OpenAI hat zehn schwierige mathematische Probleme nacheinander gelöst, und Fable hat fünf davon innerhalb von 24 Stunden „reproduziert“
10 ungelöste mathematische Probleme, eine Umkehrung innerhalb von 24 Stunden.
An diesem Wochenende standen sich die beiden KI-Giganten OpenAI und Anthropic an der vordersten Front der Mathematik direkt gegenüber.
Zuerst kündigte der OpenAI-Forscher Sébastien Bubeck am 1. August an, dass ihr unveröffentlichtes nächstes Hauptmodell Astra gleich 10 wegweisende mathematische Ergebnisse bewiesen hat, und veröffentlichte zudem 10 Lean-Zertifikate sowie 10 detaillierte Rückblicke zu jedem einzelnen Lösungsweg.
Unterschätzen Sie diese 10 Probleme nicht.
Ihre Hauptschlussfolgerungen wurden seit mindestens 10 Jahren nicht weiterentwickelt, viele davon liegen seit Jahrzehnten auf Eis und sind echte offene ungelöste Probleme.
Sie gehören zwar nicht zu den tiefsten ungelösten Rätseln der Mathematik, aber jedes davon ist ein hartes, schwer zu knackendes Problem.
Elliot Glazer, Leiter von FrontierMath unter Epoch AI, sagte offen: Allein das Ergebnis über nicht-solvable Gruppen würde definitiv in das weltweit anerkannte Top-Journal der Mathematik *Annals of Mathematics* aufgenommen werden.
Nach der Veröffentlichung dieser 10 schwierigen Probleme brach die KI-Community aus, und einige riefen sofort aus: „Die mathematische Singularität ist eingetreten“.
Anthropic reagierte sofort darauf.
In weniger als 24 Stunden antwortete der Forscher Levent Alpöge unter Bubecks Beitrag: „Ich habe die Hälfte davon mit Fable abgeschlossen.“
Anschließend ergänzte er, dass die von ihm gelösten Probleme die Punkte 4, 5, 6, 7 und 8 auf der OpenAI-Liste sind, insgesamt 5 Ergebnisse.
Levent gab an, dass die Versuchsbedingungen sehr sauber waren: vollständige Autonomie, allgemeine Prompts, kein Internetzugriff während des gesamten Prozesses, und es wurde eine zusätzliche Schutzebene hinzugefügt, um zu verhindern, dass OpenAIs Lösungen in den Kontext gelangen.
Natürlich hat Levent bisher noch keine vollständigen Beweisdetails von Fable veröffentlicht, er gab an, dass sie hochgeladen werden.
Aber wenn dies bestätigt wird, ändert sich das Gewicht dieser Angelegenheit:
Der Vorsprung, den OpenAI mit dem unveröffentlichten Modell Astra bei der Erstveröffentlichung erlangt hat, hielt nur 24 Stunden. Und das nachfolgende Modell Fable ist ein bereits von Anthropic veröffentlichtes Modell, auf das jeder zugreifen kann.
Eine „mathematische Erstveröffentlichung“ hat nur noch eine Haltbarkeit von 24 Stunden
Der Netznutzer Chubby teilte den Beitrag weiter: „Das öffentlich verfügbare Fable hat die Hälfte der Ergebnisse von Astra reproduziert.“
Jemand im Kommentarbereich scherzte: Aus dieser Sicht hat OpenAI vielleicht nur die Erstveröffentlichung erobert?
In der Vergangenheit dauerte der Streit um die Priorität eines mathematischen Ergebnisses normalerweise Jahre.
Wer zuerst die Idee hatte, wer zuerst den Beweis führte und wer zuerst veröffentlichte – dazwischen lagen lange Phasen der Einreichung, Begutachtung und Überarbeitung.
Aber jetzt wurde die von Astra veröffentlichte Leistung, bevor das Modell offiziell veröffentlicht wurde, in nur 24 Stunden von einem öffentlichen Modell zur Hälfte eingeholt.
Der Wert der Erstveröffentlichung ist zwar noch vorhanden, aber seine Haltbarkeit hat sich stark verkürzt.
Viele Netznutzer rufen bereits nach der „mathematischen Singularität“, und die beiden KI-Giganten liegen sich eng in den Haaren.
Hinter 2000 US-Dollar stecken noch viel höhere Kosten
OpenAI veröffentlichte zudem eine Zahl: Die Kosten für die Auffindung dieser 10 Lösungen betragen weniger als 2000 US-Dollar.
Laut dem Forscher Noam Brown entspricht dies der Anzahl der Tokens, die für die Suche nach diesen Lösungen benötigt wurden, umgerechnet nach dem Preis der Sol-API.
Das heißt, dies ist nur die marginale Inferenzkosten in dem Moment, in dem die 10 Lösungen erfolgreich ausgeführt werden.
Darüber hinaus gibt es noch die Trainings- und Entwicklungskosten von Astra selbst, die Probleme, die ausprobiert wurden aber nicht erfolgreich waren, die Arbeitszeit von Menschen, um die Beweise zu einer 249-seitigen Abhandlung zu ordnen, die Kosten für die Formalisierung jedes Beweises in Lean sowie die Kosten der anschließenden Überprüfung durch externe Mathematiker.
Noam selbst gab zu, dass sie auch andere wichtige Probleme ausprobiert haben, die alle fehlschlugen, und keines der Millennium-Preis-Probleme wurde gelöst.
Trotzdem haben 2000 US-Dollar die marginale Kosten, mit denen KI ein wegweisendes Problem löst, auf ein extrem niedriges Niveau gedrückt.
Einige scherzten sogar, ob OpenAI morgen weitere 10 mathematische Durchbrüche veröffentlichen wird, oder bis nächste Woche einmal 100 Ergebnisse auf einmal herausgibt.
Vom „gegenseitigen Ranglisten-Wettbewerb“ zum „gegenseitigen Prüfen“
Dass Fable dieselben Probleme von Astra neu löst, ist viel interessanter als ein gewöhnlicher Ranglisten-Wettbewerb.
Beim Ranglisten-Wettbewerb werden bekannte Antworten getestet: Die Aufgaben und die Standardantworten liegen vor, und es wird verglichen, wer die höhere Punktzahl erreicht.
Aber wenn die beiden Modelle unter den Bedingungen ohne Internetzugriff und ohne Leckage unabhängig voneinander zum selben wegweisenden Schluss kommen, wird etwas völlig anderes getestet: Ob dieses Ergebnis zuverlässig ist und unabhängig reproduziert werden kann.
Das ähnelt mehr einem Peer-Review.
Levent hat bisher nur eine „Erklärung“ auf X abgegeben, aber keine PDFs der 5 Beweise, Prompts, vollständigen Ausführungsprotokolle, Token-Kosten oder Lean-Zertifikate veröffentlicht.
Der Netznutzer Haider zweifelte an: Selbst wenn es wahr ist, warum sollte man Fable verwenden, um Astra zu reproduzieren, anstatt es direkt zur Lösung neuer offener Probleme einzusetzen?
Tatsächlich nutzt Fable nicht nur die Popularität von Astra, es kann auch neue Probleme lösen.
Im Juli gab Levent mit Fable ein dreidimensionales Gegenbeispiel zur Jacobian-Vermutung an, danach schrieb jemand extra ein 7-seitiges algebraisches Verifikationsmaterial, um zu bestätigen, dass die explizite Abbildung die Vermutung in drei und höheren Dimensionen tatsächlich widerlegt.
Wer prüft die Ergebnisse, die die allermeisten Menschen nicht verstehen können?
Es ist für die allermeisten Menschen sehr schwer zu beurteilen, wie wichtig diese 10 Ergebnisse sind.
Ethan Mollick brachte es auf den Punkt: Für fast jeden Menschen auf der Erde geht dies nicht nur über die Fähigkeiten hinaus, sondern auch über den Verständnisbereich. Wir können nur darauf vertrauen, dass professionelle Mathematiker uns sagen, wie beeindruckend es ist.
Bei Code, Bildern und Chats können normale Menschen selbst erleben, wo die Stärke der KI liegt.
Aber die Existenz von nicht-solvablen Gruppen, das Gegenbeispiel zur Connes-Steifheitsvermutung und das Quanten-Parallel-Wiederholungstheorem können nur sehr wenige Experten verstehen.
Je weiter die KI-Fähigkeiten in die vorderste Front der Wissenschaft vordringen, desto weniger können die Öffentlichkeit auf eigene Erfahrungen vertrauen, sondern nur auf eine lange Vertrauenskette. Dieser Zustand, bei dem man nicht einmal staunen kann, tritt derzeit in immer mehr Bereichen gleichzeitig auf.
Der Mathematiker Thomas Bloom erinnerte daran, dass diese Ergebnisse auf seit hunderten Jahren angesammelten mathematischen Theorien und von Mathematikern selbst aufgebauten formalen Systemen basieren. Es ist nicht ehrlich, es einfach als „KI ersetzt Mathematiker“ zu beschreiben.
Er stellte den Standard auf: Hat dieser Beweis uns etwas Neues über dieses Problem beigebracht?
Also stellt sich die echte Frage: Wenn KI kostengünstig und in Massen wegweisende mathematische Beweise erzeugen kann, womit sollen wir ihre Ergebnisse messen?
Die Antwort liegt vielleicht nicht auf der Seite der Erzeugung, sondern auf der Seite der Prüfung: Ob ein Beweis gelesen, überprüft und in seinem Gewicht beurteilt werden kann, bestimmt letztendlich seinen wahren Wert.
Die knappste Fähigkeit verschiebt sich gerade von „Beweise erstellen“ zu „Beweise verstehen und prüfen“.
Wenn KI über Nacht 10 schwierige Probleme beweisen kann, beginnt die echte Prüfung erst: Die Beweise werden immer schneller erstellt – können unsere Überprüfungen noch Schritt halten?
Referenzmaterialien:
https://x.com/haider1/status/2083908869915611554
https://x.com/polynoamial/status/2083470822258467194
https://x.com/kimmonismus/status/2083950641978679363 https://x.com/Dr_Singularity/status/2083653287463571742
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „AI Era“, Autor: ASI Offenbarung, veröffentlicht mit Genehmigung von 36Kr.