یک پیشرفت هوش مصنوعی دهه‌ها تحقیقات علوم کامپیوتر را «بی‌ربط» کرده است

هر دو OpenAI و Anthropic این هفته ادعا کردند که فرضیه زمان نمایی (ETH) را رد کرده اند. بخش‌های وسیعی از تحقیقات نظری علم کامپیوتر در مورد پیچیدگی و طراحی الگوریتم بر این فرض ساخته شده‌اند که تلاشی که برای حل مشکلات خاص به‌طور تصاعدی با اندازه مسئله افزایش می‌یابد. جانسون انتظار دارد که مشکل او در سمپوزیوم IEEE در زمینه مبانی علوم کامپیوتر، جایی که کار او توسط یکی از نویسندگان همکارش ارائه خواهد شد، "بسیار رایج" خواهد بود. او می‌گوید: «مردم مذاکرات را آغاز خواهند کرد: «ETH دروغ است، نیمی از مقاله من کار نمی‌کند».

جانسون می‌گوید این یک مشکل آزاردهنده است، "اما در عین حال، ما چیزهای زیادی از آن یاد می‌گیریم. و این چیزی است که علم درباره آن است." محققان به طور مستقل تأیید نکرده اند، چه رسد به اینکه زمان کافی برای درک کامل شواهد تولید شده توسط هوش مصنوعی را داشته باشند، که هر دو شرکت در GitHub هم به زبان طبیعی و هم با فرمت Lean قابل بررسی توسط ماشین منتشر کرده اند. OpenAI از دانشمندان کامپیوتر دانشگاه کالیفرنیا سانتا باربارا که در ابتدا این فرضیه را ارائه کردند، به علاوه یک دانشگاه MIT که نسخه ای از ETH را رد کرده است، خواسته است تا محققان را برای باز کردن مدارک جمع آوری کنند.

تاکنون، این تلاش شامل یک فرم گوگل است که از داوطلبان و بازخورد درخواست می‌کند، و تعهدی از OpenAI برای تامین بودجه کنفرانسی در این زمینه. پروفسور دانیل لوکشتانوف، استاد دانشگاه سانتا باربارا، قصد دارد به این تلاش بپیوندد، زیرا تخمین می‌زند که نتیجه - در صورت تایید - او را از نظر کهکشانی اشتباه می‌کند و حدود 50 مقاله منتشر شده او را یا "بی معنی" می‌کند یا نیاز به بازبینی مجدد دارد. او می گوید: «این فقط یک بمب غول پیکر است که در وسط زمین پرتاب شده است.

"این واقعا عالی و در عین حال وحشتناک است." ثور هاسفلد، رئیس گروه تحقیقاتی الگوریتم ها در دانشگاه فناوری اطلاعات کپنهاگ، بیشتر سال جاری را صرف فکر کردن به یک مسئله واحد در زیر شاخه خود کرده بود. او به WIRED می گوید: «تا جایی که من می توانم بگویم، اکنون همه چیز بی ربط است. او که ابتدا نسخه‌ای از این فرضیه را فرموله کرد که اکنون توسط OpenAI رد شده است، محاسباتی را روی تخته سیاه خود می‌نویسد تا بفهمد چه بخش‌های دیگری از کارش ممکن است به دلیل «نتیجه یک بار در یک نسل» منسوخ شده باشد. بر خلاف عذابی که محققان ریاضی را درگیر کرده است که به همین شکل با آن روبرو شده اند

با این حال، هاسفلد نسبت به نتایج جدید ابراز اشتیاق نشان داد. او می‌گوید این یافته «فوق‌العاده» است. او توضیح می‌دهد: «ریاضی‌دان بودن بسیار شبیه به تلو تلو خوردن در یک اتاق کاملا تاریک است. "مثل این است که کسی یک زیرشاخه کامل را در نورافکن های دانش روشن کرده است، و اکنون ما فقط مانند خرگوش های هیجان زده به اطراف می دویم و به تمام گوشه ها و گوشه هایی که می توانیم ناگهان کاوش کنیم نگاه می کنیم. بنابراین زمان فوق العاده هیجان انگیزی است." قرن هاست که علم از طریق فرضیه سازی و اثبات نادرستی آنها پیشرفت کرده است.

همچنین غیرمعمول نیست که یک دانشگاهی توسط یک گروه تحقیقاتی دیگر مورد بررسی قرار گیرد یا کارش در غیر این صورت کمرنگ شود. اما هوش مصنوعی این امر را تسریع کرده است و کل برنامه های تحقیقاتی را از بین برده و محققان در زمینه های خاص ریاضی و علوم را به وحشت انداخته است که نمی دانند اکنون در کجا هستند که ماشین ها می توانند از آنها بهتر عمل کنند. هاسفلد می‌گوید: "چند ماه گذشته واقعا سخت بوده است. عذاب و غم زیادی است، زیرا هر هفته یا هر هفته دوم، نتایج اعلام‌شده توسط هوش مصنوعی پروژه‌های تحقیقاتی بسیاری از مردم را از بین می‌برد."

او می‌گوید: «این از نظر روان‌شناختی برای بسیاری از مردم مایه‌ی منفی است،» و افزود که بخش او استخدام یک روانشناس شغلی را در نظر گرفته است زیرا «برخی افراد واقعا افسرده و واقعا غمگین هستند». به لطف هوش مصنوعی، از جمله نتایج در سطح شیب، محققان همچنین از حجم محتوایی که اکنون تولید می شود غرق شده اند. در اواسط مصاحبه، هاسفلد آنچه را که گمان می‌کند مقاله 17 صفحه‌ای تولید شده توسط هوش مصنوعی درباره عواقب ناشی از ETH از یک حساب تصادفی Gmail دریافت می‌کند.

او آن را نمی خواند: او می گوید: "خواندن ریاضی سرمایه گذاری بسیار بزرگی برای زمان شناختی است." OpenAI مستقیما به این امر کمک کرده است. اوایل این ماه، 722 نسخه خطی را روی 400 مشکل در GitHub منتشر کرد که باعث آزردگی دانشگاهیان شد، آنها شکایت دارند که این امر هضم نتایج را دشوار می کند. بر این ناامیدی چندین سند حاوی اشتباهات افزوده شد که منعکس کننده چیزی بود که برخی از ریاضیدانان به عنوان عرضه عجولانه طراحی شده برای کاهش عرضه اولیه برنامه ریزی شده شرکت به جای پیشبرد این زمینه می دیدند.

به گفته دانشگاهیان به WIRED، این بار، به نظر می رسد مقاله 60 صفحه ای OpenAI در مورد ETH بهتر از انتشارات قبلی این شرکت ها نوشته شده است. آنها اکنون در تلاش هستند تا بسته بندی کاغذ را باز کنند و نتایج دیگری را که می توانند به سرعت از آن استنتاج کنند، بیابند. ویکتور لاگرکویست، دانشیار در لینکوپینگ، می‌گوید: اگر ETH نادرست است و در واقع، با پیچیده‌تر شدن مشکلات، زمان بیشتری برای حل مشکلات صرف نمی‌کند، این «هیجان‌انگیز» است.

او قصد دارد به مشکلاتی که قبلا با فرض دقیق بودن ETH از آنها صرف نظر کرده بود، بازگردد. یافته‌های OpenAI همچنین می‌تواند بر رمزنگاری مبتنی بر امنیت وب تأثیر بگذارد، که بر این فرض استوار است که حل برخی مسائل ریاضی زمان زیادی طول می‌کشد. لوکشتانوف می‌گوید در حالی که این نتیجه خاص مستقیما بر رمزنگاری تأثیر نمی‌گذارد، «قطعا باید برخی از طراحان سیستم رمزنگاری را بترساند». هاسفلد می افزاید: به همین دلیل است که ادامه کار انسان و کمک هوش مصنوعی در علم کامپیوتر نظری مهم است، هاسفلد می افزاید: «ما می خواهیم فرآیند علمی باز شناسایی شود.

سوء تفاهم های ما در مورد محاسبات، به ویژه به این دلیل که بسیاری از زیرساخت های دیجیتال مدرن بر اساس فرضیات مربوط به محاسبات ساخته شده اند. در مورد Jonsson از Linkoping، او قصد دارد مقالات خود و دیگران را که به صحت ETH بستگی دارد، مجددا بررسی کند و معتقد است که مقاله کنفرانس او ممکن است در نهایت از طریق روش دیگری قابل نجات باشد. او مشتاق است که جزئیات اثبات OpenAI را بررسی کند و ببیند چه چیزی می تواند از آن بیاموزد و آن را برای مشکلات جدید به کار گیرد.

او می‌گوید، اگرچه این فرضیه‌های زیربنای کار او را خنثی می‌کند، داشتن حکم برای ETH چیزی است که او قبلا فقط می‌توانست روی آن «رویایی» داشته باشد. او می افزاید: «این زمان های هیجان انگیزی است. "بیشتر مردم هرگز چنین چیزی را در حرفه خود تجربه نمی کنند." "برای من مهم نیست که این یک مدرک نوشته شده توسط انسان باشد، یا توسط هوش مصنوعی نوشته شده باشد، یا اینکه یک موجود بیگانه این مدرک را به ما منتقل کرده است. اگر درست است، پس ما باید به سادگی از آن در آینده استفاده کنیم."