OpenAI เผยแพร่ผลงานวิจัยคณิตศาสตร์มหาศาล 722 เรื่องร่างช่วยนักคณิตศาสตร์สำรวจปัญหา

·โดย Henderson·Engineering
OpenAI เผยแพร่ผลงานวิจัยคณิตศาสตร์มหาศาล 722 เรื่องร่างช่วยนักคณิตศาสตร์สำรวจปัญหา
จุดสำคัญ
  • OpenAI เผยแพร่ 722 เรื่องร่าง ครอบคลุมหลายสาขาวิจัยคณิตศาสตร์
  • เรื่องร่างเหล่านี้รวมถึงการวิจัยเกี่ยวกับเลขชี้อนิรันดร์ของพาย และปัญหา NP-hard
  • OpenAI จัดเตรียมสรุปการให้เหตุผลของโมเดล ช่วยให้นักวิจัยเข้าใจปัญหาคณิตศาสตร์
  • ฐานข้อมูลนี้จะส่งผลต่อการวิจัยคณิตศาสตร์ในอนาคตและการประยุกต์ใช้ผลลัพธ์ที่สร้างโดย AI

OpenAI ได้เผยแพร่ฐานข้อมูลวิจัยคณิตศาสตร์มหาศาลที่สร้างโดยโมเดลขั้นหน้าภายใน ให้นักคณิตศาสตร์ได้รับผลลัพธ์ที่สร้างโดยเครื่องจักรหลายร้อยรายการ ฐานข้อมูลนี้เผยแพร่บนที่เก็บข้อมูล GitHub สาธารณะ ประกอบด้วย 722 เรื่องร่าง จัดระเบียบตาม 372 หมวดหมู่วิจัย การวิจัยเหล่านี้ครอบคลุมสาขาคณิตศาสตร์บริสุทธิ์ วิทยาการคอมพิวเตอร์เชิงทฤษฎี และฟิสิกส์คณิตศาสตร์ หลายผลลัพธ์สำรวจปัญหาที่ต้องการسلسلการให้เหตุผลทางคณิตศาสตร์ที่ยาวนาน OpenAI ยังเผยแพร่วิธีพิสูจน์ทางการเป็นจำนวนมาก เขียนด้วยภาษา Lean เพื่อให้คอมพิวเตอร์สามารถตรวจสอบข้ออ้างพื้นฐานได้

เนื้อหาเรื่องร่างและขอบเขตการวิจัย

ที่เก็บข้อมูลนี้ครอบคลุมปัญหาเกี่ยวกับทฤษฎีจำนวน ทฤษฎีความซับซ้อนทางการคำนวณ เรขาคณิต และฟิสิกส์คณิตศาสตร์ ผลลัพธ์บางส่วนขยายไปสู่พื้นที่ที่ความก้าวหน้าเล็กน้อยอาจต้องใช้งานทางเทคนิคมาก OpenAI ระบุว่า: 「เราได้เผยแพร่ผลลัพธ์คณิตศาสตร์ใหม่ที่กว้างขวางซึ่งสร้างโดยโมเดลขั้นหน้าภายใน เราได้ปรึกษากับคณะที่ปรึกษาอิสระด้านคณิตศาสตร์และปัญญาประดิษฐ์ของสถาบันวิจัยขั้นสูง และคำนึงถึงคำแนะนำของพวกเขา」

ตัวอย่างเช่น ผลลัพธ์บางอย่างเกี่ยวข้องกับเลขชี้อนิรันดร์ของพาย ตัววัดนี้วัดว่าจำนวนตรรกยะสามารถเข้าใกล้พายได้มากแค่ไหน โมเดลสร้างผลลัพธ์ที่สำรวจพฤติกรรมทางคณิตศาสตร์ของการประมาณค่านั้น อีกหมวดหมู่วิจัยหนึ่งตรวจสอบปัญหา NP-hard ปัญหาเหล่านี้อยู่ในทฤษฎีความซับซ้อนทางการคำนวณ เกี่ยวข้องกับงานที่เชื่อว่ายากที่จะแก้ไขได้อย่างมีประสิทธิภาพ การทำงานของโมเดลเพิ่มผลลัพธ์ทางคณิตศาสตร์ให้กับระบบวิจัยกว้างขึ้นนี้ เรื่องร่างอื่นๆ แก้ปัญหาที่เกี่ยวข้องกับสมมติฐาน Mahler, ลำดับเลขคณิต และปัจจัยของกลุ่มอิสระ ชุดนี้ยังรวมถึงการวิจัยเกี่ยวกับแม่เหล็กเหล็กควอนตัม Heisenberg และสมการ Vlasov-Maxwell 相對論性

การตรวจสอบและการอ้างอิงของฐานข้อมูล

OpenAI จัดกลุ่มเรื่องร่างที่เกี่ยวข้องเป็นหมวดหมู่วิจัย เพื่อแสดงความเชื่อมโยงระหว่างผลลัพธ์ต่างๆ ที่เก็บข้อมูลนี้ยังระบุ 10 หมวดหมู่ พร้อมกับสรุปสั้นๆ ของการให้เหตุผลของโมเดล Lean ให้ชั้นการตรวจสอบที่สำคัญ ภาษาโปรแกรมมิ่งนี้ช่วยให้นักวิจัยแปลงข้อความและการพิสูจน์ทางคณิตศาสตร์เป็นรหัสทางการ คอมพิวเตอร์สามารถตรวจสอบได้ว่าแต่ละขั้นตอนของการให้เหตุผลตรรกะสอดคล้องกับสมมติฐานที่ระบุหรือไม่ สิ่งนี้ไม่ได้ยืนยันโดยอัตโนมัติว่าทุกข้ออ้างการวิจัยในฐานข้อมูลถูกต้อง เรื่องร่างหลายเรื่องยังขาดเวอร์ชัน Lean อย่างเป็นทางการ OpenAI ระบุว่า จะเพิ่มเวอร์ชันทางการมากขึ้นเมื่อนักวิจัยเสร็จสิ้นการตรวจสอบ

ที่เก็บข้อมูลนี้ยังติดตามการแก้ไขของ論文 และให้คำแนะนำการอ้างอิง เพื่อให้นักวิจัยมีบันทึกที่ชัดเจนขึ้นเมื่อผู้เขียนแก้ไขหรือขยายเรื่องร่าง المبكرة OpenAI พัฒนากระบวนการเผยแพร่นี้ภายใต้คำแนะนำของคณะที่ปรึกษาอิสระด้านคณิตศาสตร์และปัญญาประดิษฐ์ของสถาบันวิจัยขั้นสูง OpenAI ยังเปิดเผยขนาดของการประเมินคณิตศาสตร์ของตน โมเดลได้พยายามแก้ปัญหาประมาณ 4,000 ข้อในระหว่างการวิจัย โดยเฉลี่ยแต่ละผลลัพธ์ที่ยอมรับใช้เวลาคำนวณ ChatGPT Pro ประมาณสามชั่วโมง นอกจากนี้ OpenAI ยังเผยแพร่สถิติเพิ่มเติมที่ครอบคลุมปัญหาที่ลองทำและผลลัพธ์การวิจัย

บริษัทระบุว่า สรุปการให้เหตุผลให้นักวิจัยได้รับข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้น ทำให้เห็นว่าโมเดลจัดการกับปัญหาคณิตศาสตร์ที่เลือกอย่างไร สรุปเหล่านี้แยกต่างหากจากการพิสูจน์ทางการใน Lean

OpenAI วางแผนสนับสนุนเวิร์กช็อป การประชุม และโครงการพิเศษที่มุ่งเน้นการเข้าใจผลลัพธ์ทางคณิตศาสตร์ที่สำคัญซึ่งสร้างโดย AI และคาดการณ์ว่าความคิดเห็นของนักคณิตศาสตร์จะมีอิทธิพลต่อการเผยแพร่ในอนาคต ดังนั้น การเผยแพร่ครั้งนี้จึงไม่ใช่เพียงแค่ชุดรวบรวมงานวิจัย มันให้การทดสอบเพื่อตรวจสอบว่าคณิตศาสตร์ที่สร้างโดยเครื่องจักรเข้าสู่กระบวนการวิจัยอย่างไร พร้อมกับบันทึกที่สามารถทำซ้ำได้ การพิสูจน์ที่คอมพิวเตอร์ตรวจสอบได้ และความโปร่งใสของผลลัพธ์ที่มากขึ้น

ผลกระทบและความท้าทายของการวิจัยคณิตศาสตร์ที่สร้างโดย AI

การเผยแพร่ครั้งนี้ของ OpenAI เป็นจุดเริ่มต้นความก้าวหน้าใหม่ของปัญญาประดิษฐ์ในการวิจัยคณิตศาสตร์ ให้ผลลัพธ์ทางคณิตศาสตร์ที่สร้างโดยเครื่องจักรจำนวนมาก ซึ่งไม่เพียงช่วยให้นักคณิตศาสตร์สำรวจปัญหาที่ซับซ้อนเท่านั้น ยังอาจเปลี่ยนแปลงวิธีการวิจัยแบบดั้งเดิม การพิสูจน์ที่เขียนด้วยภาษา Lean ในฐานข้อมูลให้กลไกการตรวจสอบสำหรับการวิจัย แม้จะยังต้องการเวอร์ชันทางการเพิ่มเติมเพื่อให้แน่ใจถึงความถูกต้องของผลลัพธ์ ด้วยความคิดเห็นของนักคณิตศาสตร์ต่อผลลัพธ์ที่สร้างโดย AI การวิจัยในอนาคตอาจพึ่งพาเทคโนโลยีประเภทนี้มากขึ้น กระตุ้นนวัตกรรมและการพัฒนาในสาขาคณิตศาสตร์

H
เกี่ยวกับผู้เขียน
Henderson