OpenAI telah menerbitkan kertas kerja sebanyak 67 muka surat yang menyatakan bahawa AI syarikat itu membantah Hipotesis Masa Eksponen (ETH). Konjektur ini berasal dari tahun 1999 dan tidak ada kaitan dengan ethereum, harga ethereum, atau rakan penubuh Vitalik Buterin. Klaim ini memicu perbincangan di kalangan ahli matematik dan pengguna mata wang kripto di X. Pengguna X, Takumi, bercanda, "Pantaslah pedagang algo memusnahkan $ETH". Andrew Jiang menulis, "Vitalik benar-benar senyap sejak ini keluar."
Ahli komputer Russell Impagliazzo, Ramamohan Paturi dan Francis Zane mencadangkan ETH. Konjektur ini menyatakan bahawa menyelesaikan masalah logik 3-SAT tidak boleh jauh lebih pantas daripada menguji setiap kombinasi. Masalah 3-SAT memerlukan pencarian penugasan benar-atau-salah yang memenuhi peraturan yang melibatkan tiga pilihan pada satu masa. OpenAI menyatakan bahawa ratusan kertas ilmiah bergantung kepada ETH untuk menetapkan had pengiraan dalam teori graf, biologi pengiraan, pangkalan data dan geometri. OpenAI berhujah bahawa membantah ETH memperbaharui soalan mengenai peningkatan kelajuan yang mungkin dan boleh mengarahkan penyelidikan ke arah algoritma yang lebih baik.
Kertas itu membawa tarikh 17 Oktober dan tarikh revisi 25 Oktober. Kertas itu mempersembahkan algoritma penentu, yang tidak menggunakan sebarang rawak, untuk mengira semua penugasan yang memuaskan dalam masa subeksponen. Masa subeksponen bermaksud kerja yang diperlukan meningkat lebih perlahan daripada sebarang fungsi eksponen bilangan pemboleh ubah. Mengira penugasan yang memuaskan lebih sukar daripada menentukan sama ada sebarang penugasan yang memuaskan wujud, jadi algoritma pengiraan ini juga menangani masalah keputusan. OpenAI mengatakan AI tersebut menemui sangkalan yang diklaim pada 16 Oktober. OpenAI mengatakan keputusan tersebut diformalkan pada 17 Oktober menggunakan Lean, perisian yang secara mekanik memeriksa setiap langkah logik. Kertas dan formalisasi tersedia di GitHub. OpenAI juga menerbitkan 722 naskah matematik melalui GitHub awal bulan ini, tetapi hanya 162 yang termasuk hasil prinsipal yang disemak komputer.
Impagliazzo, Paturi dan Ryan Williams dari MIT sedang memimpin pemeriksaan bebas terhadap tuntutan tersebut. Ketiga penyelidik itu memperingatkan dalam surat terbuka bahawa penyertaan tidak seharusnya ditafsirkan sebagai pengesahan. Para penyelidik berkata bahawa dapatan yang sepenting ini memerlukan tinjauan bebas yang teliti dan penjelasan yang boleh disemula, dipertikaikan, dan dikembangkan oleh penyelidik lain. OpenAI menyatakan bahawa peserta tidak dibayar dan tidak menandatangani sebarang perjanjian kerahsiaan. OpenAI telah bersetuju untuk melepaskan semua data mentah dan membiayai satu konferens tentang keputusan tersebut.
OpenAI memperingatkan bahawa mengenal pasti algoritma yang berguna dan menterjemahkan kemajuan teoretikal menjadi keuntungan praktikal akan memerlukan penyelidikan tambahan yang besar. Kertas ini tidak menetapkan bahawa semua masalah NP mengadakan penyelesaian masa sub-eksponen. P terdiri daripada masalah yang boleh diselesaikan oleh komputer dengan cekap, manakala NP terdiri daripada masalah yang penyelesaiannya yang dicadangkan boleh diperiksa dengan cekap. Masalah P versus NP, yang menanyakan sama ada pengesahan cekap sentiasa bermaksud penyelesaian cekap, masih belum diselesaikan.
Anthropic kemudian menerbitkan sebuah kertas yang dikaitkan dengan Claude, berjudul "Algoritma Masa 2^o(n) untuk 3-SAT" dan bertarikh 26 Oktober. Repositori yang menyertainya menyatakan bahawa versi dalaman penyelidikan Claude menemui algoritma tersebut, yang juga menangani ETH. Repositori tersebut memperingatkan bahawa keputusan ini berkaitan dengan perilaku asimptotik dan tidak membuat klaim tentang penyelesaian formula praktikal. Claude memformalkan Teorem Terakhir Fermat menggunakan Lean pada September. Ahli matematik Terence Tao memperingatkan pada September bahawa walaupun isyarat mengenai penyelidikan terhadap satu masalah boleh mendorong usaha yang meluas dibantu AI sebelum projek asal sepenuhnya berkembang.
OpenAI baru-baru ini menyumbang $5 juta kepada Simons Foundation. Sumbangan ini akan menyokong lokakarya, konferens dan program khas yang membantu penyelidik mengkaji dan memperluaskan keputusan yang dihasilkan oleh AI.