# Milijonski matematični problem in spor okoli AI: kdo je prišel do rešitve – in čigave ideje so bile uporabljene?
Umetna inteligenca naj bi vse hitreje postajala orodje za znanstvena odkritja, toda primer domnevnega preboja pri enem najtežjih matematičnih problemov odpira tudi manj prijetna vprašanja. Kdo je avtor ideje, če pri raziskovanju sodeluje generativni model? Kaj se zgodi z občutljivimi zamislimi, ki jih znanstvenik vnese v komercialno AI-orodje? In ali lahko podjetje, ki upravlja to orodje, pozneje uporabi podatke uporabnikov pri lastnih raziskavah?
V ospredju je spor med profesorjem matematike na Univerzi New York Tristanom Buckmasterjem in OpenAIjem. Buckmaster trdi, da je podjetje začelo intenzivno delati na podobnem pristopu k Navier-Stokesovemu problemu šele po tem, ko je izvedelo za delo, ki ga je razvijal z matematikom Leventom Alpögejem. OpenAIjeve očitke njegovih navedb zavrača kot »lažne in hujskaške«.
Ne gre za običajen akademski spor. Navier-Stokesov problem je eden od sedmih problemov tisočletja, za katere Clay Mathematics Institute ponuja milijon dolarjev nagrade. Hkrati je primer pomemben tudi zato, ker postavlja pod vprašaj pravila raziskovalnega dela v obdobju, ko AI ni več zgolj pomoč pri iskanju literature, temveč aktivni sodelavec pri razvijanju, preverjanju in zapisovanju matematičnih argumentov.
## AI kot raziskovalni pomočnik, ne kot potrjeni samostojni avtor dokaza
Buckmaster in Alpöge sta po navedbah TechCruncha pri raziskavi uporabljala modela Codex in Claude. Alpöge je zaposlen pri Anthropicu, vendar naj raziskave ne bi opravljal v imenu podjetja. Dvojec naj bi se pri delu predvsem zanašal na OpenAIjev Codex.
V viru ni natančno pojasnjeno, katere naloge je Codex opravljal: ali je pomagal oblikovati hipoteze, pregledovati formalne korake, iskati napake v izpeljavah ali sestavljati zapis dokazov. Prav ta podrobnost bi bila ključna za presojo vloge AI pri morebitnem preboju.
Med matematiki je razlika med pomočjo pri raziskavi in dejanskim dokazom bistvena. Model lahko predlaga koristen korak, poišče analogijo z znanim rezultatom ali pomaga pri tehničnem preverjanju. To pa še ne pomeni, da je samostojno rešil odprt problem. Za rešitev problema tisočletja bi moral biti dokaz javno predstavljen, strokovno preverjen in sprejet v matematični skupnosti.
Za zdaj zato ni mogoče trditi ne, da je Navier-Stokesov problem rešen, ne da ga je rešila umetna inteligenca. Obstajajo navedbe o predhodnih ugotovitvah in o domnevnem OpenAIjevem dokazu, vendar javno preverljiv dokaz v predstavljenem gradivu ni objavljen.
## Nenavadno ujemanje pristopov
Navier-Stokesove enačbe so temeljni matematični opis gibanja tekočin in plinov. Uporabljajo se pri modeliranju vremena, turbulentnih tokov, aerodinamike, oceanov in številnih drugih fizikalnih procesov. Problem obstaja zato, ker matematiki še vedno nimajo splošnega dokaza, ali so v treh razsežnostih rešitve teh enačb vedno dovolj »gladke« oziroma ali lahko v določenih pogojih razvijejo singularnosti.
Buckmaster je skupaj z Alpögejem objavil tri dokaze in predhodno ugotovitev, povezano s tem področjem. Ob tem je zapisal, da sta med dokončevanjem svojega dela izvedela, da so informacije o njunem napredku dosegle OpenAI.
Ko sta podjetje vprašala o tem, naj bi jima bilo sporočeno, da je OpenAI že dosegel celovit dokaz osrednjega problema. Buckmaster nato trdi, da so odgovori postali nejasni, ko je želel izvedeti, kdaj se je OpenAIjeva raziskava začela in kolikšen delež dela so opravili ljudje.
Po njegovih navedbah je pozneje izvedel, da je na problemu delala celotna ekipa in da je bilo porabljene veliko računske zmogljivosti. Ključna Buckmasterjeva trditev je, da naj bi bil prvi poziv modelu poslan šele nekaj dni prej, potem ko je OpenAI že prejel informacije o njegovem raziskovalnem delu.
Če bi to držalo, bi lahko pomenilo, da je podjetje po informacijah o delu zunanjih raziskovalcev usmerilo velike računske vire v isti matematični pristop. Toda za zdaj gre za Buckmasterjevo interpretacijo dogodkov, ne za javno dokazano ugotovitev.
## OpenAI očitke zavrača, podrobnosti ostajajo nejasne
Sebastian Bubeck, vodja matematičnih raziskav pri OpenAIju, je Buckmasterjeve izjave označil za »lažne in hujskaške«. Zapisal je, da je v razpravo vstopil v skladu z akademskimi normami in da so mu akademski standardi zelo pomembni.
To je za zdaj tudi bistvo javnega odgovora OpenAIja. Podjetje ni javno predstavilo celotnega dokaza, ki naj bi ga po Buckmasterjevih navedbah imelo, niti v predstavljenem viru ni podrobneje pojasnilo časovnice raziskave, uporabljenih podatkov ali obsega človeškega in modelskega dela.
Takšna praznina ustvarja prostor za nasprotujoči si razlagi. Buckmaster meni, da je bilo ujemanje pristopa preveč specifično, da bi šlo za naključje. Po njegovih besedah je bila izbrana pot do problema razmeroma neobičajna in ne gre za smer, do katere bi model prišel zgolj v nekaj dneh na podlagi splošnega besedila naloge.
OpenAI na drugi strani njegove navedbe zavrača, vendar širše obrazložitve v času objave ni podal. Dokler ni objavljenih dokazov, tehničnih zapisov ali neodvisno preverljive časovnice, ostaja bistvo spora nerešeno.
## Najobčutljivejše vprašanje: kaj se zgodi z idejami, vnesenimi v AI-orodje?
Najpomembnejši del zgodbe morda ni vprašanje, kdo je prvi prišel do matematičnega rezultata, temveč kaj se zgodi z raziskovalnimi idejami, ko jih znanstveniki vnesejo v komercialne AI-sisteme.
Buckmaster je opozoril, da je pri svojem delu obsežno uporabljal Codex. OpenAI si po navedbah TechCruncha pridržuje pravico do uporabe interakcij s Codexom za učenje modelov, uporabniki pa imajo možnost takšno uporabo podatkov izključiti.
To odpira temeljno vprašanje intelektualne lastnine. Raziskovalec lahko AI-modelu posreduje delovne zapiske, osnutke dokazov, neobjavljene ideje, izračune ali vprašanja, ki vsebujejo jedro njegovega prihodnjega članka. Če se takšni podatki uporabijo pri treningu ali izboljševanju sistema, se lahko zabriše meja med zasebno raziskavo uporabnika in znanjem, ki ga pridobi ponudnik orodja.
V konkretnem primeru Buckmaster ne trdi, da je OpenAI zagotovo uporabil njegove podatke. Nasprotno, poudarja, da OpenAIjevega dokaza ni videl, da ne ve, kaj je model naredil, in da ne ve, ali so bili njegovi podatki uporabljeni. Izpostavlja predvsem možnost, da bi sistem, učen na njegovih interakcijah, ob podobnem vprašanju lahko reproduciral elemente njegovega dela.
Gre za razliko, ki je v javni razpravi pomembna: sum ali možnost nista dokaz kraje. Toda že sama možnost kaže, da znanstveniki potrebujejo jasnejša pravila glede zaupnosti, uporabe podatkov in sledljivosti AI-pomoči.
## Nova pravila za znanost v dobi generativne AI
Ta spor nakazuje, da bo znanost potrebovala natančnejše standarde za delo z generativno umetno inteligenco. Pri objavi raziskave bi lahko postalo običajno razkrivanje, kateri modeli so bili uporabljeni, za katere naloge, kakšni podatki so bili vneseni v sisteme in ali so bile interakcije izključene iz nadaljnjega učenja modelov.
Prav tako bo pomembno vprašanje avtorstva. Če AI pomaga pri ključnem koraku v raziskavi, ali zadostuje zgolj navedba orodja? Kako se ugotavlja izvor ideje, če model predlaga rešitev, ki je morda povezana z vsebino iz podatkov drugih uporabnikov? In kdo nosi odgovornost, če AI ustvari prepričljiv, a napačen matematični argument?
Pri problemih tisočletja so vložki še večji: poleg znanstvenega prestiža je prisotna tudi denarna nagrada. Če bo AI vse bolj učinkovita pri formalizaciji dokazov in raziskovalnem delu, bodo morale institucije, revije in fundacije določiti jasna merila, kako presojati človeški prispevek, vlogo modelov in izvor uporabljenih idej.
Primer Buckmasterja, Alpögeja in OpenAIja zato ni le zgodba o enem domnevnem matematičnem preboju. Je opozorilo, da tehnologija prehiteva pravila, po katerih znanost določa avtorstvo, zaupnost in pošteno tekmovanje.
