ChatGPT за час доказал математическую гипотезу 50-летней давности
Лента новостей
OpenAI использовала новую языковую модель для решения математической задачи. Как объяснила сама нейросеть, она делегировала задачи 64 виртуальным ассистентам и попросила их потратить как можно больше времени, прежде чем выдавать ответ или отказать
Нейросеть за час решила задачу, над которой математики бились более 50 лет. OpenAI объявила, что их новая модель GPT смогла доказать гипотезу о двойном покрытии циклов. Она была сформулирована в 70-х годах и относится к области теории графов — это раздел дискретной математики. Для решения генеративная модель запустила десятки параллельных AI-ассистентов, которые обрабатывали определенные типы алгоритмов.
Пока доказательства проходят проверку настоящими математиками. Впрочем, эксперты уже говорят о серьезном прорыве. Подробности приводит научно-популярный журнал Scientific American:
«Это хорошо известная гипотеза, которая на протяжении многих лет привлекала тысячи математиков по всему миру. Решение от нейросети оказалось довольно коротким. Как считает Нога Алон, математик из Принстонского университета, «инструменты искусственного интеллекта изменят — а точнее уже меняют — математические исследования». На самом деле ИИ не изобрел нового способа решения, он лишь объединил методы, которые люди уже пробовали раньше, но сумел выжать из них немного больше. «Я думаю нейросети продолжат и дальше выкапывать «простые» научные загадки, замаскированные под сложные. И успешно их решать. А все потому, что как только задача получает статус «сложной», то студенты и преподаватели начинают уделять ей меньше времени», — говорит Эндрю Сазерленд, математик из Массачусетского технологического института. Кстати, OpenAI любезно опубликовала и инструкцию, которая привела к успешному доказательству гипотезы. Нейросеть объяснила, что делегировала задачи 64 виртуальным ассистентам. И попросила их потратить как можно больше времени, прежде чем выдавать ответ или отказать. Эксперты уже оценили такой подход и сравнили со школьным учителем, который сочетает и похвалу, и строгие указания».
Не так давно было обнаружено и слабое место искусственного интеллекта. Оказалось, что он плохо предсказывает экстремальную погоду. В рамках эксперимента сравнивали ведущие ИИ-модели с одной из лучших в мире физически обоснованных систем прогноза. Последняя опиралась на законы физики, что позволяло ей предсказывать беспрецедентные ситуации вроде перепадов температуры. В свою очередь, генеративные модели обучались на основе прошлых данных и не верили в резкую смену погоды.
Рекомендуем:
Рекомендуем:
