OpenAI annuncia risultati scientifici in matematica e informatica e rinvia materiali di fisica per revisione
OpenAI ha annunciato risultati dei suoi modelli in matematica, informatica e fisica, pubblicando due manoscritti su GitHub che includono una dimostrazione di Sogge's Local Smoothing e un presunto smascheramento dell'ETH, mentre ha rinviato la pubblicazione dei materiali di fisica in attesa della revisione.

OpenAI ha annunciato un nuovo insieme di risultati scientifici raggiunti dai suoi modelli nei campi della matematica, dell'informatica e della fisica, dopo settimane in cui aveva pubblicato manoscritti scientifici di oltre 700 pagine che contenevano soluzioni e progressi su 372 importanti problemi matematici.
Questa volta l'azienda ha adottato un approccio diverso nel gestire le scoperte: ha pubblicato i risultati matematici per consentire ai ricercatori di studiarli e interpretarli in modo indipendente, mentre ha incaricato gruppi esterni di esperti di esaminare e spiegare i risultati nell'informatica e nella fisica.
Nel campo dell'informatica, OpenAI ha chiesto al gruppo di esperti di preparare articoli e materiali scientifici che spieghino i risultati prodotti dai suoi modelli, rendendo nel contempo i risultati dell'intelligenza artificiale accessibili al pubblico, secondo resoconti della stampa.
Per quanto riguarda la fisica, l'azienda ha rinviato la pubblicazione dei materiali fino al termine della revisione da parte del gruppo incaricato, secondo resoconti della stampa; il gruppo ha inoltre messo a disposizione un indirizzo e‑mail per ricevere richieste relative al suo lavoro: YANGMILLS4D[@]gmail.com.
OpenAI ha aggiunto due nuovi manoscritti scientifici su GitHub e li ha messi a disposizione dei ricercatori. Il primo manoscritto riguarda quella che è stata descritta come una dimostrazione di un principio noto come Sogge's Local Smoothing, relativa al comportamento delle soluzioni dell'equazione d'onda attraverso diverse dimensioni spaziali.
Il secondo manoscritto propone una dimostrazione che sostiene che l'Ipotesi del Tempo Esponenziale (Exponential Time Hypothesis - ETH) è falsa. Tale ipotesi è uno degli assunti importanti nella teoria dell'informatica, poiché indica che alcuni problemi computazionali complessi non possono essere risolti con algoritmi veloci entro certi limiti temporali.
L'ETH è ampiamente accettata tra i ricercatori e ha costituito la base di centinaia di articoli in ambiti come basi di dati, biologia computazionale e ingegneria. Se l'ipotesi risultasse falsa, ciò potrebbe aprire la strada allo sviluppo di algoritmi più efficienti per problemi complessi, secondo quanto affermato nel manoscritto.
È degno di nota che gli scienziati che hanno proposto l'ETH stanno attualmente partecipando al gruppo di esperti incaricato da OpenAI di esaminare i risultati e di spiegarli, secondo quanto riferito dai resoconti.
Nella fisica, i risultati riguardano dimostrazioni relative a teorie quantistiche dei campi interagenti che includono campi di gauge e fermioni in quattro dimensioni. Il gruppo incaricato non ha ancora pubblicato materiali scientifici che le spieghino, secondo quanto riportato.
OpenAI ha dichiarato che non cercherà di ottenere riconoscimenti accademici o quote di merito scientifico per le scoperte attribuite ai suoi modelli, indicando che i membri dei gruppi di ricerca riceveranno il riconoscimento per gli articoli e i materiali che prepareranno per spiegare i risultati, e che tali gruppi si occuperanno di assicurare un'adeguata attribuzione ai ricercatori e ai metodi da cui i modelli hanno tratto beneficio.
La pubblicazione dei risultati e la loro sottoposizione a revisione specialistica rimangono passaggi fondamentali per determinare la loro correttezza e importanza, e se porteranno a modificare assunti consolidati o ad aprire nuove strade alla ricerca scientifica.



