OpenAI接近攻克霍奇猜想 或连破两道千禧年难题
驱动中国9月17日消息,据《The Information》援引了解解法的人士称,OpenAI已接近攻克千禧年大奖难题中的霍奇猜想;若内部未公开模型成功解决该问题,公司将在9月8日解决纳维-斯托克斯问题后不到一个月内连续突破两道数学难题。
驱动中国9月17日消息,据《The Information》援引一名了解解法的人士称,OpenAI已接近攻克千禧年大奖难题中的另一道题;该人士称,OpenAI员工预计,霍奇猜想有望不久后得到解决。
千禧年大奖难题共有七道,由克莱数学研究所于2000年提出,此前引发争议的纳维-斯托克斯存在性与光滑性问题也在其中。当地时间9月8日,OpenAI宣布其内部未公开的AI模型性能远超最新发布的GPT-6 Astra,并已成功解决纳维-斯托克斯存在性与光滑性问题。若霍奇猜想随后得到解决,OpenAI将在不到一个月内连续突破两道该系列数学难题。
霍奇猜想研究的是由多项式方程定义的几何形状中,某些几何特征能否始终用更简单的代数结构来描述。前述人士称,即使找到解法,OpenAI可能也不会立即公布;公司正考虑如何与数学界合作发布消息,避免再次酿成公关危机。
该人士还透露,OpenAI为解决纳维-斯托克斯问题或已花掉数百万美元。当时使用的是下一款预训练模型的一个变体,代号为Doug。
部分OpenAI研究人员认为,继软件工程之后,数学是大模型自然的下一块试验场。两者有一个重要共同点:都依赖一步步的逻辑推理,而且结果往往可以自动验证对错。一些研究人员判断,过去一年席卷软件工程领域的自动化进程,未来6至9个月也可能在数学领域出现。
攻克高难度数学问题还被认为有助于推动机器学习研究本身实现自动化。机器学习研究离不开大量数学,而研究自动化又是AI开发商迈向“AI开发AI”的重要一步,这种能力通常被称为递归式自我改进。让前沿模型挑战从未有人解决过的数学难题,也能帮助研究人员判断模型究竟进展到什么程度,以及复杂推理能力有多强。如果模型能够攻克纳维-斯托克斯问题和霍奇猜想这种级别的难题,也可能说明它们有能力处理生物学、化学等领域中难度相当的问题。