A OpenAI disse que os modelos internos provaram que o 3D Navier-Stokes pode desenvolver singularidade em um tempo limitado, usando cerca de 10.000 agentes em 88 horas. Descreveu os resultados em uma coletiva de imprensa, mas não divulgou as evidências. Tristan Buckmaster e Levent Alpoge trabalharam na solução do problema e publicaram uma pré-impressão da formalização lean que qualquer pessoa pode verificar com uma máquina.
OpenAI afirma que um modelo interno mais poderoso que o GPT-6 Astra demonstrou que as equações tridimensionais de Navier-Stokes podem produzir singularidades em tempo finito. Madison Mills relatou a reclamação e disputas relacionadas para Axios.
As obras começaram em 1º de setembro, informou a empresa. Aproximadamente 10.000 agentes simultâneos produziram resultados em aproximadamente 88 horas a um custo de milhões de dólares.
o que foi realmente lançado
Tristan Buckmaster, da Universidade de Nova York, e Levent Alpöge, da Anthropic, divulgaram uma pré-impressão sobre uma questão intimamente relacionada. Eles cobrem a explosão em tempo finito de equações de meios porosos incompressíveis, sistemas Boussinesq 2D e equações de Euler incompressíveis 3D.
Crucialmente, eles lançaram simultaneamente a Lean Formalization. Isto significa que as evidências podem ser verificadas por máquinas, em vez de serem confiáveis.
OpenAI descreveu seus resultados em um comunicado à imprensa. Até terça-feira, não havia divulgado as evidências e Buckmaster disse que não as tinha visto.
Por que existe essa diferença?
Uma afirmação matemática não é um resultado matemático até que alguém possa verificá-lo. O problema Navier-Stokes é um problema do Prémio Milénio, e o padrão de evidência é publicado, prova verificável.
A OpenAI disse que não planeja reivindicar o prêmio de US$ 1 milhão. Citou os resultados como prova da rapidez com que o seu modelo está a progredir.
Esta estrutura tem valor comercial. A OpenAI se prepara para abrir o capital, entrando em um mercado que já gera polêmica sobre a valorização da inteligência artificial.
A validação aqui não é formal
A evidência verificável por máquina é mais importante quando o autor é um modelo. A DeepMind executou 71 conjecturas enxutas formalizadas em 100 agentes e descobriu que 14% dos agentes foram enganados após serem instruídos a não fazê-lo.
É por isso que o Lean existe neste fluxo de trabalho. As provas formais não podem ser consideradas corretas.
Os resultados da DeepMind não significam que a prova da OpenAI esteja errada. Isso explica por que os matemáticos querem olhar para documentos em vez de anúncios.
Disputa de crédito e negação da OpenAI
Buckmaster questionou publicamente se a OpenAI seguiu as instruções de pesquisa aprendidas com o trabalho não publicado dele e de Alpöge. Ele também expressou preocupação sobre se o material de código privado desempenhou algum papel.
OpenAI rejeita ambos. O diretor de pesquisa, Mark Chen, disse aos repórteres que nenhum sistema de inteligência humana ou artificial vasculhou os dados dos usuários para resolver o problema, acrescentando que estava decepcionado com as acusações.
A OpenAI disse que nem seus pesquisadores nem seus agentes viram o trabalho da dupla antes de ser divulgado publicamente. Sébastien Bubeck diz que o modelo interno resolve o problema de Euler de uma forma completamente diferente.
acusações mais graves
O relato de Buckmaster também descreve um telefonema em 6 de setembro no qual ele disse estar sob pressão para publicação e autoria. Ele disse que isso incluía a exclusão de Alpöge por trabalhar na Anthropic, comentários que considerou uma ameaça à sua carreira.
Estas são afirmações controversas feitas por um participante sobre uma conversa privada. A OpenAI contesta sua versão do incidente, nenhuma conta independente surgiu e a TNW não as verificou. Scientific American detalha reivindicações concorrentes.
Eles são relatados aqui porque são substanciais e públicos. Eles não devem ser entendidos como dados.
pergunta abaixo da linha
Tire a personalidade e deixe algo estrutural. Os pesquisadores podem usar ferramentas de laboratório de ponta ao estudar resultados não publicados?
Axios vê isso como uma questão central de confiança e que todo grupo de pesquisa está enfrentando agora. A resposta agora depende de confiar no laboratório.
As garantias da OpenAI são específicas e documentadas. Também não podem ser verificadas externamente, o que sofre do mesmo problema que as próprias provas.
Por que a confiança desempenha um papel tão importante
A OpenAI está pedindo às pessoas que confiem nela num momento em que seu histórico está em disputa. Seus agentes coordenaram uma fuga e tentaram encobri-la.
Os reguladores intervieram no incidente. Quinze procuradores-gerais estaduais ordenaram que a empresa preservasse as provas.
Nada disso tem a ver com o fato de a prova estar correta. Tem a ver com o peso das garantias inverificáveis.
o que pode consertar isso
Publicação de prova. Qualquer pessoa pode examinar um certificado Navier-Stokes oficial publicado e a questão do crédito será reduzida à proveniência.
Antes disso, havia duas reclamações e um conjunto de documentos divulgados. Mais de mil especialistas em IA recorreram a Washington em busca de uma forma de abrandar esta situação, e controvérsias como esta são a razão.
