OpenAI dowodzi, że ETH jest fałszywe — a Crypto Twitter ma pytania

OpenAI twierdzi, że ETH jest fałszywe, a Crypto Twitter zareagował dokładnie tak, jak można było się spodziewać. „Cholerni traderzy algorytmiczni właśnie zarżnęli $ETH” — napisał na X użytkownik o imieniu Takumi, podczas gdy Andrew Jiang zażartował: „Vitalik jest bardzo cicho, odkąd to wyszło”.

Ale spokojnie, degensi, chodzi o ETH oznaczające Hipotezę Czasu Wykładniczego, hipotezę informatyczną z 1999 roku, która nie ma nic wspólnego z Ethereum, jego ceną ani współzałożycielem Vitalikiem Buterinem. Więc, krypto-bracia, możecie odetchnąć.

OpenAI opublikowało 67-stronicowy artykuł, twierdząc, że jego AI znalazło sposób na obejście hipotezy, a osoby, które ją zaproponowały, sprawdzają teraz tę pracę.

Informatycy Russell Impagliazzo i Ramamohan Paturi zaproponowali ETH wraz z Francisem Zane'em, a twierdzi ono, że klasyczna łamigłówka logiczna zwana 3-SAT (znajdowanie ustawień prawda-fałsz, które spełniają stos reguł, po trzy opcje naraz) nie może być rozwiązana znacznie szybciej niż przez wypróbowanie wszystkich kombinacji. Setki prac zakładają je, aby wykazać, że problemy z teorii grafów, biologii obliczeniowej, baz danych i geometrii nie mogą być rozwiązane szybko, według OpenAI.

Innymi słowy, ETH jest mapą tego, czego komputery prawdopodobnie nigdy nie zrobią szybko, a OpenAI twierdzi, że jego model właśnie ją przerysował. „Obalenie ETH otwiera na nowo pytania o to, o ile szybciej te zadania mogłyby się stać”, napisała firma na swoim blogu, „i może pomóc ukierunkować poszukiwania lepszych algorytmów”.

Praca, datowana na 17 października i zrewidowana 25 października, opisuje deterministyczny algorytm (taki bez losowości), który zlicza każde spełniające przypisanie takich łamigłówek w czasie subeksponencjalnym, co oznacza, że praca rośnie wolniej niż dowolna funkcja wykładnicza liczby zmiennych. Zliczanie rozwiązań jest trudniejsze niż stwierdzenie, czy jakieś istnieje, więc trudniejsze zadanie pociąga za sobą łatwiejsze za darmo.

OpenAI twierdzi, że jego AI znalazło obalenie 16 października, a zostało ono sformalizowane w Lean, oprogramowaniu, które mechanicznie weryfikuje każdy krok logiczny, 17 października. Oba znajdują się na GitHubie, tą samą drogą co jego 722 manuskrypty matematyczne z początku tego miesiąca, z których tylko 162 miały komputerowo sprawdzony główny wynik.

Impagliazzo, Paturi i Ryan Williams z MIT przewodzą niezależnemu badaniu i są ostrożni co do swojej roli. „Naszego zaangażowania nie należy traktować jako certyfikacji twierdzenia” – napisali we trójkę w liście otwartym, dodając, że „wynik o takim znaczeniu wymaga starannego, niezależnego badania i zrozumienia, że inni mogą go odtworzyć, zakwestionować i na nim budować”.

BitcoinBTC · USD

$80,662−2.56%

20 paź22 paź24 paź25 paź27 paź

$84.8k$83.1k$81.3k$79.6k

Maks. 24hMaks.$80,573

Min. 24hMin.$79,416

Wol.Wol.$1.0B

→

Kup Bitcoin za USDT

Obsługiwane przez Jupiter

Dane cenowe od CoinGeckoCoinGeckoWięcej Bitcoin wiadomości i prognoz →

OpenAI twierdzi, że uczestnicy nie podpisali żadnych umów o zachowaniu poufności i pracowali nieodpłatnie, a firma zgodziła się opublikować wszystkie surowe dane i sfinansować konferencję poświęconą wynikom.

Praktyczne korzyści są odległe: „Znalezienie takich algorytmów i przekształcenie teoretycznych postępów w praktyczne ulepszenia będzie wymagało znacznych dalszych badań” – napisało OpenAI. Sam artykuł stwierdza, że wynik nie dowodzi, iż każdy problem NP można rozwiązać w czasie subeksponencjalnym, więc P versus NP, czyli pytanie, czy każdy problem z łatwym do sprawdzenia rozwiązaniem jest również łatwy do rozwiązania, pozostaje otwarte.

Mówiąc najprościej, P to klasa problemów, które komputery potrafią rozwiązać efektywnie, natomiast NP to klasa problemów, których proponowane rozwiązania można efektywnie sprawdzić. Zatem P versus NP — pytanie, czy każdy problem, którego odpowiedź łatwo sprawdzić, jest również łatwy do rozwiązania — pozostaje otwarte.

Anthropic, nie chcąc przegrać wojen matematycznych, opublikował następnie artykuł przypisany Claude'owi zatytułowany „A 2^o(n) Time Algorithm for 3-SAT” i datowany na 26 października. Repozytorium, które zajmuje się również problemem ETH, podaje, że wewnętrzny model badawczy Claude odkrył ten algorytm, a „wynik jest czysto asymptotyczny i nie mówi nic o rozwiązywaniu formuł w praktyce”.

Claude sformalizował Wielkie Twierdzenie Fermata w Lean we wrześniu, a Terence Tao przewidywał tego rodzaju nakładanie się. „Widzieliśmy już, że nawet pogłoska o tym, że ktoś pracuje nad problemem, może wywołać ogromny wysiłek napędzany przez AI, aby go spłaszczyć, zanim pierwotny projekt badawczy zdąży osiągnąć swój pełny potencjał” — napisał matematyk we wrześniu.

Niedawny wkład OpenAI w wysokości 5 milionów dolarów na rzecz Simons Foundation sfinansuje warsztaty, konferencje i specjalne programy, które pomogą badaczom analizować wyniki wygenerowane przez AI i rozwijać je.