Обновить

Комментарии 17

Ну, короче, если у вас есть Кнут и Стапперс, эффективность в решении всяких великих теорем всяких там фермей (фермо́в?) возрастает кратно, когда у них есть нейросеть.

К молоту кузнец нужен, кто б мог подумать. С паровым молотом куётся быстрее, чем с ручным, офигеть сюрприз.

Кажется, мир в очередной раз не рухнул.

Ну что, круто! Получается, модель не только проанализировала данные, но и синтезировала новые. Ещё бы статистику по расходам увидеть. Что-то вроде: было потрачено X входных токенов, Y выходных на сумму N тысяч долларов.

Этого недостаточно. Нужно посмотреть еще оплату часа труда самого Кнута. Т.е. сколько бы стоило, если бы он решал ее сам, без решения, предложенного агентом. Что дороже - неизвестно.

Тут гадать много не надо: ИИ - 1 час; Кнут - несколько недель. Его время очень дорого, ему 88. Надо оценивать соотношение ИИ времени к оставшемуся Кнуту времени.

Его время дорого ему, а не работодателю, не стоит путать эти вещи.

>модель родила код для перебора аж целых 50 чисел
>строгое математическое обоснование для всех нечетных m написал сам Кнут
Так это, очень многие нерешенные математические проблемы были программно проверены даже и для квадриллионов первых чисел, но квантор всеобщности от этого над общей гипотезой так и не возник

модель родила код для перебора аж целых 50 чисел

В том-то и дело, что модель занималась перебором только в начале. А потом-таки родила алгоритм, который строит решение для любого нечётного m, уже безо всякого перебора.

я может как-то не так читаю, но я этого в тексте не увидел.
Решение оказалось верным для всех нечетных m от 3 до 101. Однако это была именно конструкция, а не доказательство

Ну написала нейронка скрипт на пайтоне для перебора-проверки, но это не доказательство теоремы ведь. Аналогия: написать скрипт для проверки, что число простое, это задача для школьника. А вот находить простые числа, определить правило, где-как они расположены, какому закону подчиняются (и доказать, что именно по этому закону) - задача гораздо сложнее.

я может как-то не так читаю, но я этого в тексте не увидел

В оригинале статьи (ссылка приложена в статье) видно, что модель синтезировала алгоритм, работающий без перебора. Кнут опубликовал его упрощённую С-образную версию.

Это не перебор, это правило:

Код модели

В рамочку я обернул правило, которое работает всегда для любого нечётного m. Т.е. мы не перебираем 012, 102, 120 и т.д., а сразу присваиваем d нужное значение, в зависимости от условия.

И это правило придумала модель.

Почему в статье алгоритм называют конструкцией, прокомментировать не могу.

Предположу, что "конструкция" — это просто кривой перевод слова "построение", то бишь доказательство путём предъявления примера для каждого нужного m. Тогда текст обретает смысл: Claude выдал алгоритм, но без объяснений, а Кнут уже доказал, что результат работы алгоритма и есть искомое решение.

А Кнут пробовал попросить ллм объяснить смысл алгоритма?

Здесь та же проблема, что и с решением задач из того самого списка Эрдеша. Как честно пишут авторы новостей про то, что ИИ решил уже вторую задачу из 700:

Авторы честно пишут: «Любой из этих вопросов мог бы легко решить нужный эксперт». Проблема не в сложности — до этих задач у людей просто не доходили руки 40 лет.

Здесь также скорее всего речь не идет о какой-то прорывной задаче, которая сейчас перевернет математику до основания. Это одна из задач на графах, которые в принципе и эксперт решит. Просто агент спрограммировал решение, но доказывать, что оно работает не только от 3 до 101, а вообще - пришлось таки самому Кнуту. Это впечатляет, но одновременно намекает на то, что:

  • Скорее всего решение находилось достаточно просто и без ИИ, чем-то типа автоматического доказательства теорем.

  • Это одна из задач, где найти точное решение сложнее, чем потом проверить его корректность.

В общем, если ИИ решает задачу, но требует при этом вмешательство человека уровня Кнута - то это не работает для массового применения.

Задачи Неуловимого Джо.

Авторы честно пишут: «Любой из этих вопросов мог бы легко решить нужный эксперт». Проблема не в сложности — до этих задач у людей просто не доходили руки 40 лет.

Вообще-то не так. Вот оригинал https://arxiv.org/html/2601.22401v1 и касаемо экспертов, там написано буквально следующее:

Large Language Models can easily generate candidate solutions, but the number of experts who can judge the correctness of a solution is relatively small, and even for experts, substantial time is required to carry out such evaluations. In particular, it would have been infeasible for our team to evaluate model outputs on all of the problems marked ‘Open’. We therefore used AI-based natural language verifiers to narrow the search space to a tractable scale for a small team of human experts.

Вольный перевод:

LLM-ки могут легко нагенерировать кандидаты в решения, но количество экспертов, которые могут оценить их правильность относительно небольшое, и даже для эксперта требуется много времени чтоб провести такую оценку. В частности, было-бы нецелесообразно для нашей комнды попытаться оценить выводы модели для всех проблем помеченных как открытые. Поэтому мы использовали ИИ проверку чтоб сузить поиск до вменяемых размеров доступных маленькой команде человечьих экспертов.

Как у автора вашей ссылки получилось понять это как то, что любую из этих задач некий эксперт мог-бы легко решить - я не знаю, может по-диагонали читал. По факту написано что экспертов способных не то, что решить, а оценить чужое решение, довольно мало в мире.

Так она "решила" решенную задачу. На которой так или иначе была обучена.

Хватает нерешенных. Например, аналитический поиск простых чисел...

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации