在 GitHub 上创建了372个人工智能数学考试, 挑战学术界追赶

简介: OpenAI 在 GitHub 发布了372个人工智能生成的数学结果,使用精益正规验证来方便审核随着数学社区讨论规模和严谨性.

标签: OpenAI , AI 数学, 正式验证

![人工智能产生的数学结果的抽象技术风格插图和机器可检查的正式验证]

OpenAI 已经发布了372个由内部边界模型产生的人工智能生成的数学结果,并将其发表在 GitHub 上而不是学术期刊中.该版本很重要,因为它测试的是机器检查的正式验证是否能够跟上大量潜在的新数学的要求,而不是传统的同行评审.

背景:释放前的审查瓶

在此版本之前,人工智能生成的数学面临着一个实际障碍:人类审查.证明可以在逻辑上是正确的,但对于其他数学家来说仍然难以快速阅读,特别是当许多声明同时到达时.正式验证通过将证明编码为机器可检查语言解决了这一问题,允许 software 确认逻辑步骤.

OpenAI 选择了 GitHub ,一个代码托管平台,而不是同行评审期刊.这种选择表明传统的出版流程可能对人工智能生成的结果来说太慢,这很快就会超过数学界手动检查的能力.

发展:从单一提示到精简的正式化

OpenAI 说该集合包含372个新的数学结果,每一个都旨在解决一个开放的问题或向其中取得实质性进展. GitHub 存储库包括修订日志和引用,结果涵盖了对主要计算机 algorithms 的改进以及与里曼假设有关的进步.

一个关键的细节是结果如何产生.几乎每个结果都来自单一提示到一个 AI 代理,尽管有些需要多次尝试.平均而言,每一个结果消耗了大约三小时的 ChatGPT Pro Thinking计算时间.

这与早期的纳维尔-斯托克斯问题解决方案非常不同,该解决方案需要大量 10,000 代理和数百万美元的计算,并且已经进行了几周的正式审查.

许多新发布的证明都在Lean中得到正式化,这是一种为机器可检查的数学证据而构建的 programming 语言.计划进行更多的形式化. OpenAI 表示,人工智能产生的大量结果可能会压倒手动审查,因此机器检查旨在使审核过程更实用.

该公司还公布了方法细节,包括推理过程的摘要,该模型试图解决多少问题的统计数据和计算成本估算.它没有发布提示并分享平均计算成本而不是每问题数字.

最新进展:咨询小组,研讨会和社区推进

OpenAI 咨询了 Advisory Group on Mathematics 和 Artificial Intelligence at the Institute for Advanced Study ,并松散地遵循其公开建议. 该小组包括 Fields Medal winner Timothy Gowers和其他著名数学家.该公司在协商之前设定了一个界限:数学家可以就结果的传达方式提供意见,但不能就它们是否产生或产生的速度进行建议.

OpenAI 还宣布计划资助专注于理解人工智能产生的结果的研讨会和会议.它承认需要提高引用质量和呈现,并表示正在致力于负责任地发布该模型以"直接赋予科学家最先进的能力".

反应显示了为什么这个版本受到质疑.Lean可以验证逻辑正确性,但它不能判断结果是否与数学相关或原始.反应范围从兴奋到.丧.

在一封名为"A Severe Misalignment of AI in Mathematics"的公开信中,25个Fields Medal获奖者警告说,AI行业目标与数学目标之间存在深层次的分歧.他们写道:解决问题只是概念理解和洞察力的真正目标的一个工具和代理. 他们认为大量生产真实陈述可能会破坏肥沃的土壤而不是使新想法.现,并表示效应将蔓延到其他领域.

戈尔斯警告说,在一到二十年内,数学文献可能会大幅增长,而没有一个真正理解它的人类社区仍然存在. AI另一位 Fields Medal获奖者表示,培训年轻的数学家需要强调人性方面并严格限制 AI工具使用,以便真实的学习和理解能够生存下去.

因此,该版本最好被理解为人工智能辅助数学的早期阶段:大量索赔,部分正式检查,有限的公共提示以及关于机器生成结果是否创造新知识或主要创建审查压力的持续辩论.