Последняя публикация OpenAI в области математики стала одновременно зрелищем и стресс-тестом: огромный заявленный скачок вперёд от невыпущенной передовой модели теперь представлен области, основанной на медленной и тщательной проверке.

Напряжение нарастало с сентября, когда OpenAI заявила, что её система «решила более 100 давних открытых задач в большинстве областей математики».¹ Публичная подача компании была откровенно масштабной. В посте, опубликованном руководителем OpenAI Лилиан Венг, говорилось, что она выпускает «широкий спектр новых математических результатов», полученных внутренней передовой моделью и разработанных при консультациях независимой группы по математике и ИИ.Lilian Weng (lilianweng)² Грег Брокман охарактеризовал более широкую цель как «ускорение научных открытий и улучшение качества жизни для всех».Greg Brockman (gdb)³

Затем во вторник последовало конкретное раскрытие: 722 рукописи, охватывающие 372 семейства результатов, с решениями «сотен» открытых вопросов, по данным Консультативной группы по математике и искусственному интеллекту, или AGMAI.¹ В другом сообщении результаты по более чем 300 открытым задачам были названы «ошеломляющим объёмом математического прогресса», который заставил математиков пытаться осмыслить публикацию.⁴

OpenAI предоставила некоторые сводки рассуждений, оценки использования вычислительных ресурсов и данные о предпринятых попытках решения задач; компания утверждает, что на средний результат потребовался эквивалент трёх часов размышлений ChatGPT Pro. Она публикует материалы через репозиторий GitHub с протоколами пересмотра и цитирования.¹

Однако рекомендации AGMAI подчёркивают другую сторону этой истории. Группа призвала лаборатории по возможности оперативно публиковать результаты через устоявшиеся академические каналы и раскрывать сведения о модели, промптах и затратах на вычисления. Наиболее прямо она посоветовала компаниям «воздерживаться от использования публикации математических результатов в качестве маркетингового инструмента для продвижения своих моделей».¹ Результаты могут быть необычайными; теперь вопрос в том, сможет ли их проверка идти в ногу с темпом публикации.