स्वतंत्रपणे कार्यरत असलेल्या दोन अत्याधुनिक AI प्रणालींनी तीन दशकांत कोणत्याही मानवी गणितज्ञाला न जमलेले काम केले: एक्स्पोनेंशियल टाइम हायपोथेसिस (ETH) चा खंडन.
OpenAI ने जाहीर केले की त्याच्या संशोधन मॉडेलने 16 ऑक्टोबरला ETH चा नैसर्गिक भाषेतील खंडन शोधला आणि दुसऱ्या दिवशी तो मशीन पुरावा तपासणी प्रणाली Lean मध्ये औपचारिक रूप देण्यात आला. 67 पानी हस्तलिखितात लेखक म्हणून "OpenAI" नोंदवले आहे.
काही तासांपूर्वी, Anthropic ने स्वतःचा 49 पानी शोधनिबंध "A 2^o(n) Time Algorithm for 3-SAT" प्रकाशित केला, जो "Claude, Anthropic" च्या नावावर आहे. एका अंतर्गत Claude संशोधन मॉडेलने त्याच दिवशी, 16 ऑक्टोबरला, मूलभूत अल्गोरिदम शोधला.
Russell Impagliazzo आणि Ramamohan Paturi यांनी सुमारे 1999 मध्ये मांडलेली ETH सांगते की बूलियन सॅटिस्फायबिलिटी समस्या सोडवणारा कोणताही अल्गोरिदम घातांकीय वेळेपेक्षा वेगवान असू शकत नाही. आलेख सिद्धांत, डेटाबेस, संगणकीय जीवशास्त्र आणि संगणकीय भूमितीमधील शेकडो सशर्त कठीणतेच्या निकालांचा ती पाया आहे.
दोन्ही गट आता एका नियतात्मक अल्गोरिदमचा दावा करतात जो उपघातांकीय वेळेत समाधानकारी नियुक्त्या मोजतो, आणि घातांकाचा प्रमुख भाग दोन्हींमध्ये सारखाच आहे. दावा टिकला तर जटिलता सिद्धांताची एक भारवाहक भिंत कोसळणार.
पडताळणीची यंत्रणा असामान्यरीत्या मजबूत आहे. पुरावा Lean मध्ये औपचारिक आहे, जो प्रत्येक पायरी यांत्रिकरीत्या तपासतो. प्रकाशित साहित्याचा आढावा घेतलेले TU Wien चे Stefan Szeider अपेक्षा करतात की तो छाननीत टिकेल. सर्वात लक्षवेधी गोष्ट: OpenAI ने नेमलेल्या स्वतंत्र आढावा समितीत Impagliazzo आणि Paturi स्वतः आहेत - conjecture चे जनक त्याच्या खंडनाचे लेखापरीक्षण करत आहेत. त्यांच्या खुल्या पत्रात म्हटले आहे की यामुळे संगणक विज्ञानाचा एक महत्त्वाचा भाग बदलू शकतो.
निकाल एवढाच महत्त्वाचा आहे जेवढ्या मर्यादा. P विरुद्ध NP अलिप्त आहे. नवीन अल्गोरिदम अजूनही सुपरपॉलिनॉमियल आहे, म्हणून यातून वेगवान SAT सॉल्व्हर तयार होणार नाही. बदलले ते सैद्धांतिकदृष्ट्या शक्य असलेल्या गोष्टींचे नकाशे, आणि ते कोण - किंवा काय - पुन्हा रंगवत आहे.
व्यावसायिक नेत्यांसाठी संकेत गणितात नाही. संकेत असा की AI मजकूर आणि कोड लिहिण्यापासून पुढे जाऊन मौलिक, मशीन-सत्यापित संशोधन करू लागला आहे. "यंत्रे नवे विज्ञान करू शकत नाहीत" ही गृहीतके आता जोरदार झटका खात आहे, आणि क्षमतेची सीमा आता बहुतेक नियोजन चक्रांपेक्षा वेगाने पुढे सरकत आहे.
ज्या कंपन्या AI ला टायपिंग सहाय्यक नव्हे तर संशोधन भागीदार मानतील, त्या पुढील दशकाचा वेग ठरवतील.
गणितीय पद्धतीने विचार करा. हुशारीने अभियांत्रिकी करा. धोरणात्मकपणे नेतृत्व करा. जबाबदारीने बांधा. जागतिक पातळीवर वाढा. कृत्रिम बुद्धिमत्तेद्वारे खरी व्यावसायिक किंमत निर्माण करा.
