OpenAI ve Anthropic Modelleri Üstel Zaman Hipotezi’ne Meydan Okuyor

OpenAI ve Anthropic, modellerinin geliştirdiği algoritmaların, bilgisayarların belirli sorunları ne kadar hızlı çözebileceğine ilişkin uzun süredir kabul gören Üstel Zaman Hipotezi’ni (ETH) çürüttüğünü söylüyor. Bu iddialar, bilgisayar bilimcilerini kanıtları ve alan açısından olası sonuçlarını incelemeye yöneltti.

MIT bilgisayar bilimcisi Ryan Williams bu değerlendirme çalışmalarını düzenlemeye yardımcı oluyor. ETH’yi ilk kez 1999’da yayımlayan UC San Diego araştırmacıları Russell Impagliazzo ve Ramamohan Paturi ile birlikte, bilim insanlarından geri bildirim ve yapay zekânın bilimsel çalışmalara katkısına ilişkin normların tartışılmasını isteyen açık bir mektup yayımladı. Williams, TechCrunch’a OpenAI’ın kanıtındaki bazı bölümlerin rutin göründüğünü, ancak iki ya da üç bölümün daha geniş bilim topluluğunun incelemesini gerektirecek kadar sıra dışı olduğunu söyledi.

ETH, belirli bir zor mantık bulmacaları sınıfında, değişken sayısı arttıkça en hızlı algoritmaların bile çözüm için üstel biçimde daha fazla zamana ihtiyaç duyduğunu öne sürüyor. OpenAI ve Anthropic, modellerinin bu tür bulmacaları alt üstel sürede çözen algoritmalar bulduğunu iddia ediyor. Sonuçlar doğrulanırsa ETH’ye meydan okuyabilir ve ona dayanan araştırmaları etkileyebilir. Ancak bu sonuçlar tek başına P = NP olduğunu kanıtlamaz.

Williams, OpenAI’ın sonucun kriptografik sistemleri etkileyip etkilemediğini kontrol ettiğini ve herhangi bir sistemi bozduğu anlamına gelmediği konusunda makul ölçüde emin olduğunu söyledi. Algoritmaların mümkün olan en iyi algoritmalar olmayabileceğini de belirtti. Bilgisayar bilimcileri şimdi çalışmayı nasıl değerlendireceklerini ve ETH’ye dayanan varsayımları nasıl yeniden ele alacaklarını tartışıyor.