Ilmu komputer jarang mengalami bulan seperti ini. Salah satu keyakinan fondasionalnya telah diruntuhkan, dan yang memeriksa puing-puingnya termasuk para peneliti yang membangunnya sendiri.
Pada 16 Oktober, sebuah model riset di OpenAI menghasilkan sanggahan terhadap Exponential Time Hypothesis dalam prosa biasa. Dalam sehari, argumen itu telah ditranskripsikan ke Lean, sebuah proof checker yang memverifikasi setiap langkah logis secara mekanis. Manuskrip 67 halaman itu mencantumkan OpenAI sendiri sebagai penulis.
Anthropic, yang bekerja tanpa koordinasi apa pun, telah sampai di tujuan yang sama beberapa jam sebelumnya. Makalah 49 halamannya, "A 2^o(n) Time Algorithm for 3-SAT", dikreditkan kepada Claude, dan algoritme dasarnya ditemukan oleh model riset Claude pada hari yang sama.
Hipotesis ini berawal sekitar tahun 1999, ketika Russell Impagliazzo dan Ramamohan Paturi berargumen bahwa Boolean satisfiability tidak memiliki algoritme yang lebih cepat dari waktu eksponensial. Satu gagasan itu diam-diam menopang ratusan hasil hardness kondisional di teori graf, basis data, biologi komputasi, dan geometri.
Kedua kelompok kini mendeskripsikan metode deterministik yang menghitung penugasan yang memuaskan dalam waktu subeksponensial, dan keduanya tiba pada suku utama yang sama dalam eksponen. Bila para peninjau mengonfirmasi pekerjaan ini, salah satu tembok paling tepercaya di bidang ini ternyata memiliki pintu.
Yang memberi bobot pada klaim ini bukanlah silsilah modelnya, melainkan perancah pemeriksaan di sekelilingnya. Setiap inferensi melewati Lean. Dan panel peninjau yang dibentuk OpenAI mencakup Impagliazzo dan Paturi, yang kini mendapati diri mereka mengaudit runtuhnya konjektur mereka sendiri. Stefan Szeider dari TU Wien telah memeriksa materi publik dan memperkirakan hasil ini akan bertahan dari pembacaan saksama.
Kehati-hatian tetap diperlukan. Hasil ini tidak mengatakan apa pun tentang P versus NP, dan algoritme barunya masih berjalan dalam waktu superpolinomial, jadi tidak ada solver praktis yang menjadi lebih cepat besok pagi. Yang berubah adalah peta teoretis, dan identitas pihak, manusia atau sistem, yang menggambarnya ulang.
Bagi para eksekutif, pelajarannya jauh dari kelas kompleksitas. Perangkat lunak yang belum lama ini merangkum dokumen kini menghasilkan matematika orisinal yang diverifikasi mesin. Batas kemampuan AI dalam berkontribusi pada riset serius bergerak lebih cepat dari yang diasumsikan kebanyakan siklus perencanaan.
Organisasi yang belajar bekerja berdampingan dengan sistem semacam itu, bukan sekadar mendelegasikan pengetikan kepadanya, akan menentukan kecepatan dekade mendatang.
Berpikirlah secara matematis. Rekayasa dengan cerdas. Pimpin secara strategis. Bangun dengan bertanggung jawab. Skala secara global. Ciptakan nilai bisnis nyata melalui kecerdasan buatan.
