OpenAI, rekabet ve veri anlaşmazlıkları ortasında Navier-Stokes Milenyum Ödülü sorununa çözüm bulduğunu iddia ediyor

OpenAI bir Milenyum Ödülü atılımı iddia ediyor

OpenAI, gelişmiş ve henüz yayınlanmamış bir modelin, Clay Matematik Enstitüsü'nün 2000 yılında ortaya koyduğu, her biri 1 milyon dolar ödül taşıyan yedi Milenyum Ödülü sorunundan biri olan Navier-Stokes sorununa bir çözüm ürettiğini duyurdu. Şirketin The Verge'a verdiği rakamlara göre bu çaba yaklaşık 10.000 AI ajanı, on milyonlarca dolarlık compute ve 88 saatlik çalışma süresi aldı. Sorun akışkanların akışıyla ilgili ve nesillerdir çözülemedi; ödüllerin kurulmasından bu yana yedi sorundan yalnızca biri, Poincaré sanısı çözülebildi.

İddia kayıtsız şartsız bir kutlamayla karşılanmadı. The Verge, alanı sarsan ve kaynakları bol bir yeni oyuncunun matematiği ilerletilecek bir disiplin olarak değil, kazanılacak bir yarışma olarak gördüğünü düşünen birçok kişinin bulunduğu, bir düzineden fazla matematikçiyle konuştuğunu bildiriyor.

OpenAI'nin beklemediği bir yarış

The Verge'a göre OpenAI, araştırmacıların Milenyum Ödülü sorunlarında ilerleme kaydettiğini duyduğunda, yayınlanmamış modellerinden birinin de ilerleyip ilerleyemeyeceğini test etmeye karar verdi. Bunu yaparken kiminle rekabet ettiğini de keşfetti: NYU profesörü Tristan Buckmaster ve Anthropic araştırmacısı Levent Alpöge. İkili, diğer araştırma hatlarının yanı sıra Navier-Stokes üzerinde çalışıyordu ama bir kanıt tamamlamamışlardı.

İki taraf bazı ayrıntılarda anlaşmazlık yaşıyor fakat olayların akışını genel hatlarıyla kabul ediyor. Buckmaster, OpenAI'nin kendi çözümüne doğru yarıştığını öğrendikten sonra şirketle temas kurduğunu, OpenAI araştırmacısı Sébastien Bubeck ile yapılan görüşmelerin gerginleştiğini ve kendi görüşüne göre tehditkâr bir hal aldığını söyledi. Kendisine kendi kanıtını tamamlaması için fiilen sınırsız compute, ayrıca Alpöge dışlanması koşuluyla OpenAI makalesinin tek yazarlığı teklif edildiğini belirtti. Buckmaster bu teklifi The Verge'a, işbirlikçisinin bir kenara atılma girişimi olarak nitelendirdi, rüşvet olarak adlandırdı ve reddetti.

Bubeck, The New York Times'a verdiği röportajda ve sosyal medyada bu tanımlamaya itiraz ederken, Buckmaster'a kendi kanıtını tamamlaması ya da şirketin yazımını devralması için OpenAI kaynakları teklif ettiğini doğruladı. OpenAI'nin adlarını vermediği diğer matematikçilerle de benzer düzenlemeler yaptığını söyledi ve engeli, Alpöge'nin rakip bir laboratuvardaki çalışması olarak göstererek, OpenAI içindeki bir projenin bir Anthropic çalışanını nasıl içerebileceğini sordu. Alpöge, Buckmaster ile çalışmasının Anthropic'teki rolünden bağımsız, kişisel bir işbirliği olduğunu söyledi.

Codex verisine ilişkin sorular

Buckmaster, sorun üzerine kendi çalışmasında OpenAI'nin araçlarından biri olan Codex'i kullanıyordu ve bu kullanımın şirketin başarısına katkı sağlayıp sağlayamayacağını sorguladı. The Verge'a göre OpenAI başlangıçta, ürünlerini kullanımından elde edilen verilerin modeli geliştirmek için kullanılmış olabileceği ihtimalini dışlayamadığını kabul ederken, hiçbir kişinin veya ajanın onun belirli kullanıcı verisine erişmediğini sürdürdü. Sözcü Laurance Fauconnet daha sonra yayına, son aylarda Buckmaster'ın prompt'larının sistemi eğitim dahil hiçbir şekilde etkilemesinin imkânsız olduğunu söyledi. Buckmaster, böyle güvencelerin şirketin davranışı göz önüne alındığında derin bir kuşkuyu hak ettiğini belirtti.

Buckmaster nihayetinde çalışmasını ve yaşananların kendi anlatımını kamuya açtı; matematikğini denetleyen ve ona avukatlara ulaşmasında yardımcı olan meslektaşlarıyla koordineli hareket etti. The Verge'a, Google DeepMind ile daha önceki işbirliği deneyiminin kendisini, büyük teknoloji şirketlerinin prestij ve ünlü sonuçları ilk iddia etme takıntısında olduğunu zaten ikna ettiğini söyledi.

Neden önemli

Doğrulanırsa, AI kaynaklı bir Navier-Stokes çözümü şimdiye dek çözülen ikinci Milenyum sorunu olur ve matematiğin sınırında makine akıl yürütmenin en güçlü gösterimlerinden biri olurdu. Ama yaşananlar en az bunun kadar önemli. Bu olay, AI laboratuvarlarının rekabetçi teşviklerinin, fikirlerin kökeninin çoğu zaman nihai sonuçtan daha önemli olduğu ve yeni tekniklerin genellikle onları çözmek için geliştirildikleri sorunlardan daha uzun ömürlü olduğu araştırma matematiğiyle nasıl çatıştığını gözler önüne seriyor. Ayrıca ticari AI araçları kullanan her araştırmacıyı etkileyen çözümsüz bir soru bırakıyor: Bu araçlarla üretilen veriler daha sonra satıcıya fayda sağlayabilir mi? OpenAI için bu zafer, onu elde etme biçiminden daha kolay savunulabilir olabilir.