요약:
이달 초 수학자들이 OpenAI가 선두를 장악하고 매우 어려운 수학 문제의 결과를 놓고 경쟁하려고 한다고 비난한 것을 기억하십니까? 이로 인해 회사는 대중의 항의에 빠졌습니다. 연구 진행 상황에 정통한 사람들에 따르면 OpenAI가 밀레니엄 상 문제의 또 다른 수학적 문제를 해결하는 데 매우 가깝다는 사실이 사실입니다. 밀레니엄상 문제에는 총 7개의 유명한 수학적 난제가 포함되어 있으며, 이전에 논란이 되었던 나비에-스토크스 방정식의 존재 여부와 부드러움 문제도 그 중 하나입니다.
회사 내부 직원들은 다음 목표인 호지 추측이 비교적 짧은 시간 내에 입증될 것으로 예상하고 있다고 소식통은 전했다. Hodge 추측은 다항 방정식으로 정의된 기하학의 특정 기하학적 특징이 항상 더 간단한 대수 구성 요소로 설명될 수 있는지 여부를 연구합니다. 그러나 OpenAI가 증명 결과를 발표하는 데 시간이 더 걸릴 수 있습니다. 그 이유는 회사가 또 다른 홍보 위기를 피하기 위해 수학 커뮤니티와 협력하여 결과를 적절한 방식으로 게시하는 방법을 연구하고 있기 때문입니다.
OpenAI가 이렇게 어렵고 어려운 수학 문제에 관심을 갖는 이유는 무엇인가요? 결국, 그러한 문제를 해결하는 데는 비용이 많이 듭니다. 이전에는 Navier-Stokes 방정식과 관련된 결과를 증명하는 데 수백만 달러의 비용이 들었을 수 있습니다. 소식통에 따르면 OpenAI는 이 증명을 완료하기 위해 차세대 사전 훈련 모델(코드명 "Doug")의 변형을 사용했습니다.
일부 OpenAI 연구자들은 소프트웨어 엔지니어링 다음으로 대규모 모델을 정복해야 할 논리적 영역이 수학이라고 믿습니다. 두 필드는 비슷한 특성을 가지고 있습니다. 둘 다 단계별 논리적 추론이 필요하고 대부분의 결과가 자동으로 검증될 수 있습니다. 일부 연구자들은 지난 1년 동안 소프트웨어 공학 분야에서 일어난 자동화 변화가 앞으로 6~9개월 내에 수학 분야에서도 반복될 것이라고 판단하기도 합니다.
또한 어려운 수학적 문제를 극복하면 AI 개발자가 머신러닝 연구의 자동화를 촉진하는 데 도움이 됩니다. 머신러닝 자체에는 많은 수학이 포함됩니다. 이러한 유형의 자동화는 반복적 자기 개선(AI가 독립적으로 새로운 AI를 개발) 목표의 중요한 부분입니다.
입증된 적이 없는 수학적 문제를 해결하는 최첨단 모델의 능력을 테스트하는 것은 연구자들이 모델의 진행 수준과 복잡한 추론 능력을 평가하는 데 도움이 될 수도 있습니다. 모델이 나비에-스토크스 방정식, 호지 추측 등 어려운 문제를 풀 수 있다면 생물학, 화학 등 다른 분야에서도 똑같이 어려운 문제를 풀 수 있다는 뜻일 수 있다.
게다가, 수학자 사이에서 큰 불만을 일으키지 않고 결과가 공개된다면 이러한 획기적인 발전은 OpenAI의 눈길을 끄는 새로운 이정표를 만들고 일반 초인공지능 경쟁에서 홍보 칩 역할을 할 수 있으며 이는 자연스럽게 회사에 이익이 됩니다.
댓글