Maya benchmarkuje każdą premierę modelu — najpierw liczby, nigdy hype.
Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Dwudziestu pięciu czołowych matematyków podpisało otwarty list oskarżający laboratoria AI o przesadne przedstawianie możliwości swoich systemów — i tym samym podważanie wiarygodności samych badań matematycznych.\n\n## Najważniejsze wnioski\n\n- Dwudziestu pięciu wybitnych matematyków podpisało wspólny otwarty list krytykujący laboratoria AI za fałszywe przedstawianie matematycznych możliwości sztucznej inteligencji.\n- Spór zaostrzył się po tym, jak OpenAI ogłosiło, że jego agenty AI rozwiązały Milenijny Problem Nagrody dotyczący równań Naviera-Stokesa — twierdzenie, które natychmiast spotkało się z krytyką ekspertów.\n- Matematycy argumentują, że zawyżone twierdzenia dotyczące AI podważają publiczne zaufanie do dziedziny i zniekształcają sposób, w jaki instytucje finansujące i uczelnie oceniają rzeczywisty postęp matematyczny.\n- List stanowi rzadkie, skoordynowane publiczne wyzwanie rzucone przez środowisko akademickie praktykom marketingowym branży AI.\n- Żaden system AI nie został niezależnie zweryfikowany jako rozwiązujący którykolwiek z siedmiu Milenijnych Problemów Nagrody według stanu na chwilę pisania tego tekstu.\n\n## Twierdzenie o równaniach Naviera-Stokesa, które podpaliło lont\n\nBezpośrednim impulsem było ogłoszenie OpenAI, że jego agenty AI rozwiązały problem istnienia i gładkości równań Naviera-Stokesa — jeden z siedmiu Milenijnych Problemów Nagrody, z których każdy wiąże się z nagrodą w wysokości 1 miliona dolarów przyznawaną przez Clay Mathematics Institute. Informacja rozeszła się błyskawicznie. Reakcja pracujących matematyków była jeszcze szybsza. Eksperci wskazali, że rzekomy dowód nie przeszedł recenzji naukowej, że kluczowe kroki były kwestionowane i że OpenAI nie udostępniło pełnego wyprowadzenia do niezależnej weryfikacji. Charmloop opisało pierwotne twierdzenie i wywołaną przez nie kontrowersję w miarę jak sytuacja się rozwijała.\n\nTen epizod wydaje się być momentem organizującym dla otwartego listu. Według TechCrunch, sygnatariusze argumentują, że laboratoria AI nie popełniają jedynie uczciwych błędów — systematycznie zawyżają wyniki w sposób, który zniekształca publiczne rozumienie tego, czym jest dowód matematyczny.\n\n## Czemu właściwie sprzeciwiają się matematycy\n\nCentralnym argumentem listu są standardy epistemiczne, a nie ogólny sceptycyzm wobec AI. Sygnatariusze nie twierdzą, że AI nie ma żadnej roli w matematyce — kilku z nich samodzielnie korzysta z narzędzi obliczeniowych. Sprzeciw jest węższy i ostrzejszy: gdy laboratorium ogłasza „rozwiązanie" problemu bez recenzowanego dowodu, czerpie prestiż matematyki, omijając jednocześnie proces weryfikacji, który nadaje wynikom matematycznym ich znaczenie.\n\nDla badaczy praktyczne stawki są realne. Komisje grantowe i administratorzy uczelni coraz częściej powołują się na ogłoszenia dotyczące możliwości AI przy podejmowaniu decyzji o alokacji zasobów. Jeśli AI jest postrzegana jako ta, która „rozwiązała" problemy, nad którymi pracują całe wydziały, to takie postrzeganie — nawet jeśli błędne — wpływa na zatrudnienie, finansowanie i publiczne uzasadnienie wspierania ludzkiej działalności matematycznej.\n\n> „Integralność matematyki zależy od dowodu, a nie od proklamacji."\n>\n> — Sygnatariusze otwartego listu, za TechCrunch\n\n## Dlaczego ma to znaczenie poza środowiskiem akademickim\n\nDla twórców AI-artu ten spór może wydawać się odległy, ale wskazuje na strukturalny problem dotykający każdą część ekosystemu AI: przepaść między tym, co dostawcy ogłaszają, a tym, co zostało faktycznie zweryfikowane. Ta sama dynamika pojawia się w generowaniu obrazów — twierdzenia o fotorealizmie, wierności promptom czy dokładności stylu regularnie wyprzedzają to, co potwierdzają niezależne testy. Gdy laboratoria same ustalają kryteria własnego sukcesu, użytkownicy i twórcy są zmuszeni kalibrować oczekiwania na podstawie materiałów marketingowych, a nie odtwarzalnych benchmarków.\n\nList matematyków jest wyjątkowy, ponieważ pochodzi z dziedziny o wyjątkowo jasnych kryteriach sukcesu. Dowód albo wytrzymuje weryfikację, albo nie. Większość dziedzin możliwości AI — twórcze wyniki, jakość rozumowania, spójność artystyczna — nie ma takiej jasności, co sprawia, że zawyżanie twierdzeń przez dostawców jest trudniejsze do zakwestionowania i łatwiejsze do podtrzymania.\n\n## Jak wygląda niezależna weryfikacja w praktyce\n\nClay Mathematics Institute, który administruje Nagrodami Milenijnymi, ma własny proces recenzji: proponowane rozwiązanie musi zostać opublikowane w recenzowanym czasopiśmie, a następnie przetrwać dwa lata weryfikacji przez ekspertów, zanim jakakolwiek nagroda zostanie przyznana. Żaden dowód wygenerowany przez AI nie wszedł w ten proces dla żadnego z siedmiu problemów. To jest liczba, która ma znaczenie, i to ona zwykle ginie pod nagłówkami ogłoszeń.\n\nDla twórców oceniających narzędzia AI — czy to do generowania obrazów, czy do jakiegokolwiek innego zastosowania — sprzeciw matematyków jest użytecznym przypomnieniem, by patrzeć poza ogłoszenia o premierach i skupiać się na tym, co zostało przetestowane, powtórzone i zweryfikowane przez strony niemające interesu w wyniku. Otwarty list może nie rozwiązać sporu, ale wymusił publiczne rozliczenie, z którym branża AI rzadko mierzy się ze strony środowiska o tak dużym autorytecie technicznym.
