Математики: OpenAI не понимает собственного доказательства Навье — Стокса

По сообщению Scientific American, математики из нескольких групп экспертов оспаривают заявления OpenAI. Гонсало Као-Лабора из EPFL считает, что при подробном разборе обнаруживается другой подход, а сходство с работами Кордобы и Мартинеса-Сороа заметно лишь на поверхности.

Возможное доказательство записано на языке формальной верификации Lean. Он проверяет каждый логический шаг, но сам по себе не делает текст понятным человеку. Институт математики Клэя проверяет работу с момента её публикации.

Ещё до публикации математик Нью-Йоркского университета Тристан Бакмастер обвинил OpenAI в том, что компания опиралась на результаты его работы и работы Левента Альпёге из Anthropic, полученные с помощью общедоступных моделей. OpenAI это отрицала и заявила, что не использовала данные Бакмастера. По словам Камилло Де Леллиса из Института перспективных исследований, окончательно установить правду, вероятно, невозможно: языковые модели работают как «чёрные ящики».

В начале октября OpenAI опубликовала ещё около 400 результатов — математическое сообщество едва успевает их разбирать. Компания разместила их на GitHub в виде несистематизированной подборки. Многих математиков это возмутило: они сочли, что такой способ публикации обесценивает их область.

Вклад ИИ-агентов остаётся неясным

Есть и другая сторона работы OpenAI, которую компания, похоже, не до конца понимает сама. Для поиска решения задачи Навье — Стокса она задействовала около 10 000 экземпляров модели примерно на 88 часов и использовала 130 миллиардов токенов. По словам исследователя OpenAI Ноама Брауна, никто не знает, какой вклад этот масштабный рой ИИ-агентов внёс в результат.

Поведение системы при таком числе агентов ещё не изучали: систематические сравнительные тесты с тысячами агентов слишком дороги. Никто не проверял, сколько времени понадобилось бы одному агенту, чтобы решить ту же задачу. Кроме того, почти невозможно определить, какое конкретное преимущество дают 10 000 агентов по сравнению с 1 000.

Браун считает, что на мультиагентную схему приходится менее 10% успеха. Такие системы новые и заметные, поэтому им достаётся непропорционально много внимания. По его мнению, важнее сама базовая модель: она способна долго выполнять задачи и работать параллельно.