OpenAI Astra: 数学および理論計算機科学における10の進展

OpenAI Astraが10個の長年の数学的問題を解決

OpenAIは、次世代の主要モデルであるAstraの内部バージョンが、数学および理論計算機科学における10個の未解決問題を解決したと発表しました。これらの問題は、少なくとも10年間、多くの場合それ以上に主要な結果に何の進展も見られなかったものです。正確性を保証するため、OpenAIは公開GitHubリポジトリを通じて、各証明のLean証明書をリリースしています。

数学的ブレイクスルーの要約

結果は、高次元幾何学、群論、量子複雑性を含むいくつかの複雑な領域にわたります。解決された10個の問題は以下の通りです：

高次元球充填: Cohn–Elkies閾値に至るまでの球充填密度の新しい上限を確立しました。
バイナリおよび球面コード: 指定された任意の最小距離におけるバイナリコードの最大サイズの指数関数的な改善された上限を生成し、高次元球面コードについても同様の結果を得ました。
非sofic群: 非sofic群の存在を確立する構成を提供し、群論における中心的な未解決問題を解決しました。
Connesの剛性予想: 特定の群がそのvon Neumann代数によって一意に決定されるという予想を論破しました。
算術回路複雑性: 算術回路と公式を用いてpermanentを計算するための新しい下限を確立しました。これには、$n^{4/\log n}$のオーダーの算術公式下限が含まれます。
量子並列反復: 一般的な2プレイヤー量子ゲームのための指数関数的な並列反復定理を開発し、古典的な複雑性理論の原理を拡張しました。
最近接ベクトル問題: ポスト量子暗号における重要な格子問題である最近接ベクトル問題に対して、多項式因子の近似困難性を発見しました。
Ehrhartの体積予想: すべての次元において、重心が唯一の内部格子点となる凸体の最大可能体積を決定しました。
多色Ramsey数: 多色三角形Ramsey数に対する超指数関数的な下限を提供することで、Erdős問題183を解決しました。
極値数予想: 極値グラフ理論におけるコンパクト性と退化に関する予想である、Erdős問題146および180を解決しました。

方法論とリソース消費

解決策はAstraモデルの内部バージョンによって生成されました。OpenAIは、これらの解決策を見つけるための総トークンコストは、現在のSol APIレートでは約$2,000になると報告しています。

AIによる数学的議論の発見に続き、人間の研究者がモデルと協力して結果を論文へとまとめました。最後に、モデルは各議論をLean証明書へと形式化し、機械検証可能な証明の正確性を実現しました。OpenAIはまた、各解決策に対するモデルの思考プロセスをナレーションとしてリリースしています。

AI数学における責任と帰属

OpenAIは、帰属は結果の起源を正直に反映すべきであると主張しており、AIが生成した証明に対して人間の著作者権を主張することは、知的作業の性質を誤解させることになると述べています。人間は論文の準備やLeanの形式化を支援しましたが、OpenAIは核心となる数学的議論をAstraシステムに帰属させています。

コミュニティによる分析と反論

この発表は、AI主導の発見の性質やプロセスの透明性に関して、技術コミュニティ内で大きな議論を巻き起こしています。

透明性と実験の厳密性

一部の批判者は、実験設定の完全な透明性なしには、報告された$2,000というコストは誤解を招く可能性があると主張しています。

"I want to know: 1. How many total problems were given to the model, and what percent were left unsolved at what cost before giving up? 2. How many attempts did you give the model at solving these problems?"

ヒューリスティック探索 vs. 新規理論

モデルが真に新規な数学的理論を生成しているのか、それとも単に既存のツールの適切な組み合わせを見つけるために、既存のツールの網羅的な探索を行っているだけなのか、という議論が続いています。

"Do these proofs contribute new ideas to the mathematical corpus, or are they simply an effective method to exhaustively search the literature for the研究学術文献を網羅的に探索し、問題に適用する既存のツールの適切な組み合わせを見つけるための効果的な方法に過ぎないのでしょうか？"

数学の専門職への影響

これらの結果をいくつかの人は専門職への脅威と見る一方で、他の人はAIが触媒となり、人間の研究者にとっての新しい道を開くことを示唆しています。

"For every conjecture defeated some seven or eight new ideas open up. Our path through that combination will be set by creative and curious human mathematicians."

技術的観察

観察者は、生成されたLeanの証明が非常に長いものがあることを指摘しました。最大50,000行に達するものもあり、AIが生成した形式化と、簡潔な人間が書いた証明との違いを浮躍化しています。