SEO OS: от поискового сигнала к понятному действию

OpenAI и Anthropic заявили об опровержении ETH

Две лаборатории в один день сообщили, что их модели опровергли гипотезу ETH, на которой держалась теория сложности. Проверок пока нет.

Новости ИИ · Новости

Все новости
AG Branding
Модель OpenAI и Anthropic у доски с доказательством гипотезы ETH

Двадцать семь лет теоретики сложности строили сотни работ на одной опоре: некоторые задачи невозможно решить быстро, как бы вы ни старались. Гипотеза называется ETH, Exponential Time Hypothesis. В понедельник OpenAI заявила, что одна из её внутренних моделей доказала ложность ETH. Через несколько часов Anthropic опубликовала своё доказательство, тоже найденное моделью без участия человека. Один из математиков Anthropic заметил, что работа OpenAI опирается на уже существующие исследования.

Ни одно из двух доказательств пока не подтвердил независимый проверяющий. Совпадение в другом: две передовые лаборатории устроили гонку публикаций в теоретической информатике в один день.

В чём суть спора

Представьте огромную головоломку из переключателей «да/нет». Нужно найти такую комбинацию, при которой выполняются все правила. Проверить ответ легко, найти его тяжело. К 100 переключателям число комбинаций доходит до единицы с тридцатью нулями. ETH утверждает, что короткого пути нет: время поиска растёт экспоненциально и никакой алгоритм не обойдёт перебор принципиально.

Модели OpenAI, по её словам, нашли алгоритм с ростом чуть медленнее экспоненты. В бытовом смысле это не быстро, но достаточно, чтобы ETH перестала быть верной.

🔥 Ключевой факт

Шифрование не ломается. OpenAI проверила это и «с разумной уверенностью» утверждает, что результат на криптографию не влияет, рассказал Райан Уильямс из MIT. Практические решатели SAT тоже не ускорятся завтра.

Что дальше

OpenAI перевела доказательство на Lean, язык, который позволяет компьютеру проверить каждый шаг рассуждения. Это сделали на следующий день после публикации. Компания согласилась выложить все исходные данные и оплатить конференцию о том, что результат значит.

Anthropic пошла другим путём: тензорные сети и собственная система проверки Lean, доказательство лежит на GitHub. В том же сообщении заявлены доказательства гипотезы Какеи во всех размерностях и доказательство существования для теории Янга-Миллса, одной из семи задач тысячелетия. Работу по физике не опубликовали, её готовит группа под руководством нобелевского лауреата Дэвида Гросса.

«Доказательство на Lean означает, что компьютер проверил каждый шаг. Это гораздо сильнее, чем статья, полная утверждений.»

- из разбора World of AI

Формальная проверка ещё не равна научному признанию. Экспертам предстоит убедиться, что формальное утверждение совпадает с тем, что математики понимают под ETH, и что в доказательство не пробрались скрытые допущения. Публичного разбора пока не было. Уильямс описал «две или три странно выглядящие части», которые предстоит изучить всей области, и назвал результат «вероятно, не окончательным ответом».

Уильямс, Импальяццо и Патури заявили, что проводят независимую проверку, и запросили полный доступ без соглашений о неразглашении и без оплаты от OpenAI.

Что это значит для бизнеса

Для компании на Дальнем Востоке, которая ставит ИИ в производственные процессы, практический вывод один: узкое место переехало. Раньше вопрос звучал «может ли модель выдать результат». Теперь звучит «как быстро человек проверит то, что модель выдала». Если ваш процесс на этом шаге не выстроен, скорость модели ничего не даёт. Во Владивостоке такие проверки обычно ложатся на одного сотрудника.

Второй вывод касается ставки на бенчмарки. Лаборатории соревнуются в том, что «наш ИИ сделал новую науку», и это плохо переносится в бизнес-метрики. Стройте проверку на своих задачах и своих данных, а не на рейтингах.


Читайте также