OpenAI Mengklaim AI-nya Menyelesaikan 372 Masalah Matematika Terbuka. Matematikawan Skeptis

Pada awal Oktober, OpenAI menerbitkan 722 manuskrip matematika di GitHub, semuanya dihasilkan oleh satu model internal yang belum pernah dirilis perusahaan ke publik. Menurut OpenAI, sistem tersebut menyerang sekitar 4.000 masalah terbuka di 17 cabang matematika — teori bilangan, geometri, probabilitas, dan ilmu komputer teoretis di antaranya — dan menghasilkan solusi pada 372 di antaranya. Pengumuman itu muncul kurang dari tiga bulan setelah matematikawan Tionghoa Wang Hong memenangkan Fields Medal, penghargaan tertinggi di bidang tersebut, atas karyanya pada versi tiga dimensi dari konjektur Kakegawa. Model OpenAI, klaim perusahaan, telah melangkah satu dimensi lebih jauh.

Kerangka itulah yang membuat rilis tersebut menyebar. Matematika telah menjadi medan pembuktian yang tidak biasa bagi kecerdasan buatan, karena tidak seperti penulisan esai atau pembuatan gambar, sebuah bukti dapat diperiksa. Bukti yang benar akan benar selamanya; yang salah dapat dibantah oleh mahasiswa pascasarjana mana pun yang kompeten. Pemenang Fields Medal, bukan departemen pemasaran, adalah wasit alaminya.

Masalahnya adalah volume. Tujuh ratus dua puluh dua manuskrip bukanlah sebuah makalah. Itu adalah perpustakaan kecil, dan membacanya membutuhkan perhatian yang lambat dan bersifat menantang yang tidak dapat dialihdayakan ke kelas model yang sama yang menulisnya. Matematikawan yang mulai menelusuri berkas-berkas tersebut menggambarkan lanskap yang beragam: argumen yang tampak masuk akal hingga satu langkah tertentu, definisi yang diam-diam bergeser makna di tengah jalan, dan sesekali hasil yang tampak benar-benar baru.

Penulis sains Tionghoa lebih blak-blakan. Sebuah esai yang banyak dibagikan membandingkan rilis tersebut dengan penemuan gunung sampah, dengan para peneliti menutup hidung dan menyaringnya untuk mencari emas. Citra itu tidak ramah, tetapi menangkap kerja nyata yang terlibat. Seseorang harus memutuskan, baris demi baris, mana dari 372 hasil yang diklaim itu yang bertahan saat bersentuhan dengan ahli manusia.

Ini adalah pola yang familier dalam pembelajaran mesin. Sistem yang menghasilkan solusi kandidat jauh melampaui manusia yang tersedia untuk memverifikasinya, baik dalam matematika, penemuan obat, maupun ilmu material. Verifikasi menjadi hambatan, dan hambatan itu menentukan nilai sebenarnya dari alat tersebut. Model yang mengusulkan sepuluh ribu hipotesis hanya berguna sejauh laboratorium yang dapat mengujinya.

Ada juga pertanyaan yang lebih mendalam tentang apa yang dilakukan model tersebut. Matematikawan membedakan antara menemukan bukti dan memahami mengapa sebuah teorema benar. Mesin dapat mencari rantai langkah yang valid tanpa memahami struktur yang membuat hasilnya tak terelakkan, dan struktur itulah yang memungkinkan manusia memperluas hasil ke kasus-kasus baru. Jika manuskrip OpenAI berisi bukti yang valid tetapi tanpa wawasan, itu mungkin masih berguna — tetapi tidak akan, dengan sendirinya, mengubah cara bidang ini berpikir.

Untuk saat ini, jawaban jujurnya adalah tidak ada yang tahu. Manuskripnya publik, klaimnya cukup spesifik untuk diperiksa, dan pemeriksaan telah dimulai. Itulah cara matematika selalu menyelesaikan perselisihan, dan itu proses yang lebih lambat daripada pengumuman produk.

Apa yang ditunjukkan episode ini adalah bahwa perusahaan AI telah memutuskan matematika sebagai arena di mana mereka dapat membuat klaim paling kredibel. Bidang ini menawarkan sesuatu yang langka dalam debat AI: putusan yang tidak bergantung pada pendapat siapa pun. Jika bahkan sebagian kecil dari 372 hasil itu bertahan, rilis tersebut akan dikenang sebagai tonggak sejarah. Jika sebagian besar runtuh dalam pengujian, itu akan dikenang sebagai pelajaran tentang kesenjangan antara menghasilkan teks dan menghasilkan pengetahuan.