OpenAIは、同社がまだ一般利用向けに提供していない社内AIモデルが生成した数学研究722件のコレクションをGitHubで公開した。このコレクションは372の結果の問題族を対象としており、独立したAdvisory Group on Mathematics and Artificial Intelligence（AGMAI）の評価によると、長年にわたり解決が待たれている未解決問題への取り組みも含まれている。
しかし、これらの研究が公開されたからといって、最終的な数学的成果として認定されたことを意味するわけではない。OpenAIは、結果がさまざまな検証段階にあり、一部の非公式な研究には誤りが含まれている可能性があるほか、すべての研究が数学界による検討と通常の学術的な経路を通じた確認を必要としていると説明している。
約4,000問から722件の研究へ
モデルは評価の過程で、約4,000問の数学問題に取り組んだ。その後、重要度に基づいて結果を絞り込み、OpenAIは372の問題族と722件の研究からなるコレクションを選定した。同社によると、1件の結果を生成するために必要だった計算能力は、平均するとChatGPT Proユーザーが利用できる推論能力の約3時間分に相当する。
検証可能性を高めるため、OpenAIは10問について追加データも公開した。そこには推論過程の簡潔な要約、使用した計算能力の推定値、試行された問題数が含まれている。例はさまざまな分野にわたり、数πの無理性の尺度、Mahler予想、直接有限性に関するKaplansky予想、3次元相対論的Vlasov-Maxwell系などが含まれる。
Leanによる検証は全面的ではない
公開された証明の重要な部分は、Leanを使った検討を受けている。Leanは、コンピューターによって証明の論理的一貫性を検証できる数学検証システムである。ただし、コレクション内のすべての研究が、現時点でLeanによる正式な検証を受けているわけではない。
OpenAIは、正式な検証が完了するのに伴い、GitHubリポジトリを更新する予定だ。同社によると、結果の大半は統一された手順に従って生成されたが、例外もある。リーマンゼータ関数の零点のない領域に関する研究の一つは別の方法で得られ、読みやすさを向上させるために人間がその文章を編集した。
なぜこのニュースが重要なのか
このコレクションの基本的な価値は、研究数の多さだけにあるのではなく、レビュー可能な数学的結果を生成する新しい方法を試している点にある。ファイル、計算コストのデータ、推論の要約、部分的な自動検証を公開することで、モデルが再検証可能な発見を生み出しているのか、それとも説得力があるように見える文章にすぎないのかを研究者が評価するために必要な要素が提供される。
一方で、明確な制約も残っている。検証は完了しておらず、人間および学術的なレビューも終了していない。また、モデルの結果は、研究者が利用できるシステムや一般向け製品をまだ構成していない。AGMAIはAI企業に対し、数学的結果を学術的な経路を通じて公開し、使用したモデル、コスト、手法を明らかにするとともに、発見を純粋なマーケティングツールに変えないよう呼びかけている。
OpenAIはまた、AIが生み出す重要な結果を理解するため、ワークショップ、会議、特別プログラムに資金を提供すると発表した。これは、社内モデルを責任ある形で利用可能にする取り組みと並行して進められる。そのため、今回のコレクションは、機械が生成した科学的結果をどのように記録するかに関する試験的な一歩であり、モデルの数学的能力に対する最終的な判定ではない。