پرش به محتوا
منو
داده‌نوشت
فناوری، زیرساخت و هوش مصنوعی
هوش مصنوعی

OpenAI مدعی حل مسئله ناویر-استوکس با هزاران ایجنت هوش مصنوعی شد

OpenAI می‌گوید سیستم داخلی این شرکت توانسته برای مسئله ناویر-استوکس، یکی از مسائل جایزه هزاره، راه‌حل ارائه کند؛ ادعایی که با واکنش و حاشیه‌هایی همراه شده است.

انتشار: ۱۸ شهریور ۱۴۰۵3 دقیقه
🟢ادعای بزرگ OpenAI: هوش مصنوعی مسئله ۹۰ ساله ریاضی را در ۸۸ ساعت حل کرد ▪️ اوپن‌ای‌آی می‌گوید هوش مصنوعی داخلی این شرکت

OpenAI اعلام کرده است سیستم داخلی این شرکت توانسته برای مسئله «وجود و همواری» ناویر-استوکس، یکی از هفت مسئله جایزه هزاره، راه‌حل ارائه کند. این شرکت می‌گوید اثبات به‌دست‌آمده نشان می‌دهد یک سیال که حرکت خود را به‌صورت هموار و از حالت سکون آغاز می‌کند، می‌تواند در زمانی متناهی به تکینگی برسد.

مسائل جایزه هزاره مجموعه‌ای از هفت مسئله دشوار ریاضی هستند که مؤسسه Clay در سال ۲۰۰۰ معرفی کرد و برای حل هرکدام جایزه یک میلیون دلاری تعیین کرده است. مسئله ناویر-استوکس به معادلاتی مربوط می‌شود که حرکت سیالات، از جمله مایعات و گازها، را توصیف می‌کنند. پرسش اصلی این است که آیا حرکت سه‌بعدی یک سیال تراکم‌ناپذیر با چگالی ثابت که از وضعیتی هموار آغاز می‌شود، می‌تواند در زمانی متناهی به وضعیتی برسد که سرعت سیال بدون کران افزایش پیدا کند یا نه.

طبق توضیح OpenAI، سیستم داخلی این شرکت یک اثبات تحلیلی و همچنین صورت‌بندی رسمی آن را در زبان Lean تولید کرده است. این شرکت می‌گوید راه‌حل ارائه‌شده بر پایه گردابه‌ای است که به سمت داخل به حالت مارپیچ درمی‌آید و هم‌زمان کشیده و باریک‌تر می‌شود؛ در این وضعیت، ناحیه مرکزی گردابه کوچک‌تر و سریع‌تر می‌شود، اما انرژی سیال همچنان محدود باقی می‌ماند.

OpenAI می‌گوید برای آزمایش مدل داخلی جدید خود روی مسائل حل‌نشده جایزه هزاره و چند مسئله مهم دیگر، از سیستمی متشکل از ایجنت‌های متعدد استفاده کرده است. گروهی که روی مسئله ناویر-استوکس کار کرد، در مقطعی حدود ۱۰ هزار ایجنت هم‌زمان داشت. به گفته شرکت، ایجنت‌ها حدود ۸۸ ساعت پس از آغاز پروژه به راه‌حل ناویر-استوکس رسیدند و صورت‌بندی و راستی‌آزمایی اثبات در Lean نیز با استفاده از GPT-6 Astra حدود ۱۷ ساعت دیگر زمان برد.

براساس اعلام OpenAI، ایجنت‌های این شرکت در پروژه ناویر-استوکس ۲.۷ میلیون پیام ارسال کردند و حدود ۱۳۰ میلیارد توکن خروجی تولید شد. در مجموع همه مسائل بررسی‌شده نیز ۴.۹ میلیون پیام و حدود ۳۰۰ میلیارد توکن خروجی ثبت شده است.

این ادعا بدون حاشیه نبوده است. «تریستان باک‌مستر»، ریاضی‌دان دانشگاه نیویورک، و «لِوِنت آلپوگه»، پژوهشگری در Anthropic، پیش‌تر روی پژوهشی مستقل در این زمینه کار کرده بودند و در تلاش خود از چند مدل زبانی بزرگ، از جمله Claude، ابزار Codex متعلق به OpenAI و مدل مرزی Astra استفاده کرده بودند. باک‌مستر این پرسش را مطرح کرده که آیا OpenAI از کاری که او و آلپوگه در جلسات Codex انجام داده بودند برای رسیدن به نتیجه خود استفاده کرده است یا نه.

OpenAI در پاسخ گفته است پروژه داخلی این شرکت پس از شنیدن شایعه‌ای آغاز شد که بعداً مشخص شد به آلپوگه و باک‌مستر مربوط بوده است. این شرکت همچنین می‌گوید پس از تکمیل پروژه و راستی‌آزمایی در Lean، با تصور اینکه این دو پژوهشگر نیز راه‌حلی برای ناویر-استوکس دارند، با آن‌ها تماس گرفته تا انتشار هم‌زمان نتایج و به‌رسمیت‌شناختن اولویت آن‌ها را پیشنهاد کند. به گفته OpenAI، در جریان این گفت‌وگو مشخص شده پژوهش آن دو نفر به حل مسئله «اویلر اجباری» مربوط بوده است، نه همان مسئله‌ای که OpenAI مدعی حل آن است.

OpenAI تأکید کرده است پژوهشگران و ایجنت‌هایش تا زمان انتشار عمومی کار آلپوگه و باک‌مستر، به کار آن‌ها دسترسی نداشته‌اند. این شرکت همچنین اعلام کرده قصد ندارد جایزه یک میلیون دلاری مسئله ناویر-استوکس را مطالبه کند و هدف اصلی از انتشار نتیجه را نمایش میزان پیشرفت مدل‌های هوش مصنوعی خود دانسته است.

مطالب مرتبط

برای ادامه مطالعه

این یادداشت‌ها بر اساس موضوع مشترک، هم‌پوشانی برچسب‌ها و تازگی انتشار انتخاب می‌شوند.

هوش مصنوعی

ای‌ام‌دی از ورک‌استیشن تردریپر هیلو استیشن برای اجرای محلی مدل‌های هوش مصنوعی رونمایی کرد

ای‌ام‌دی در رویداد IFA از تردریپر هیلو استیشن رونمایی کرد؛ ابرکامپیوتر رومیزی مجهز به ۹۶ هسته، دو ترابایت رم و توان اجرای مدل‌های هوش مصنوعی تریلیون‌پارامتری.

۱۷ شهریور ۱۴۰۵3 دقیقه

دیدگاه‌ها

اولین نفری باش که دیدگاه می‌ذاره

OpenAI مدعی حل مسئله ناویر-استوکس با هزاران ایجنت هوش مصنوعی شد | داده‌نوشت