OpenAI на этой неделе заявила, что её искусственный интеллект опроверг ETH - гипотезу, на которой 30 лет стояла половина теоретической информатики. Заодно, по словам компании, тот же ИИ разобрался с гипотезой Какии во всех размерностях и доказал существование квантовой теории Янга - Миллса в четырёхмерном пространстве.

Три фундаментальные проблемы за один пресс-релиз.

С одной стороны, если это правда - человечество только что переписало учебники по трём дисциплинам сразу. Тектонический сдвиг. К тому же Anthropic поддакнула, правда, нашла совсем другой алгоритм.

С другой стороны - где пруфы?

OpenAI не вывалила доказательсво в блог. Она передала его в MIT, а внешний эксперт Райян Уильямс собрал команду, включая самих авторов ETH - Импальяццо и Патури. Первые версии текста, по словам Импальяццо, были “полностью нечитаемыми”. То есть компания, которая кричит о прорыве, сначала выдала на-гора кусок кода, который даже математики не смогли продрать с первого раза. Это как показать палец и сказать: “Там Луна”. Формально не придраться, но и не объяснишь.

Проверять ETH будет не OpenAI, а математическое сообщество. Пока суд да дело, любой аспирант может заезть на GitHub, где лежит часть выкладок, и попробовать найти дырку.

А теперь главное. Вся эта история - не про то, что ИИ стал умнее человека. Она про то, что с каждой такой новостью часть сообщетсва хватается за сердце, часть - за кошелёк, а нормальным пацанам остается только сидеть и ждать, пока кто-нибудь не проверит код.

Если это не хайп - мы живём в интересное время, когда спрос на научное рецензирование возрос в разы. А если хайп - значит большая часть новостной повестки про научные прорывы - хорошо упакованный маркетинг.

Я и сам жду когда моя статья пройдёт рецензирование и будет опубликована. Исследование опровергает доходность 46 стратегий трейдинга и обличает AlgoPack в регенерации данных, что вызывает падение качества прогноза на 60%. То есть, на этих данных доходность прогнозируется, а на реальных - нет.

Это время интересно ещё и тем, что от исследования до публикации проходит в среднем полгода, а значит общаться с исследователями напрямую гораздо интереснее, чем читать научные журналы.

DOI: 10.5281/zenodo.23752213, аннотация в предыдущих постах.