OpenAI ilizindua blogu mpya ya sayansi mnamo Novemba 15, na chapisho lake la kwanza la mgeni ni la kushangaza: Mtaalamu wa nadharia ya chembe ya UC Santa Barbara Nathaniel Craig, mwanasayansi aliyetembelea OpenAI, anaelezea jinsi mtindo wa kampuni ya GPT-6 Astra ulichukua nafasi ya kwanza katika uthibitisho wa kina kwa ufafanuzi wa kimiani usio na wasiwasi wa Mtahiniwa wa Standard Model - mojawapo ya kizuizi cha muda mrefu cha AI kwa fizikia. blogi na kuripoti na AI Weekly.
Chapisho limejikita kwenye chapa ya awali ya arXiv ya Oktoba 6, "Kipimo kisichobadilika cha kupima kwa miisho ya miamba," ambayo husafirishwa kwa urasimishaji wa Lean 4 wa ujenzi. Mwanzilishi mwenza wa OpenAI Greg Brockman alitangaza matokeo hayo, na ni mara ya kwanza maabara ya mipakani kuambatisha mwanafizikia aliyetajwa, aliyethibitishwa na uthibitisho rasmi kwa madai kwamba muundo wake ulifanya kazi madhubuti juu ya shida ya miongo kadhaa. Kwa zaidi kuhusu jinsi miundo ya AI inavyovutwa katika sayansi ya mipaka, Utafiti wetu wa AI hufuata karatasi, vigezo na matangazo ya maabara ambayo ni muhimu.
Shida ya Fizikia, kwa Masharti Rahisi
Muundo Wastani wa fizikia ya chembe ni nadharia ya kupima chiral - fermions zake hushughulikia vipengele vya mkono wa kushoto na wa kulia kwa njia tofauti, ambayo ndiyo hasa hufanya kuweka nadharia kwenye kimiani ya anga ya mbali, yenye sura nne kuwa ngumu sana bila kuharibu ulinganifu wa geji ambayo nadharia inategemea. Kama uchanganuzi wa Kila Wiki wa AI unavyobaini, kikwazo kimesimama kwa zaidi ya miaka 25 tangu maagizo ya Martin Lüscher kutatua tatizo kwa nadharia rahisi.
Machapisho ya awali ya Craig yanapendekeza ujenzi wa mihimili inayoingiliana "katika darasa la nadharia za kupima chiral zisizo za asili zinazojumuisha Modeli ya Kawaida," kulingana na muhtasari kama ilivyonukuliwa katika kuripoti. Ufafanuzi wa kimiani usiosumbua wa aina hii, kimsingi, ungeruhusu wanafizikia kusoma Muundo Sanifu kutoka kanuni za kwanza katika kanuni zilizounganishwa kwa nguvu ambazo mbinu za usumbufu haziwezi kufikia.
Astra Ilifanya Nini Kweli
Craig anaeleza wazi kuhusu mgawanyo wa kazi. "Nilikuwa na mkakati wa kukabiliana na tatizo hili, lakini sikuweza kuthibitisha kwamba lilifanya kazi katika hali zote nilizohitaji kushughulikia," Craig anaandika kwenye blogu, kulingana na ripoti ya AI Weekly. "Astra ilisaidia kugeuza mkakati huo kuwa ujenzi na ikaongoza katika kuunda uthibitisho wa kina."
Maelezo hayo - kielelezo kinachoongoza uthibitisho wa kina, na mwanafizikia anayesambaza mkakati na uamuzi wa kikoa - ndicho kinachofanya chapisho kujulikana. Urasimishaji wa Lean 4 unaoandamana nao ni muhimu pia: unaweka ujenzi katika fomu ambapo wasaidizi wa uthibitisho wanaweza kuthibitisha kila hatua kimakanika, badala ya kutegemea hisabati ya nathari pekee.
Tahadhari Ni Makubwa
Craig mwenyewe anaweka matokeo kama "jibu zaidi katika kanuni kuliko jibu katika mazoezi." Mapengo kadhaa makubwa yanasalia wazi, anapoyaorodhesha: uchanya wa kuakisi (hali ya uthabiti inayounganisha nadharia za kimiani na umoja wa kimwili), ufafanuzi wa kuendelea wa anga za juu, na uigaji halisi wa kimiani haujapatikana.
Hali ya ukaguzi pia haijakamilika. Craig anawataja wananadharia watatu wa uwanjani - Maarten Golterman, Andreas Kronfeld, na Yigal Shamir - kama wamekagua kazi, lakini hakiki hiyo ilikuwa ya kibinafsi, na hakuna tathmini huru iliyochapishwa bado imeonekana, kulingana na AI Weekly. Ishara ya kweli inayofuata, maelezo ya duka, itakuwa ikiwa yoyote kati ya hizo tatu itachapisha tathmini, au ikiwa karatasi ya ufuatiliaji ya arXiv inahusisha ujenzi kwa uhalali wake. Hadi wakati huo, uundaji wa "Astra uliongoza uthibitisho" hutegemea sifa ya mwandishi mmoja.
Kwa Nini Ni Muhimu kwa Madai ya Utafiti wa AI
Maabara za Frontier mara kwa mara hudai miundo yao huharakisha kazi ya kisayansi, lakini madai kwa kawaida hufika kama vigezo badala ya michango iliyopitiwa na wataalam kwa nyanja ya kiufundi iliyokomaa. Chapisho hili ni tofauti kwa namna: linamtaja mwanafizikia, kutaja wakaguzi, kurasimisha matokeo katika Lean 4, na kushikilia dai mahususi kuhusu kile ambacho mtindo huo ulifanya - yote ambayo wakaguzi wa kitaalam bado wangeweza kujiondoa.
Pia inajibu swali ambalo limeshikilia hesabu inayosaidiwa na AI: maabara inathibitishaje madai kwamba mtindo wake ulifanya kazi halisi ya hesabu? Kwa kuoanisha chapa ya awali na urasimishaji wa Lean 4, matokeo yanaweza kukaguliwa kimsingi - uthibitisho rasmi unaweza kuthibitishwa na wasaidizi wa uthibitisho huru, kwa hivyo jumuiya haiombwi kumwamini mwandishi au mwanamitindo, ili kuendesha tu kikagua. Swali lililobaki ni mazoezi ya uwasilishaji: kama AI iliuliza kila Wiki, ikiwa mtindo uliongoza uthibitisho wa kina, uandishi unashughulikiwaje kwenye uwasilishaji wa arXiv, na OpenAI itatoa njia ya mwingiliano inayoonyesha kile Astra ilichangia?
Muda pia unasema. Matokeo ya hivi majuzi ya OpenAI yametawaliwa na matangazo ya kawaida, mikataba ya utoaji leseni, na mapambano ya sera; blogu ya sayansi ambayo chapisho lake la kwanza linaonyesha matokeo ya mfano wa mipaka ndani ya kona nzito ya uthibitisho wa fizikia ya kinadharia ni hoja kwamba miundo hiyo inakuwa zana za utafiti wa kimsingi, sio bidhaa za kibiashara pekee.
Kwa uwanja wa nadharia ya upimaji wa kimiani, umuhimu wa matokeo utatatuliwa jinsi matokeo kama hayo yanavyokuwa - na wataalam huru wanaohusika na ujenzi hadharani. Kwa tasnia ya AI, chapisho linaweka kiolezo cha jinsi maabara zinavyoweza kuongeza uwezo wa kielelezo cha soko: si kwa alama za ubao wa wanaoongoza, lakini na wataalamu waliotajwa wanaotoa mifano ya kazi madhubuti katika fomu rasmi, inayoweza kukaguliwa.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
