бесплатное руководство покажет вам, как это сделать.Получите бесплатное руководство →

Это важно, потому что 3-SAT — это не просто головоломка для школьных занятий. Программы, называемые решателями SAT, используются для проверки проектов микросхем и тестирования программного обеспечения, и они уже обрабатывают формулы с миллионами переменных, потому что реальные случаи обычно намного проще, чем наихудший сценарий. На вопрос на X о том, что разработчики могут заметить в первую очередь, Уильямс ответил, что пока никто не знает., согласно The Decoder. Он сказал, что серьезный прогресс в течение 12 месяцев вполне возможен, “или же мы можем ничего подобного не увидеть. Я действительно не знаю”.”

Это также не решает знаменитый вопрос о соотношении P и NP, который касается того, является ли каждая задача, которую быстро проверить, также быстрой в решении. «Быстрее, чем экспоненциальная» — это всё ещё далеко не «быстро» в этом смысле. Обе статьи утверждают обратное.

Кто проверяет домашнюю работу ИИ?

Проверку проводят три исследователя, которых OpenAI попросила выступить в роли “наставников”: Рассел Импальяццо и Рамамохан Патури из Калифорнийского университета в Сан-Диего, двое из тех, кто первым предложил ETH, и Уильямс. OpenAI заявляет, что они работают бесплатно и не подписывали никаких соглашений о неразглашении. По их просьбе OpenAI опубликовала все исходные материалы и согласилась профинансировать конференцию, посвященную результатам.

Все трое также написали открытое письмо, в котором ясно дали понять, что не ручаются за это утверждение. “Наше участие не следует рассматривать как подтверждение этого утверждения”, — пишут они., как цитирует Papex. “Если это утверждение верно, оно изменит важную часть теоретической информатики”. В качестве источника для обзора они указывают статью Anthropic рядом со статьей OpenAI.

Проверка по методологии Lean — это веское доказательство, но не конец истории. Lean подтверждает, что из введенного утверждения следует доказательство. Людям еще предстоит убедиться, что введенное утверждение действительно отражает то, что имели в виду математики. Это медленная, человеческая часть процесса.

Два других утверждения

В заявлении OpenAI также утверждается, что представлено доказательство гипотезы 1991 года о том, как волны фокусируются, известной как локальное сглаживание, во всех измерениях. До сих пор она была доказана только в двух измерениях, в 2019 году. OpenAI заявляет, что результат также решает две другие известные проблемы: гипотезы Какеи и ограничения Стейна. Это доказательство и его файлы Lean находятся в открытом доступе.

Третье утверждение относится к физике. OpenAI заявляет, что её модели доказали существование определённых теорий взаимодействия частиц, включая квантовую хромодинамику, описывающую силу, удерживающую атомные ядра вместе, на прочной математической основе. Это включает в себя часть одной из семи проблем Нобелевской премии тысячелетия, каждая из которых предусматривает премию в $1m. OpenAI утверждает, что решила только часть, касающуюся существования, а не часть, касающуюся «массового зазора», поэтому проблема премии остаётся открытой. Группа под руководством лауреата Нобелевской премии Дэвида Гросса занимается изучением этой работы, и Материалы не были опубликованы в полном объеме..

Последний вариант вызвал критику. Консультативная группа по математике и искусственному интеллекту, Группа математиков, собравшаяся в Институте перспективных исследований, 26 октября призвала OpenAI опубликовать результаты физических исследований “без промедления”. Она утверждает, что OpenAI заявила о ожидании проверки Lean, и “по их собственным словам, эта проверка уже завершена”.”

Простое прочтение

То, что две компании заявили об одном и том же прорыве в один и тот же день, — это нечто новое. Это говорит о том, что ведущие модели ИИ теперь могут находить результаты, которые эксперты десятилетиями не могли получить, и что это может сделать не одна лаборатория. Это также показывает, насколько наука к этому не готова. Нет единого хронометража, определяющего, кто что первым обнаружил, и нет согласованного правила, когда доказательство, созданное ИИ, считается проверенным.

На данный момент честный результат таков: три громких заявления, ни одного независимого подтверждения. Эксперты говорят, что поделятся результатами по мере их получения. До публикации отчета ETH лучше всего охарактеризовать как заявленную ложность, а не доказанную ложность.