ChatGPT за час доказал математическую гипотезу, известную 50 лет

Нейросеть, как сообщила сама, делегировала задачи 64 виртуальным ассистентам, которые должны были потратить как можно больше времени, прежде чем предоставить ответ или отказать. Об этом сообщает портал BFM.ru.

За один час нейросеть решила задачу, над которой математики работали более 50 лет. OpenAI объявила, что новая модель GPT смогла доказать гипотезу о двойном покрытии циклов, сформулированную в 70-х годах. Она относится к теории графов — разделу дискретной математики. Для решения задачи генеративная модель запустила десятки параллельных AI-ассистентов, обрабатывающих определенные алгоритмы.

Проверка доказательства проходит у настоящих математиков, однако эксперты уже говорят о значительном прорыве. Научно-популярный журнал Scientific American сообщает:

«Это известная гипотеза, которая на протяжении многих лет привлекала тысячи математиков по всему миру. Решение от нейросети оказалось довольно кратким. Математик Нога Алон из Принстонского университета считает, что «инструменты искусственного интеллекта изменят — а точнее уже меняют — математические исследования». На самом деле ИИ не изобрел нового метода решения, он лишь объединил уже известные подходы, сумев извлечь из них больше. Математик Эндрю Сазерленд из Массачусетского технологического института отметил, что нейросети будут продолжать находить «простые» научные загадки, замаскированные под сложные, и успешно их решать, поскольку задачи, получившие статус «сложных», часто получают меньше внимания от студентов и преподавателей. OpenAI также опубликовала инструкцию, приведшую к успешному доказательству гипотезы. Нейросеть объяснила, что делегировала задачи 64 виртуальным ассистентам и попросила их потратить как можно больше времени перед выдачей ответа или отказа. Эксперты оценили такой подход, сравнив его с методом школьного учителя, который сочетает похвалу и строгие указания».

Недавно было выявлено и слабое место искусственного интеллекта: он плохо предсказывает экстремальную погоду. В эксперименте сравнивали ведущие ИИ-модели с одной из лучших в мире физически обоснованных систем прогноза, которая опиралась на законы физики, позволяя предсказывать беспрецедентные ситуации, такие как перепады температуры. В то время как генеративные модели обучались на прошлых данных и не учитывали резкие изменения погоды.

Присоединяйтесь к MAX-каналу «Бизнес FM»