OpenAI julkisti 1. elokuuta ensimmäiset tulokset seuraavan sukupolven mallistaan. Astra-niminen malliperhe ratkaisi yhtiön mukaan kymmenen matematiikan ongelmaa, joissa alan tutkijat eivät olleet edenneet vähintään vuosikymmeneen. Osa ongelmista on ollut auki huomattavasti pidempään.
Ratkaisut jakautuvat kuudelle alalle: korkeaulotteinen geometria, koodausteoria, ryhmäteoria, kvanttikompleksisuus, hilakryptografia ja ekstremaalinen kombinatoriikka. Malli muotoili jokaisen todistuksen Lean-kielelle, joten koneellinen tarkistin pystyy varmistamaan päättelyn oikeellisuuden askel askeleelta. Ihmiset työstivät tulokset lopulliseen artikkelimuotoon yhdessä mallin kanssa.
OpenAI:n mukaan kaikkien kymmenen ratkaisun tuottamiseen kuluneet tokenit olisivat maksaneet yhtiön Sol-mallin hinnoilla noin 2 000 dollaria. Astra asettuu uudeksi malliluokaksi Solin, Terran ja Lunan rinnalle.
Mitä ei-sofinen ryhmä oikeastaan on
Kymmenestä tuloksesta huomiota on saanut eniten todistus ei-sofisten ryhmien olemassaolosta. Ryhmä on matematiikan perusrakenne, joka kuvaa symmetrioita ja siirtoja, esimerkiksi tapoja kääntää Rubikin kuutiota. Sofisiksi kutsutaan ryhmiä, joiden toimintaa voi jäljitellä miten tarkasti tahansa äärellisillä, tietokoneellakin käsiteltävillä palasilla.
Kysymys siitä, ovatko kaikki ryhmät sofisia, on ollut avoinna yli kahden vuosikymmenen ajan. Kukaan ei ollut löytänyt vastaesimerkkiä eikä todistanut, ettei sellaista ole. Astran todistus vastaa kysymykseen kieltävästi: on olemassa ryhmä, jota äärelliset approksimaatiot eivät tavoita.
Manchesterin yliopiston matemaatikko Thomas Bloom pitää tulosta merkittävänä. Hän kuitenkin torjuu tulkinnan, jonka mukaan tekoäly korvaisi matemaatikot. Astra rakentaa yli sadan vuoden aikana kehitetyn teorian päälle, eikä ilman sitä olisi mitään mihin tarttua.
“Ei ehkä isompi juttu kuin yksikköetäisyysotaksuman todistus olisi ollut, mutta konstruktioiden osalta tämä on iso asia.”
Lue tulokset varauksella
Kyse on OpenAI:n omasta ilmoituksesta. Tuloksia ei ole vertaisarvioitu, mallia ei ole julkaistu eikä ulkopuolinen taho ole toistanut ajoja. Lean-muotoilu vahvistaa, että todistus on sisäisesti pätevä, mutta ei sitä, että ongelma oli muotoiltu odotetulla tavalla tai että tulos on alalla se merkittävä läpimurto joksi se esitetään. Riippumaton arviointi vie kuukausia.
Yksi malli, monta agenttia
Teknisesti kiinnostavinta Astrassa ei ole yksittäinen todistus vaan rakenne. Astra ei ole yksi malli joka vastaa kysymykseen, vaan joukko agentteja jotka koordinoivat keskenään ja jauhavat samaa ongelmaa tunteja tai päiviä. Se on eri laji tehtävä kuin chatbotin sekuntien vastaus.
Matematiikka sopii tähän erityisen hyvin, koska Lean-tarkistin antaa agenteille luotettavan tuomarin. Malli voi kokeilla satoja umpikujia ja tietää joka kerta varmasti, oliko askel pätevä. Useimmissa muissa tehtävissä vastaavaa automaattista tarkistinta ei ole, mikä on syytä pitää mielessä ennen kuin tuloksia yleistetään.
OpenAI myöntää itsekin rakenteen heikkoudet. Virheet kasautuvat pitkissä ketjuissa, kontekstin hallinta vaikeutuu keskustelun kasvaessa ja agenttien koordinointi voi jopa heikentää suoritusta tehtävissä, joiden osat kytkeytyvät tiukasti toisiinsa. Tutkija Noam Brown kertoi, että yritykset muiden suurten ongelmien kimpussa epäonnistuivat. Milleniumpalkinnon ongelmia ei ratkennut yhtään.
Washington näki Astran ennen muita
Julkistus kytkeytyy sääntelyyn tavalla, jota ei ole ennen nähty. Sam Altman esitteli Astraa kuluneella viikolla Washingtonin päättäjille ja valvojille. Astra on ensimmäinen malli, joka testataan Trumpin hallinnon uudessa tekoälykehikossa, ja se vaatii liittovaltion ennakkohyväksynnän ennen julkista käyttöönottoa. Kehikko oli määrä viimeistellä viikon loppuun mennessä.
Käytännössä tämä tarkoittaa, että kehittyneimmän mallin näkivät ensin viranomaiset, eivät tutkijat. Julkaisupäivää ei kerrottu, joten toistaiseksi kaikki tieto Astrasta tulee sen tehneeltä yhtiöltä.
