ChatGPT за час доказал математическую гипотезу 50-летней давности

Служба новостей Автор статьи
ChatGPT от OpenAI доказал 50-летнюю гипотезу о ...

AI Сгенерировано ИИ

MaxДзенTelegram

Новая модель GPT от OpenAI смогла за час решить задачу, над которой математики работали более 50 лет. Нейросеть доказала гипотезу о двойном покрытии циклов, сформулированную в 70-х годах и относящуюся к теории графов — разделу дискретной математики. Для достижения результата модель задействовала 64 виртуальных ассистента, которые параллельно обрабатывали различные алгоритмы. Об этом рассказывает BFM.ru.

В настоящее время доказательства проходят проверку математиками. Эксперты уже отмечают значительный прорыв в данной области. Научно-популярный журнал Scientific American приводит комментарии специалистов:

«Это известная гипотеза, которая на протяжении многих лет привлекала внимание математиков по всему миру. Решение, предложенное нейросетью, оказалось довольно лаконичным. Математик Нога Алон из Принстонского университета заявил, что «инструменты искусственного интеллекта уже меняют математические исследования». Нейросеть не изобрела новый метод решения, а лишь объединила уже известные подходы, извлекая из них больше информации. Эндрю Сазерленд, математик из Массачусетского технологического института, добавил, что нейросети смогут продолжать решать «простые» научные загадки, которые выглядят сложными, поскольку на них часто не хватает времени у студентов и преподавателей.

OpenAI также опубликовала инструкцию, которая привела к успешному доказательству гипотезы. Нейросеть делегировала задачи 64 виртуальным ассистентам и попросила их потратить максимальное время на решение, прежде чем выдавать ответ или отказ.

Недавно также было выявлено слабое место искусственного интеллекта. Оказалось, что он неэффективно предсказывает экстремальные погодные условия. В рамках эксперимента сравнивались ведущие ИИ-модели с одной из лучших в мире систем прогноза, основанной на физических законах, что позволяло ей предсказывать резкие изменения погоды. Генеративные модели, в отличие от них, обучались на исторических данных и не учитывали возможность резкой смены погоды.

Присоединяйся к MAX-каналу «Бизнес FM»

MaxДзенTelegramВКонтактеОдноклассники