OpenAI мен Anthropic зерттеу модельдері есептердің белгілі бір түрін бұрын болжанғаннан жылдамырақ шешу жолын тапқанын мәлімдеді. Егер нәтижелер тексеруден өтсе, ғалымдар информатикада көп жыл қолданылған бір болжамды қайта қарауы керек болады. Әңгіме уақытқа саяхат немесе компьютердің бүгін бірден жылдамдауы туралы емес: мұндағы уақыт - алгоритмнің есеп шығаруға жұмсайтын уақыты.
Қандай мәселе туралы сөз болып отыр?
Бір топ адамға кездесулер кестесін құрып жатырсыз делік. Әрқайсысының өз шарты бар: біреуі таңертең бос емес, екіншісі түстен кейін келе алмайды, ал үшіншісі бірінші адаммен кездесуі керек. Адам аз кезде қолайлы кесте табу оңайырақ. Адамдар мен шарттар көбейген сайын ықтимал нұсқалар саны да тез өседі.
Информатикада осыған ұқсас логикалық есеп бар: барлық шарт бір уақытта орындалуы үшін айнымалыларға лайық мән беруге бола ма? Оның бір нұсқасы 3-SAT деп аталады. Ұсынылған жауапты тексеру салыстырмалы түрде оңай, ал кейбір шарттар жиыны үшін жауапты табу немесе оның жоқ екенін дәлелдеу қиын болуы мүмкін.
Барлық нұсқаны бір-бірлеп тексерсек, әр жаңа айнымалымен комбинациялар саны екі есе артады. Ғалымдар толық іздеуден жақсы әдістерді әлдеқашан ойлап тапқан. Бірақ маңызды сұрақ әлі бар: есептің көлемі өскенде, ең қиын жағдайдағы шешу уақыты экспонентадан едәуір баяу өсетін алгоритм жасауға бола ма?
Экспоненциал уақыт гипотезасы, қысқаша ETH, 3-SAT үшін мұндай алгоритм жоқ деп болжайды. Бұл дәлелденген заң емес. Дегенмен зерттеушілер көптеген басқа есептің күрделілігін бағалағанда сүйенген ықпалды болжам.
OpenAI мен Anthropic не ұсынды?
OpenAI хабарлауынша, оның жүйесі ETH гипотезасын теріске шығаратын шешім тапқан. Компания дәлелдің мәтінін және формалды нұсқасын жариялады. Көп ұзамай Anthropic те жұмысын жариялап, Claude зерттеу моделі осы гипотезаға қайшы алгоритм ұсынғанын айтты.
Екі жұмыста да субэкспоненциал уақытпен жұмыс істейтін алгоритмдер сипатталған. Қарапайым тілмен айтсақ, айнымалылар саны жеткілікті өскенде, олардың теориялық уақыт бағасы ETH болжаған экспоненциал шектен баяу өседі. Бұл есептер оңай болып кетті немесе бірнеше секундта шешіледі деген сөз емес.
Anthropic маңызды шектеуді атап өтеді: нәтиже өте үлкен есептердегі өсу қарқынына қатысты және алгоритмнің тәжірибеде қаншалықты жылдам болатынын көрсетпейді. Теория үшін маңызды нәтиже қарапайым компьютерде бірден пайдалы құралға айналмауы мүмкін.
ЖИ бәрін дәлелдеп қойды ма?
Компаниялар Lean көмегімен тексерілген дәлелдер туралы айтады. Lean - математикалық пайымдауларды формалды түрде тексеретін бағдарлама. Ол жазылған тұжырымдар мен ережелерден қорытындының дұрыс шығатынын тексеруге көмектеседі.
Адамдарға да жұмыс қалады: формалды жазба бастапқы есепті дұрыс сипаттай ма, дәлелдегі ойлар нені білдіреді және оның салдары қандай - соны анықтау керек. OpenAI сыртқы мамандарды, соның ішінде гипотезаны ұсынған зерттеушілерді шақырды. Anthropic те формалды тұжырым мен мақала мәтінінің сәйкестігін адам тексеруі қажет екенін жазады.
Егер қорытындылар расталса, ғалымдар дәл осы ETH гипотезасына сүйенген нәтижелерді қайта қарауы керек болады. Бұл олардың бәрі автоматты түрде қате дегенді білдірмейді: әр жұмыста не гипотезаға тәуелді екенін және нәтижені басқа жолмен негіздеуге болатынын анықтау қажет.
Құпиясөздер мен басқа күрделі есептерге әсері қандай?
ETH гипотезасының теріске шығарылуы барлық күрделі есепті жылдам шешуге болатынын дәлелдемейді. Ол әйгілі P және NP мәселесін де шешпейді: жауабын оңай тексеруге болатын әр есептің шешімін дәл сондай тез табуға бола ма деген сұрақ ашық қалады.
Әдеттегі шифрлау бұзылды деп қорытынды жасауға да әлі ерте. OpenAI практикалық алгоритмдерді іздеу және теориялық жетістіктерді іске жарату үшін қосымша зерттеулер керек екенін айтады.
Жалпы оқырман үшін бастысы - ЖИ іргелі ғылымға көбірек араласа бастады. Бірақ маңызды мәлімдеме мен ғалымдар түсініп, тәуелсіз тексерген жаңалықтың арасында үлкен жұмыс бар: дәлелді талдау, оны басқа зерттеушілермен талқылау және нақты не өзгеретінін анықтау қажет.