OpenAI, 722 matematik çalışmasını incelemeye açtı

OpenAI, kurum içinde geliştirdiği yapay zeka modeliyle üretilen matematik araştırmalarını 6 Ekim'de GitHub'da yayımladı. Koleksiyonda 722 çalışma ve bunlara eşlik eden kanıt dosyaları bulunuyor; sonuçlar farklı doğrulama aşamalarında.

Çalışmalar, birbiriyle bağlantılı 372 grupta toplanıyor. Aynı grupta ana sonuç, onu destekleyen ek argümanlar, sonuçtan türetilen bulgular veya alternatif kanıtlar yer alabiliyor. Dolayısıyla 722 sayısı, birbirinden bağımsız 722 açık problemin kesin olarak çözüldüğü anlamına gelmiyor.

Kanıtlar nasıl kontrol edilecek?

OpenAI, kanıtların bir bölümünü Lean dilinde de paylaştı. Lean, matematiksel kanıtların bilgisayarla denetlenebilecek biçimde yazılmasını sağlıyor. Her çalışmanın böyle bir karşılığı yok; şirket, henüz bu biçimde denetlenmemiş sonuçlarda sorun bulunabileceğini belirtiyor ve yeni kanıt dosyaları geldikçe koleksiyonu güncelleyecek.

Yayına ilişkin görüş veren bağımsız Matematik ve Yapay Zeka Danışma Grubu (AGMAI), danışmanlık rolünün sonuçların etkisini veya OpenAI'nin yöntemini onayladığı şeklinde okunmaması gerektiğini vurguladı. Gruba göre dosyaların kamuya açılması, matematikçilerin sonuçları anlaması ve değerlendirmesi için başlangıç adımı.

Sonuçları üreten model henüz kullanıma açık değil

Değerlendirme boyunca modele yaklaşık 4.000 problem verildi. OpenAI, sonuç başına kullanılan hesaplama miktarını ortalama üç saatlik ChatGPT Pro düşünme işlemine eşdeğer olarak açıklıyor. Bu ölçü, bir Pro kullanıcısının aynı problemi üç saatte çözebileceğine dair bir garanti vermiyor; araştırmada henüz yayımlanmamış bir model kullanıldı.

Paylaşılan dosyalar arasında modelin on sonuca nasıl ulaştığını anlatan kısaltılmış akıl yürütme özetleri de var. Düzeltmeler yeni sürümler halinde kaydedilecek, önceki sürümler erişilebilir kalacak.

OpenAI, sonuçların matematikçiler tarafından anlaşılmasına yönelik atölye, konferans ve özel programları finanse edeceğini de duyurdu. Modeli sorumlu biçimde kullanıma açmak için çalıştığını söylüyor; kesin bir çıkış tarihi vermiyor.