OpenAI Astra KI tíz matematikai problémára adott megoldást

Az OpenAI Astra modelljei több KI-ügynök hosszú távú együttműködésén alapulnak, amelyek összehangoló módon dolgoznak összetett feladatokon. A korábbi modellektől eltérően az Astra nem rövid lekérdezésekre optimalizált, hanem lépésről lépésre oldja meg az összetett matematikai problémákat. A Manchester Egyetem kutatója, Thomas Bloom szerint az eredmények »nagyobb jelentőségűek, mint a május hónapban publikált Unit Distance Conjecture ellenpéldája«.

Az OpenAI szerint az Astra tíz matematikai eredménye különböző kutatási területekről származik, azonban ezek nem minden esetben véglegesen bizonyított megoldások. Inkább új matematikai eredményekről és bizonyítási módszerekről van szó, amelyeket később a kutatók ellenőriznek és formalizálnak. Az OpenAI Noam Brown kutatója hangsúlyozta, hogy az Astra ugyan jelentős előrelépést ért el a tudományos érvelésben, de a Clay Matematikai Intézet hét Millennium-problémáját nem tudta megoldani, amelyekre egy-egy millió dolláros díj jár.

Az OpenAI szerint az eredmények előállítása körülbelül 2000 dollár számítási költséget okozott az Sol-modell API-árai alapján. Az eredmények formalizálásában azonban emberi kutatók is közreműködtek, akik az Astra által generált bizonyításokat tudományos publikációkká alakították. Az eredmények a Lean programozási nyelvben is publikálásra kerültek, hogy gépileg ellenőrizhetőek legyenek.

Az Astra jelenleg tesztfázisban van, és az OpenAI szerint az első modellek közé tartozik, amely az amerikai kormány új biztonsági és szabályozási eljárásán megy keresztül a nyilvános kiadás előtt. Nyitott kérdés azonban, hogy az Astra mennyire megbízható hosszú számítási folyamatok során, mivel az ügynöki KI-rendszereknél a kis hibák több lépésen keresztül felerősödhetnek.