OpenAI ve Anthropic, modellerinin Üstel Zaman Hipotezi'ni çürüttğünü iddia ediyor

Yapay zeka laboratuvarları çığır açan bir karmaşıklık sonucu iddia ediyor

OpenAI, üç büyük matematik probleminin çözümlerini yayımladı ve bunlardan biri, bilgisayar bilimlerinde hangi hesaplamaların temelden zor olduğuna dair uzun süredir kabul gören bir varsayım olan Üstel Zaman Hipotezi'nin (ETH) çürütülmesi iddiası. TechCrunch'a göre, yayım tanıdık bir heyecan ve tedirginlik karışımı yarattı: Anthropic matematikçisi Levent Alpöge, OpenAI'nin çözümlerinin daha önceki çalışmalardan türetildiğini öne sürdü ve birkaç saat içinde Anthropic da ETH'ye dair kendi çürütmesini yayımladı.

OpenAI ayrıca sonuçları her alana aktarma biçimini de değiştirdi. Matematikçiler çalışmayı GitHub üzerinde bir repository olarak aldı. Bilgisayar bilimcileri, kanıtların kamuya açıklanmasını ve OpenAI'nin bunların çevresinde bir konferans fonlamasını talep eden bir çalışma grubu kurdu. Fizikçiler ise kendi sonuçlarının nasıl yayımlanacağına karar verecek bir çalışma grubu oluşturdu.

Kanıtların çevresinde örgütlenen bir alan

Hesaplama karmaşıklığı üzerine çalışan MIT profesörü Ryan Williams, kendi disiplininin yanıtını örgütlüyor. Williams, daha önce OpenAI'nin yaklaşımını eleştirmiş ve bu ekim ayında yayımlanan bir kanıt yığınına "matematikçilere DDoS saldırısı" demişti; ancak alan için hayati bulduğu bir sonuç üzerine laboratuvarla çalışmayı kabul etti. OpenAI ayrıca, ETH'yi ilk kez 1999'da yayımlayan UC San Diego bilgisayar bilimcileri Russell Impagliazzo ve Ramamohan Paturi'yi de sürece dâhil etti.

Grubun ilk hamlesi, bilim insanlarını geri bildirim vermeye ve araştırmalara yapay zeka katkılarına dair normları tartışmaya davet eden bir açık mektup oldu. Williams, TechCrunch'a verdiği demeçte OpenAI'nin kanıtının bazı bölümlerinin rutin göründüğünü, ancak birkaç bölümün ona yabancı geldiğini söyledi; geniş topluluğun bu çalışmayı birlikte incelemesi gerektiğine ikna eden "iki ya da üç uzaylı görünümlü bölüm" vardı.

ETH ne diyor ve neden tartışmalı

ETH, her cevabı hızlıca doğrulanabilen problemin hızlıca çözülüp çözülemeyeceğini soran daha büyük P'ye karşı NP sorusunun içinde yer alıyor. Sudoku standart örnektir: tamamlanmış bir ızgarayı doğrulamak hızlıdır, ama çözümü bulmak çok daha uzun sürer. Modern kriptografi de aynı asimetriye dayanır; doğru anahtarla bir mesaj anında çözülürken, anahtar olmadan kodu kırmak pratikte olanaksız derecede uzun sürer.

Sorunun hangi yönde sonuçlanacağı kimse tarafından kanıtlanamadı ve araştırmacıların çoğu hızlı doğrulamanın hızlı çözmeyi garanti etmediğini varsayıyor. ETH bu varsayımı destekliyordu: En iyi mümkün algoritmaların bile, belirli bir zor mantık bulmacası ailesinde değişken sayısı arttıkça üstel oranda daha fazla zamana ihtiyaç duyacağını savunuyor.

Laboratuvarların iddiası, modellerinin bu bulmacaları ETH'nin izin verdiğinden daha hızlı, üstel altı zamanda çözen algoritmalar ürettiği. Kanıtlar tutarsa ETH yanlıştır ve sonuç, P'nin NP'ye eşit olduğunu varsayan algoritmalara işaret edebilir. Williams temkinli bir dille, TechCrunch'a her bilgisayar bilimcinin P = NP olasılığına biraz daha fazla ağırlık vermesi gerektiğini, ancak OpenAI'nin algoritmasının elde edilebilecek en iyi olduğunu beklemediğini söyledi.

Yeniden gözden geçirilecek literatür, kontrol edilen kriptografi

ETH uzun süre varsayıldığı için, Williams çürütme geçerli olursa son on yıldaki birçok makalenin yeniden incelenmesi gerekeceğini söyledi. Konferans için ısrar etmesinin nedenlerinden biri de bu: Araştırmacılar, yalnızca yeni algoritmaları anlamanın ötesinde alanın temellerinin nasıl değişmesi gerektiğini netleştirmek zorunda.

Somut pratik soru ise güvenlik. Yeterince hızlı bir algoritma, belirli anahtar uzunluklarındaki kriptografik sistemleri kırılabilir hale getirebilir. Williams, OpenAI bilim direktörü Dan Roberts'a sorduğu ilk sorulardan birinin sonucun herhangi bir kriptografiyi etkileyip etkilemediğini söyledi; OpenAI kontrol etmişti ve herhangi bir kırılma ima etmediğine dair makul ölçüde emindi.

Williams, bir sonraki bilim insanı neslinin eğitimine ilişkin kaygılara da dikkat çekti, ancak genel olarak iyimserliğini koruyor. Ona göre yapay zeka, araştırmacıları daha hırslı olmaya ve bir zamanlar derin sayılan bazı problemlerin makineler için kolayca elde edilebilir meyveler olabileceği bir dönemde hangi soruların peşinden koşulacağını daha derin düşünmeye zorluyor.

Neden önemli

ETH, hesaplama zorluğuna ve dolaylı olarak şifrelemenin neyin güvende tuttuğuna dair on yıllar boyunca sessizce temel oluşturdu. Makine üretimi kanıtlar bunu gerçekten geçersiz kılarsa, yayımlanmış çok sayıda sonuç artık geçerli olmayan bir varsayım üzerine oturuyor demektir ve zor problemler ile çözülebilir problemler arasındaki sınır kayar. Bu olay ayrıca bilimin yapay zeka keşiflerini nasıl özümseyeceğinin canlı bir sınavı: Bu sonuçta keşifler, doğrulama ve yayım normları uyum sağlayabilecek hızdan daha hızlı geliyor ve araştırmacıların vereceği yanıtlar hem karmaşıklık teorisini hem de öncü laboratuvarların böyle bulguları dünyaya aktarma biçimini şekillendirecek.