Sayansi ya kompyuta hupata mara chache mwezi kama huu. Mojawapo ya imani zake za msingi imebomolewa, na wanaochunguza mabaki ni pamoja na watafiti waliotoijenga.
Tarehe 16 Oktoba, modeli ya utafiti katika OpenAI ilitoa hoja ya kupinga Exponential Time Hypothesis kwa lugha ya kawaida. Ndani ya siku moja, hoja hiyo ilikuwa imeandikwa kwenye Lean, kikaguzi cha ushahidi kinachothibitisha kila hatua ya mantiki kwa mitambo. Hati yenye kurasa 67 inamtaja OpenAI mwenyewe kama mwandishi.
Anthropic, ikifanya kazi bila uratibu wowote, ilikuwa imefika hatua hiyo hiyo saa chache mapema. Karatasi yake ya kurasa 49, "A 2^o(n) Time Algorithm for 3-SAT", imetambulishwa kwa Claude, na algorithm ya msingi ilipatikana na modeli ya utafiti ya Claude siku hiyo hiyo.
Nadharia hii inarejea takribani mwaka 1999, wakati Russell Impagliazzo na Ramamohan Paturi walihoji kwamba Boolean satisfiability haikubali algorithm yoyote iliyo haraka kuliko muda wa kipekee. Wazo hilo moja linategemeza kwa ukimya mamia ya matokeo ya ugumu wa masharti katika graph theory, databases, computational biology na geometry.
Vikundi vyote viwili sasa vinaeleza njia ya deterministic inayohesabu satisfying assignments kwa muda wa subexponential, na vyote viwili vinafikia kipengele kikuu sawa katika exponent. Ikiwa wakaguzi watathibitisha kazi hii, mojawapo ya kuta zinazoaminika zaidi katika uwanja huu itaonekana kuwa na mlango.
Kinachopatia dai hili uzito si asili ya modeli, bali miundo ya ukaguzi inayozizunguka. Kila hitimisho hupitia Lean. Na paneli ya ukaguzi ambayo OpenAI iliikusanya inawajumuisha Impagliazzo na Paturi wenyewe, ambao sasa wanajikuta wakikagua kuanguka kwa nadharia yao wenyewe. Stefan Szeider wa TU Wien amechunguza nyenzo za umma na anatarajia zitahimili kusoma kwa makini.
Uangalifu bado unahitajika. Matokeo hayasemi chochote kuhusu P versus NP, na algorithm mpya bado inafanya kazi katika muda wa superpolynomial, hivyo hakuna solver ya vitendo itakayokuwa haraka kesho asubuhi. Kilichobadilika ni ramani ya kinadharia, na utambulisho wa wale, watu au mifumo, wanaoyichora upya.
Kwa watendaji, somo liko mbali na madarasa ya ugumu. Programu ambayo hivi karibuni ilikuwa ikifupisha hati sasa inazalisha hisabati asilia iliyothibitishwa na mashine. Mipaka ya kile AI inaweza kuchangia katika utafiti wa kweli inasonga kwa kasi zaidi kuliko mizunguko mingi ya mipango inavyodhani.
Mashirika yatakayojifunza kufanya kazi kando ya mifumo kama hii, badala ya kugawa tu kazi ya kuandika, ndiyo yatakayoweka kasi ya mwongo ujao.
Fikiria kwa kihisabati. Unde kwa akili. Ongoza kwa kimkakati. Jenga kwa uwajibikaji. Panua kimataifa. Tengeneza thamani halisi ya biashara kupitia akili bandia.
