OpenAI昨日发布了针对三个长期困扰研究人员的重磅数学问题的解决方案。其中之一是对指数时间假设（ETH）的意外否定，这一假设在计算机科学中根深蒂固，在我们理解哪些问题难以计算方面发挥着重要作用。
与前沿实验室此前发布的证明一样，科学界对此反应不一，既有兴奋也有担忧。Anthropic的数学家莱文特·阿尔珀格指出，OpenAI的解决方案可能源自已有研究；数小时后，Anthropic随即发布了针对ETH的反驳声明。
然而，OpenAI 的流程正在不断演进。这一次，该实验室针对所涉及的三个学科分别采取了不同的发布方式：数学家们将相关工作发布在 GitHub 上；计算机科学家们成立了一个工作组，要求公开共享证明，并由 OpenAI 资助召开一场讨论这些证明的会议；物理学家们则成立了一个工作组，负责确定其研究成果的发布方式。
麻省理工学院教授瑞安·威廉姆斯是那位正在组织其研究领域对这一新发现作出回应的计算机科学家。威廉姆斯的研究聚焦于计算复杂性等议题，他此前曾批评过OpenAI的做法，称其在今年十月初发布的证明文件为“针对数学家的DDoS攻击”。
不过，他同意与前沿实验室合作，以推动那些对该领域至关重要的理念，他向TechCrunch表示。该实验室请他协助解读这一解决方案，同时还有加州大学圣地亚哥分校的计算机科学家拉塞尔·英帕利亚佐和拉马莫汉·帕图里——他们于1999年首次发表了ETH。
他们的第一步是发表一封公开信，呼吁对这些问题感兴趣的科学家提供反馈，并就人工智能在其研究工作中的贡献相关规范展开讨论。
“OpenAI的证明中有些部分，或许可以说很常规，但确实也有两三个看起来很‘外星’的环节，而正是这些部分让我意识到，哇，这确实是整个社区都需要携手攻关的课题，”威廉姆斯对TechCrunch表示。
你了解P与NP问题吗？
ETH 属于一类更广泛的问题，即著名的“P 与 NP 问题”，这一问题数十年来一直备受计算机科学及其他众多领域的关注。简而言之，研究人员试图弄清：是否存在这样一类问题——其解法能够被轻松验证（NP），同时也能够被轻松求解（P）。
一个简单的例子就是数独游戏：一旦某个谜题的解被确定，就可以迅速验证，但寻找解的过程却十分耗时。这种特性在诸多重要问题中都普遍存在，而这一洞察正是密码学系统的基础：当你掌握了加密信息的密钥时，便能将其解密，但要破解出有效的密码，则需要耗费过长的时间，以至于难以实际应用。
然而，科学家们尚未证明这是否始终成立。“P = NP 的含义是：不仅能够在存在解的情况下验证数独答案，还能直接生成这些答案，”威廉姆斯表示。“P = NP 声称，对于每一个能够被快速验证的问题，只要能快速验证，就也能快速求解。因此，这听起来似乎好得令人难以置信。”
这就是为什么大多数科学家都假设 P ≠ NP。ETH 为此提供了证据。它基本上表明，即使是最高效的计算机算法，在某一类复杂的逻辑谜题中，随着变量数量的增加，找到解所需的时间也会呈指数级增长。
OpenAI 和 Anthropic 声称，他们的模型已开发出能够在“次指数”时间内解决这些难题的算法，这意味着速度比此前认为的可能更快。如果属实，他们或许已经证明了 EFT 为假——用科学术语来说，就是对其进行了证伪——并且可能为那些普遍能够实现 P = NP 的算法开辟了一条道路。
“每位计算机科学家或许都该稍微更重视一下P = NP的合理性，但具体重视程度可能因人而异，”威廉姆斯表示。“我确实认为，这在一定程度上动摇了我们此前对……[难NP问题]究竟有多难解的一些直觉。同时，我也觉得这恐怕还不是最终答案。我不认为OpenAI的算法就一定是你能得到的最佳算法。”
计算机科学家们未来的任务
ETH 的持久性使其在过去十年中被纳入了多篇科学论文；如果人工智能实验室关于他们已证明 ETH 错误的主张成立，这些论文都将需要重新审视，威廉姆斯表示。
“这在一定程度上也是我为何会向OpenAI提出或推动其支持一场相关会议的原因——这将影响众多研究人员的工作，而我们需要弄清楚：除了理解这些算法之外，接下来该怎么办？我们又该以哪些先前的理论基础为依托？”他说。 在科学层面的担忧之前，还有网络安全方面的疑问。威廉姆斯表示，一种经过改进的算法可能意味着那些依赖特定密钥长度的密码系统会被视为已被攻破。因此，他向OpenAI的科学负责人丹·罗伯茨提出的第一个问题之一便是：“他们是否已经核实过，这是否会影响任何密码系统……如今是否有任何东西变得不安全了？据称，他们已经进行了核查，并且相当确信这并不……意味着任何系统会被攻破。”
这种全新的AI驱动的科学发现范式仍在不断完善中，但威廉姆斯表示，尽管存在切实的担忧——尤其是关于如何培养下一代科学家的问题——他仍持乐观态度。作为一名从事高阶数学研究的计算机科学家，他或许比纯数学家更容易适应这一转变。
不过，他表示，人工智能正“迫使人们在从事的工作上更加富有雄心，并更深入地思考：如果我过去所从事的许多工作如今都已成为人工智能唾手可得的‘低垂果实’，那么我该如何提升自己想要提出的科学问题的水准呢？”
当您通过我们文章中的链接进行购买时，我们可能会获得一小笔佣金。这不会影响我们的编辑独立性。
高级记者
购买一张通行证，第二张免费。在TechCrunch年度终极创业者训练营中，带上您的联合创始人或合作伙伴，即可免费参加，覆盖更广的范围。请在BOGO优惠到期前预订。
最受欢迎
Grok发布了其AI生成的《奥德赛》前七分钟内容
安东尼·哈
人工智能坟场：一份持续更新的未竟项目与初创企业名单
劳伦·福里斯塔尔
Warhound 融资2亿美元，用于研发战争犬并为其配备 Anduril 的装备
多米尼克-马多里·戴维斯
优步让全部3万名员工使用ChatGPT Work
卢卡斯·罗佩克
Airbnb限制住客的家务任务，引发房东强烈反弹
劳伦·福里斯塔尔
特斯拉在加州启动Optimus机器人的生产，与此同时利润下滑43%
基尔斯滕·科罗塞克
肖恩·奥凯恩
互联网正经历着极其糟糕的网络安全日
萨拉·佩雷斯