Sam Altman, CEO von OpenAI, äußerte Verständnis für Forscher und Mathematiker, die Schwierigkeiten haben, mit der massiven Flut an KI-generierten mathematischen Ergebnissen Schritt zu halten, betonte jedoch gleichzeitig, dass das Unternehmen diesen Weg nicht stoppen werde. In einem Interview im Podcast "Cheeky Pint" erklärte Altman, dass das Recht der Menschheit, die Geheimnisse des Universums zu verstehen und grundlegendes wissenschaftliches Wissen zu entdecken, eine höchste Priorität darstelle, die über die Störungen hinausgehe, die durch die Art und Weise der Veröffentlichung der Ergebnisse durch das Unternehmen verursacht werden könnten.
Kampf der Methoden: Geschwindigkeit versus Verifizierung
Altmans Äußerungen fallen in eine Zeit, in der die akademische und mathematische Gemeinschaft scharfe Kritik an der Art und Weise übt, wie OpenAI mit Entdeckungen umgeht. Viele Forscher haben darauf hingewiesen, dass das Unternehmen Hunderte mathematischer Ergebnisse veröffentlicht, ohne ausreichenden Kontext, eine präzise Quellenangabe oder gar angemessene Mechanismen zur Überprüfung der Richtigkeit dieser Ergebnisse bereitzustellen. Dies lässt Wissenschaftler in einem Zustand der Verwirrung zurück, während sie versuchen, diese komplexen Ausgaben zu entschlüsseln.
Darüber hinaus sieht sich das Unternehmen Vorwürfen des "Gatekeepings" ausgesetzt; so wurden die vollständigen Details einiger großer Durchbrüche, wie etwa die Ergebnisse zur Yang-Mills-Theorie, die einen Eckpfeiler der modernen Teilchenphysik darstellt, nicht offengelegt. OpenAI rechtfertigt diesen Ansatz damit, dass er auf Empfehlungen von Experten beruhe, um die beste Art der Ergebnisveröffentlichung zu gewährleisten, was jedoch den Ratschlägen früherer mathematischer Gruppen widerspricht, die zu vollständiger Transparenz aufgerufen hatten.
Riesige Investitionen und technische Herausforderungen
Altman enthüllte das Ausmaß der enormen Ressourcen, die OpenAI für diesen Weg bereitstellt, und wies darauf hin, dass das Unternehmen Hunderte Millionen Dollar für die Lösung mathematischer Probleme ausgegeben habe. Zu den bemerkenswertesten Investitionen gehört die Bereitstellung von mehr als 10 Millionen Dollar für die Arbeit am Navier-Stokes-Problem, einem der berühmten Millennium-Probleme.
Altman beschrieb zudem eine Phase intensiver interner Arbeit als bewusst "außer Kontrolle geraten", um die Grenzen der Modelle zu testen. Dabei nutzten die Mitarbeiter einen internen Kanal in der App Slack namens "Model Name-Hold My Beer", um den Modellen die schwierigsten mathematischen Probleme zu stellen und deren Lösungsfähigkeit zu prüfen.
Was ändert sich praktisch?
Dieser Trend stellt einen radikalen Wandel in der Natur der wissenschaftlichen Forschung dar; anstatt sich ausschließlich auf die sorgfältige menschliche Arbeit zu verlassen, hat eine Phase der "beschleunigten Entdeckung" durch künstliche Intelligenz begonnen. Diese Entwicklung erzwingt eine neue Realität, die durch Folgendes gekennzeichnet ist:
- Ressourcenlücke: Die Fähigkeit großer Technologieunternehmen, Hunderte Millionen in die Lösung wissenschaftlicher Probleme zu investieren, könnte akademische Forscher marginalisieren, die nicht über die gleiche finanzielle Kapazität verfügen.
- Verifizierungskrise: Der durch die Produktionsgeschwindigkeit erzeugte Druck könnte zu einer Lücke zwischen "Entdeckung" und "anerkanntem wissenschaftlichem Beweis" führen, was den Wissenschaftlern eine zusätzliche Last bei der Überprüfung der Maschinenausgaben auferlegt.
- Datenzentralisierung: Die Umwandlung von Technologieunternehmen in "Torwächter" wissenschaftlichen Wissens, da sie die Macht haben zu bestimmen, wann und wie neue wissenschaftliche Fakten enthüllt werden.