OpenAI नए एल्गोरिथम के साथ घातीय समय परिकल्पना को असत्य साबित करने का दावा करता है

ChainCatcher के अनुसार, OpenAI ने हाल ही में घोषणा की कि उसका AI मॉडल कंप्यूटर विज्ञान में बीस साल से चल रहे घातीय समय अनुमान (Exponential Time Hypothesis, ETH) को तोड़ दिया है, जो ईथरियम से अलग है। यह अनुमान विशेष रूप से कठिन समस्याओं की कठिनाई पर केंद्रित है और बूलियन संतुष्टि समस्या (SAT) को उदाहरण के रूप में लेता है: दी गई तर्कसंगत शर्तों के सेट के लिए, क्या कोई ऐसा मान वितरण है जो सभी शर्तों को एक साथ संतुष्ट करे? जब समस्या का आकार बढ़ता है, तो ज्ञात सबसे अच्छी विधि मूलतः संभावित उत्तरों को एक-एक करके परखना होता है, जिससे समय लागत स्केल के साथ घातीय रूप से बढ़ती है। घातीय समय अनुमान आगे कहता है कि इस प्रकार की समस्याओं को मूलतः किसी भी प्रकार से महत्वपूर्ण रूप से तेज़ नहीं किया जा सकता, और वास्तविक रूप से घातीय से कम समय में कुशल एल्गोरिदम मौजूद नहीं हैं। 1999 में प्रस्तावित होने के बाद से, यह अनुमान प्रतिबिंबित कंप्यूटर विज्ञान का एक महत्वपूर्ण स्तंभ रहा है, जिसके आधार पर कई पेपर्स साबित करते हैं कि कुछ समस्याएँ कठिन हैं, या कुछ एल्गोरिदम लगभग आदर्श हैं। यदि घातीय समय अनुमान को खण्डित कर दिया जाता है, तो इसका मतलब है कि कईऐसी समस्याएँ, जिन्हें लगभग संभवतः तेज़ी से हल करना असंभव माना जाता है, सिद्धांतवश सुधारित हल प्राप्त करने की संभावना हो सकती है। OpenAI का दावा है कि उसका मॉडल एक निश्चित एल्गोरिदम प्राप्त करने में सफल हुआ है, जो k-SAT समस्या के हलों की संख्या को घातीय से कम समय में सटीकता से गिनता है, और Lean के माध्यम से प्रपत्रीकरण प्रमाणीकरण (formal verification) पूरा किया है। यदि परिणाम प्रतिष्ठित पेशेवरों की समीक्षा के परीक्षण में सफल होता है, तो यह सीधे घातीय समय अनुमान को हिला देगा।