OpenAI публикува десет резултата по дългогодишни отворени задачи в математиката - постигнати, по думите на компанията, от вътрешна версия на Astra, следващия им голям модел. Всяко доказателство е формализирано в Lean, така че машина може да го провери. Токените за всичките десет са стрували около 2000 долара.
- Десетте задачи покриват области от опаковане на сфери във високи измерения до теория на групите и криптография върху решетки; три затварят проблеми на Ердьош (146, 180 и 183).
- Резултатите са на вътрешна версия на Astra; хора са подготвили ръкописите със същия модел, а той е формализирал всяко доказателство в Lean сертификат.
- OpenAI публикува и описания на хода на разсъжденията; токените за всички решения струват около 2000 долара по тарифите на Sol API.
Има един детайл, който вади тази публикация от рафта с маркетинга: всяко от десетте доказателства идва с Lean сертификат - формален запис, който машина проверява ред по ред. През май OpenAI показа опровержение на хипотеза на Ердьош, открито при тестове на неиздаден модел. Днес показват десет резултата наведнъж, и покрай тях изпускат името на следващия си голям модел.
Защо сертификатът е важното. Твърдение на компания за собствен модел по принцип се чете с едно наум - бенчмаркове се нагласят, формулировки се разтягат. Формализирано доказателство не оставя място за този спор: или минава проверката, или не минава. Затова тази публикация тежи повече от всяка таблица с проценти, която сме виждали тази година.
И режисурата си струва да се отбележи. OpenAI можеше да обяви Astra на сцена, с демо и аплодисменти. Вместо това името излиза между другото, в математическа публикация. Ходът е пресметнат: посланието не е 'вижте колко е бърз', а 'вече върши работа на изследовател'. Има и по-силен сигнал от режисурата: след майския резултат външни математици публикуваха свои надграждания. Общността не гледа от трибуната. Влязла е в играта.
Цената е онова, което остава в главата ми - около 2000 долара токени срещу задачи, по които поколения математици са си чупили зъбите. Проверката на общността тепърва предстои, и дотогава част от блясъка може да се стопи. Съотношението обаче е ново. Умният изследовател днес пита модела рано, преди колегата му да е попитал.