OpenAI ने 377 गणितीय संशोधन समस्यांवरील निष्कर्ष प्रसिद्ध केले आहेत, कंपनीने मंगळवार, 6 ऑक्टोबर 2026 रोजी प्रकाशित केलेल्या "गणितातील AI प्रगती सामायिक करणे" शीर्षकाच्या ब्लॉग पोस्टमध्ये म्हटले आहे, तितक्या महिन्यांत गणितातील दुसरी मोठी घसरण.
निकाल बीजगणित, सैद्धांतिक संगणक विज्ञान आणि गणितीय तर्क यांचा विस्तार करतात आणि OpenAI ने $1 दशलक्ष बक्षीस संलग्न असलेल्या जगातील सर्वात प्रसिद्ध न सोडवलेल्या समस्यांपैकी एक, Navier-Stokes समीकरणांचे निराकरण करण्याचा दावा केल्याच्या काही आठवड्यांनंतर आले. त्या आधीच्या दाव्याने गणितज्ञांना आधीच विभाजित केले आहे; या आठवड्यातील मोठ्या रिलीझने वादाला धार दिली आहे. ब्रेकिंग एआय न्यूज फॉलो करणाऱ्या वाचकांसाठी, हा भाग संशोधन समुदायाने मशीन-जनरेट केलेले परिणाम कसे हाताळले पाहिजेत याची सर्वात स्पष्ट चाचणी बनली आहे जे मानव सहजपणे सत्यापित करू शकत नाहीत.
OpenAI ने प्रत्यक्षात काय रिलीज केले
द गार्डियनच्या मते, ओपनएआयने "बीजगणित, सैद्धांतिक संगणक विज्ञान आणि गणितीय तर्कशास्त्र यांसारख्या विविध विषयांवर 370 हून अधिक गणिती निकाल प्रकाशित केले." न्यू यॉर्क टाईम्सने 377 समस्यांची गणना केली, तर न्यू सायंटिस्टने अहवाल दिला की सहाय्यक निकालांची मोजणी झाल्यावर 722 गणितीय शोधांचा समावेश आहे. भिन्न संख्या भिन्न "परिणाम" मध्ये लेमा, कॉरोलरी आणि संपूर्ण समाधानांचे गटबद्ध करण्याचे वेगवेगळे मार्ग प्रतिबिंबित करतात.
हे प्रमाण निरीक्षकांना चकित करते. जिथे गेल्या महिन्याच्या नेव्हीअर-स्टोक्सच्या दाव्यात एकच, बारकाईने छाननी केलेले निकाल समाविष्ट होते, तिथे हे प्रकाशन एकाच वेळी आले - OpenAI च्या सर्वात प्रगत अंतर्गत मॉडेल्सद्वारे व्युत्पन्न केलेले अनेक उपक्षेत्रांमध्ये शेकडो निष्कर्ष. द वॉशिंग्टन पोस्ट, द इकॉनॉमिस्ट, द वॉल स्ट्रीट जर्नल आणि फॉर्च्यून या कथेने एका दिवसात कव्हरेज मिळवले आणि OpenAI ब्लॉग पोस्ट हजाराहून अधिक अपव्होट्ससह हॅकर न्यूजमध्ये अव्वल स्थानावर आहे.
प्रगत अभ्यास संस्थेने मागे ढकलले
प्रिन्स्टन, न्यू जर्सी मधील प्रगत अभ्यास संस्था - आइन्स्टाईन आणि फॉन न्यूमन सारख्या व्यक्तींचे दीर्घकालीन घर - म्हणाले की ते फील्डच्या सर्वात कठीण खुल्या समस्यांविरूद्ध फ्रंटियर मॉडेल्सची चाचणी घेण्याच्या प्रथेला समर्थन देत नाही, विशेषत: जेव्हा काम बंद दारांमागे होते.
संस्थेने एका निवेदनात म्हटले आहे की, "आता अशी परिस्थिती आहे की एआय अशा परिस्थितीत गणितीय युक्तिवाद करू शकते ज्याने त्याला युक्तिवाद समजून घेण्यास, त्यांची पडताळणी करण्यास किंवा त्यांची जबाबदारी घेण्यास प्रवृत्त केले नाही." "आमचा विश्वास आहे की गणिताची मानवी समज सर्वात महत्वाची आहे."
चिंतेची बाब अशी नाही की परिणाम चुकीचे आहेत. हे असे आहे की एक शिस्त म्हणून गणित हे पडताळणीवर अवलंबून असते आणि यंत्राने तयार केलेल्या दाव्यांचा पूर कोणत्याही मानवाने तपासला नाही हे विद्वत्तापूर्ण नियमांनुसार अस्वस्थपणे बसते.
OpenAI चा प्रतिसाद: टेबलावर एक आसन
उलटसुलट प्रतिक्रियांचे निराकरण करण्यासाठी, OpenAI जाहीर केले की ते "आपण पुढे कसे जावे यासाठी गणितज्ञांना आवाज देण्यासाठी प्रगत अभ्यास संस्थेसोबत काम करेल." कंपनीने जे वचनबद्ध केले नाही, द गार्डियनने नमूद केले की, अंतर्निहित प्रॅक्टिसमध्ये कोणताही बदल आहे: ओपनएआयने कोणतेही संकेत दिले नाहीत की ते मालकीच्या अंतर्गत मॉडेल्सवर प्रगत समस्यांचे परीक्षण करणे थांबवेल.
संस्थेच्या सल्लागार मंडळाने AI प्रयोगशाळांना त्यांच्या सीमा प्रणालींमध्ये "समान प्रवेश" देण्यास सांगितले. "गणितीय संशोधन करण्यासाठी एआय लॅब्सद्वारे मालकीच्या अंतर्गत मॉडेल्सचा वापर केल्याने एक द्वि-स्तरीय प्रणाली तयार होण्यास धोका निर्माण होतो जेथे प्रयोगशाळा उर्वरित क्षेत्रापेक्षा पुढे जातात आणि गणितीय समुदायाला स्वतःच्या शिस्तीपासून प्रभावीपणे दूर करतात," गटाने लिहिले.
'एखाद्याचे काम घ्या आणि ते पूर्ण करा'
प्रभावित समस्यांशी जवळचे गणितज्ञ एक सूक्ष्म समस्या मांडत आहेत: क्रेडिट. ट्रिस्टन बकमास्टर, न्यू यॉर्क युनिव्हर्सिटीचे गणितज्ञ जे नेव्हीयर-स्टोक्स समस्येवर काम करत होते, त्यांनी न्यूयॉर्क टाईम्सला सांगितले की एआय मॉडेल्सना प्रॉम्प्ट करणारे संशोधक मॉडेल्स नंतर पूर्ण झाल्यानंतर आंशिक प्रगती पुरवत असतील.
"असे अनेक परिणाम मिळण्याची शक्यता आहे जिथे ते एखाद्याचे काम घेतात आणि नंतर ते पूर्ण करण्यासाठी घेतात," बकमास्टर म्हणाले.
अचूक असल्यास, ते डायनॅमिक विशेषता आणि मूल्यमापन दोन्ही गुंतागुंतीत करते. एक स्वतंत्र मशीन प्रगतीसारखा दिसणारा परिणाम हा खरे तर मानवाने तयार केलेल्या मचाणावरचा अंतिम टप्पा असू शकतो — जो मानवाने कधीच सुपूर्द करण्यास सहमती दर्शवली नाही.
एआय संशोधनासाठी याचा अर्थ काय आहे
गणिताचे प्रकाशन फ्रंटियर-लॅब क्षमतांसाठी एक आवर्ती शोकेस बनत आहेत आणि विज्ञान मशीन आउटपुट कसे शोषून घेते यासाठी एक आवर्ती तणाव चाचणी बनत आहे. वॉल स्ट्रीट जर्नलच्या फ्रेमिंगने व्हिप्लॅश कॅप्चर केला: एआयने गणिताची एक समस्या सोडवली आणि प्रत्येकजण घाबरला — आता आणखी शेकडो क्रॅक झाले आहेत.
पुढे काय होईल हे तीन प्रश्न आकार देतील. प्रथम, पडताळणी: स्वतंत्र गणितज्ञांना 377 निकालांचा एक अंश देखील तपासण्यासाठी काही महिने लागतील आणि त्रुटी आढळल्यास ओपनएआयच्या विश्वासार्हतेवर परिणाम होईल. दुसरे, प्रवेशः लॅबने त्यांचे सर्वात मजबूत मॉडेल बाहेरील संशोधकांसाठी उघडले की, संस्थेच्या मागणीनुसार, किंवा लूप बंद ठेवा. तिसरे, अग्रक्रम: बकमास्टरच्या चिंतेने सूचित केल्याप्रमाणे, मानव-एआय सहयोगी पुरावे जमा करण्यासाठी फील्डला नवीन मानदंडांची आवश्यकता असू शकते.
द गार्डियनच्या म्हणण्यानुसार ओपनएआयने टीकेवर टिप्पणीसाठी केलेल्या विनंत्यांना प्रतिसाद दिला नाही. इन्स्टिट्यूट फॉर ॲडव्हान्स्ड स्टडी सोबतची भागीदारी कार्यक्षम मानदंड निर्माण करते का — किंवा केवळ असहमतीचे दस्तऐवज बनवते — हे बहुधा AI प्रगतीसाठी गणित हा अग्रगण्य बेंचमार्क आहे की नाही हे ठरवेल किंवा औपचारिकपणे त्याविरुद्ध मागे ढकलणारे पहिले क्षेत्र ठरेल.
एआयच्या पुढे राहा एआय बझ वायरवर अधिक एआय बातम्या वाचा
