Controverse rond OpenAI: Wiskundigen NYU onthullen nieuwe bewijzen

Bron: TechCrunch AI

De wiskundeprofessor Tristan Buckmaster van de New York University (NYU) heeft op dinsdag drie bewijzen gepresenteerd die een voorlopige bevinding bevatten over een van de belangrijkste onopgeloste problemen in de theoretische wiskunde. Deze bevindingen, tot stand gekomen in samenwerking met de wiskundige Levent Alpöge van Anthropic en met behulp van zowel Codex als Claude AI-modellen, zijn op zichzelf al significant. Echter, ze worden ook vergezeld door een ongewone controverse rondom de pogingen van OpenAI om hetzelfde probleem op te lossen.

“Er is een ander deel van dit verhaal,” schreef Buckmaster in zijn verklaring waarin hij de bewijzen aankondigde, “en dat is iets waar ik, eerlijk gezegd, heel graag niet mee bezig zou willen zijn.” Volgens de verklaring is er een parallelle inspanning van OpenAI geweest die voortbouwde op hun werk voordat dit publiek werd, wat leidde tot een web van academische rivaliteit en tegenstrijdige claims.

Kort na de verklaring van Buckmaster publiceerde OpenAI een volledige bewijsvoering voor het Navier-Stokes bestaan- en gladheidsprobleem, waar Buckmasters bevindingen een aanzet toe gaven. Volgens OpenAI was het bewijs ontdekt door een nog niet vrijgegeven model van de volgende generatie, dat in de afgelopen week een reeks verschillende onopgeloste problemen heeft aangepakt. In totaal verbruikte de inspanning van een week 300 miljard outputtokens, wat neerkomt op $22,5 miljoen aan rekenkosten, indien berekend tegen de huidige tarieven van Astra.

Het Navier-Stokes probleem en zijn betekenis

Het Navier-Stokes bestaan- en gladheidsprobleem is een van de zeven Millennium Prize-problemen, een set van belangrijke onopgeloste wiskundeproblemen, elk met een beloning van $1 miljoen van het Clay Mathematics Institute voor de eerste persoon of groep die een oplossing biedt. De Navier-Stokes-vergelijkingen worden veel gebruikt in de vloeistofmechanica, maar zijn theoretisch gezien slecht begrepen. Een oplossing zou een significante vooruitgang betekenen in het collectieve begrip van de wiskundige fysica.

De rivaliteit met OpenAI

Terwijl Buckmaster en Alpöge hun eigen resultaten finaliseerden, ontdekten ze dat “informatie over onze vooruitgang aan OpenAI was doorgegeven.” Toen ze OpenAI benaderden, werd hen verteld dat OpenAI al een volledig bewijs van het centrale probleem had bereikt. Maar toen ze vervolgvragen stelden over wanneer OpenAI met het onderzoek naar het probleem was begonnen en hoeveel menselijke input daarbij betrokken was, werden de antwoorden vager.

“Het bleek dat een heel team aan het probleem had gewerkt,” zei Buckmaster, “en dat er een enorme hoeveelheid rekenkracht was gebruikt. Uiteindelijk werd overeengekomen dat de eerste prompt in de afgelopen dagen was verzonden, nadat informatie over ons werk OpenAI had bereikt.”

De implicaties van OpenAI's aanpak

Als dit waar is, zou het suggereren dat het team van OpenAI ervan overtuigd was geraakt dat de aanpak van Buckmaster en Alpöge de juiste was en besloten had om hun materiaalkapitaal in rekenkracht te gebruiken om eerst tot een formeel bewijs te komen. De post van OpenAI bevestigt veel van deze tijdlijn, en geeft specifiek aan dat de laatste inspanning begon op 1 september, geïnspireerd door geruchten dat twee Millennium Prize-problemen waren opgelost. Bovendien bevestigt de post de voortdurende gesprekken met Buckmaster en Alpöge.

Een ongewone onderzoeksaanpak

Hoewel het probleem veel aandacht geniet onder wiskundigen, is de specifieke tactiek die Buckmaster en zijn collega hebben gekozen veel minder gebruikelijk. Hierdoor vond Buckmaster het verdacht dat OpenAI uiteindelijk dezelfde aanpak op hetzelfde moment volgde. “De route naar het Clay-probleem via een gladde kracht, opties c en d in Fefferman’s verklaring van het probleem, is de route die Luis en Diego openden en de weg die Levent en ik stilletjes hadden gekozen om aan te vallen,” schreef Buckmaster. “Bijna niemand die ik ken, werkte eraan,” vervolgde hij. “Het is niet de richting waar je in een paar dagen op komt door een model de probleemstelling te geven.”

De rol van Anthropic

Hoewel Alpöge in dienst is van Anthropic, voerde hij dit onderzoek niet uit namens het bedrijf. Het duo gebruikte een mix van modellen en leunde voornamelijk op OpenAI’s Codex in hun werk. Desondanks is Alpöge's verbinding met een rivaliserend bedrijf voor de context van deze situatie cruciaal. Het roept vragen op over de ethiek van concurrentie in de snel evoluerende wereld van AI-onderzoek.

Vertaald met ChatGPT gpt-4o-mini