Главное в материале
- Выпускник MIT Дэвид Туртурян решил гипотезу Ааронсона–Амбаиниса с помощью модели Anthropic Fable 5.2
- Скотт Ааронсон не понимает доказательство полностью, но считает его верным из-за автоформализации в Lean
- PSI зарабатывает на оптимизации дата-центров, а её долгосрочная цель — превращать прорывы в теоретической физике в технологии
Решение 18-летней задачи
Дэвид Туртурян, недавний выпускник MIT и сотрудник стартап-лаборатории Physical Superintelligence (PSI), получил ранний доступ к модели Anthropic Fable 5.2 и решил задачу, остававшуюся открытой 18 лет, — гипотезу Ааронсона–Амбаиниса о том, в каких случаях квантовые компьютеры способны решать задачи быстрее классических. Туртурян отложил планы учиться в магистратуре лаборатории компьютерных наук и ИИ MIT, чтобы присоединиться к PSI. «Я полностью допускаю, что это может быть последняя моя статья», — сказал он, добавив, что через несколько месяцев публикация статей может потерять смысл.
Реакция Ааронсона и смысл результата
Скотт Ааронсон, один из двух учёных, сформулировавших проблему, написал, что не вполне понимает доказательство, но полагает, что оно верно: решение было автоформализовано в Lean — языке программирования для математики — и объяснено командой ведущих исследователей, которым PSI передала результат. По его словам, полное доказательство гипотезы было «одной из последних оставшихся открытых проблем в квантовой сложности запросов, которую все считали центрально важной»; он описал свои чувства как удовлетворение, трепет, разочарование и усталость, а также удивился, что задачи не оказалось в недавнем «Mathocalypse»-списке решённого OpenAI.
Что означает результат для квантовых вычислений
Решение закрывает лишь один из возможных путей, по которому квантовые компьютеры могли бы сверхбыстро решать отдельные сложные задачи, но не все. «Это отрицательный результат, который позволяет людям понять: хорошо, мы туда больше не смотрим», — объяснил Туртурян. Гипотеза относилась к вопросу о преимуществе квантовых машин над классическими, и её закрытие сужает область поиска квантового ускорения.
Бизнес-модель PSI и границы ИИ-науки
PSI делает ставку на решение научных задач с помощью специализированных «упряжек» (harnesses) и обвязки для моделей. «Эффективная исследовательская система должна иметь много всего, связанного с harnesses, инструментами, системами памяти, инфраструктурой симуляций», — рассказал CEO компании Мэтт Пайнс. Пока выручка компании приносит оптимизация дата-центров — моделирование тепла, энергии, воды и шума, где производительность площадки напрямую зависит от физики. Долгосрочная цель — превращать прорывы в теоретической физике в реальные технологии. Пайнс признал, что полгода назад инвесторам приходилось «растягивать» обоснование этого тезиса: «теоретическая физика скоро станет в основном областью машин» — «это ещё не так, но это в пути». При этом он отметил, что физика отличается от математики тем, что «природа голосует в ваших моделях реальности»: в менее абстрактных дисциплинах, чем математика и информатика, ИИ-решения проверять сложнее. На прошлой неделе стартап Discovered Materials объявил грант в 1 млн долларов за использование ИИ в задачах вроде сверхпроводимости и рассеивания тепла.
Новые стандарты для ИИ-науки
Поскольку PSI пришлось придержать результат до почти готового релиза модели Anthropic, компания успела поделиться решением с профильными исследователями. «Как академики, мы хотели сыграть свою роль в том, чтобы делать вещи правильно», — сказал Джим Халверсон, профессор Северо-Восточного университета, консультирующий PSI. На следующей неделе он примет участие в саммите в MIT, где ведущие физики попытаются выработать ответ на новый темп науки: «Лучшие практики ещё формируются… Мы решили, что прозрачность — хороший путь, и контакт с экспертами — хороший путь». Сам Туртурян сказал, что впервые перерабатывал ИИ-полученное решение для «более естественной» человеческой подачи, поскольку научное сообщество будет ждать от него объяснения результата — и что это заставило его осознать «вес того, что может ИИ».