برنده مدال فیلدز، هوگو دومینی‌کوپن، می‌گوید پس از انتشار بیش از ۳۰۰ اثبات ریاضی توسط OpenAI آن‌قدر گریه کرد که دخترش بیدار شد
پیشرفت شتاب‌گرفته فناوری و تأثیر انسانی آن، به روایت‌هایی احساسی و تأمل‌برانگیز منجر شده است.
هوگو دومینی‌کوپن، که در سال ۲۰۲۲ برای پژوهش‌هایش درباره گذارهای فازی در فیزیک آماری برنده مدال فیلدز شد، می‌گوید هفته‌های اخیر از نظر روحی فشار زیادی بر او وارد کرده است؛ تا جایی که یک شب آن‌قدر شدید گریه کرده که دخترش با صدای گریه او از خواب بیدار شده است.
دومینی‌کوپن در یک تماس ویدیویی که هشتم اکتبر به میزبانی انجمن ریاضی فرانسه برگزار شد، انتشار اخیر مجموعه نتایج ریاضی OpenAI را عاملی دانست که در یک لحظه مسیر پژوهشی چندین‌ساله او را از بین برده است. او گفت تقریباً همه مسائل بازی که در سخنرانی‌ها، مقالات و درخواست‌های کمک‌هزینه پژوهشی خود مطرح کرده بود، ناگهان حل‌شده به نظر می‌رسیدند و این تجربه برایش مانند برخورد با یک کامیون بوده است.
OpenAI واقعاً چه چیزی منتشر کرد؟
انتشاری که واکنش دومینی‌کوپن را برانگیخت، ششم اکتبر انجام شد؛ زمانی که OpenAI بیش از ۷۰۰ دست‌نوشته را که در بیش از ۳۷۰ «خانواده نتیجه» سازمان‌دهی شده بودند، در یک مخزن عمومی گیت‌هاب قرار داد. این مجموعه شامل پیشرفت‌هایی درباره صدها مسئله باز و قدیمی ریاضی بود. این کار حاصل یک مدل داخلی منتشرنشده بود که گفته می‌شود برای حدود ۴ هزار مسئله به کار گرفته شده و شرکت اعلام کرده میانگین هر نتیجه حدود سه ساعت محاسبات در سطح ChatGPT Pro مصرف کرده است. هنگام انتشار، تنها بخشی از دست‌نوشته‌ها به‌طور رسمی در دستیار اثبات Lean بررسی شده بودند و پس از کشف یک خطا، OpenAI چند مورد از آن‌ها را ظرف یک روز حذف کرد.
این همان مدلی است که OpenAI می‌گوید مسئله وجود و همواری ناویر–استوکس را حل کرده است؛ یکی از هفت مسئله جایزه هزاره که جایزه یک میلیون دلاری مؤسسه ریاضی کلی را به همراه دارد و این ادعا در ماه سپتامبر مطرح شد. OpenAI سامانه پشت این نتیجه را به‌طور قابل توجهی توانمندتر از GPT-6 Astra توصیف کرده است و انتشار اکتبر به نظر می‌رسد همان مدل را برای حل مجموعه بسیار بزرگ‌تری از مسائل به کار گرفته باشد.
«آن‌ها حوزه پژوهشی من را نابود کردند»
دومینی‌کوپن در این تماس گفت OpenAI حوزه مطالعاتی او را از بین برده است و برای توضیح منظورش اسلایدی را نشان داد که با هوش مصنوعی تولید شده بود و خرگوشی را در حال زیر گرفته شدن توسط کاروانی از کامیون‌ها نشان می‌داد. او در بخش پرسش و پاسخ پس از آن نیز فراتر رفت و آنچه را برای بخش کوچکی از جامعه ریاضی رخ داده بود، نوعی برچیدن کاری توصیف کرد که پژوهشگران این حوزه انجام می‌دهند.
او گفت ۱۶ مورد از پرسش‌هایی که شخصاً برایش اهمیت داشتند، در میان مسائلی بوده‌اند که شرکت اعلام کرده به آن‌ها پرداخته است.
این نخستین شوک امسال برای دومینی‌کوپن نیست. او در ماه آوریل نگاهی زودهنگام به توانایی این سامانه‌ها پیدا کرده بود. همچنین در هشتم سپتامبر، OpenAI با ادعای حل مسئله ناویر–استوکس، که دهه‌ها در برابر اثبات مقاومت کرده بود، بار دیگر جامعه ریاضی را شگفت‌زده کرد.
الگویی که ریاضی‌دانان ماه‌هاست درباره آن هشدار می‌دهند
واکنش دومینی‌کوپن بخشی از رویارویی گسترده‌تری است که از اواخر تابستان میان OpenAI و جامعه ریاضی شکل گرفته است. ریاضی‌دانان این شرکت را متهم کرده‌اند که از مسائل حل‌نشده به‌عنوان ابزاری تبلیغاتی برای مدل‌های خود استفاده می‌کند، با سرعتی بیشتر از توان واقعی داوری علمی پیش می‌رود و در دست‌کم یک مورد، نتایجی تولید کرده که شباهت‌هایی به پژوهش‌های منتشرنشده دیگر ریاضی‌دانان داشته، بدون آن‌که اعتبار لازم را به آن‌ها بدهد. این اعتراض‌ها آن‌قدر گسترده شد که OpenAI یک گروه مشورتی بیرونی از ریاضی‌دانان تشکیل داد تا درباره شیوه ارزیابی و اعلام چنین دستاوردهایی در آینده نظر بدهند.
پس از انتشار OpenAI، ترنس تائو اشاره کرده است که این شرکت هنگام انتشار هم‌زمان این اثبات‌ها رفتار مسئولانه‌ای نداشته و گفته است این کار می‌تواند حوزه ریاضی را کم‌حاصل‌تر کند. انجمن ریاضی‌دانان انسانی نیز فراتر رفته و گفته است ریاضی‌دانان هرگز درخواست چنین اثبات‌هایی نکرده بودند و انتشار OpenAI را «نمایشی از قدرت» خوانده است.
این‌که مجموعه جدید اثبات‌ها پس از بررسی دقیق اعتبار خود را حفظ خواهد کرد یا نه، همچنان پرسشی باز است؛ ریاضی‌دانان تازه شروع به بررسی صدها دست‌نوشته‌ای کرده‌اند که OpenAI منتشر کرده است. اما برای پژوهشگری مانند دومینی‌کوپن، آسیب روحی پیش از آغاز کامل این بررسی‌ها وارد شده است. او در این تماس گفت بیش از همه نگران معنای این تحول برای جوانانی است که می‌خواهند تصمیم بگیرند آیا دنبال کردن حرفه‌ای در ریاضی همچنان ارزش دارد یا نه؛ اکنون که یک مدل می‌تواند در چند ساعت کاری را انجام دهد که پیش‌تر برای نزدیک شدن به آن یک عمر پژوهش لازم بود.