David Turturean, lulusan MIT dan ahli teknologi daripada makmal permulaan Physical Superintelligence (PSI), berjaya menyelesaikan masalah pengiraan kuantum yang telah wujud selama 18 tahun menggunakan model Fable 5.2 daripada Anthropic.
"Saya sepenuhnya menerima idea bahawa ini mungkin akan menjadi kertas kerja terakhir saya yang diterbitkan," kata Turturean kepada TechCrunch. Beliau asalnya menangguhkan rancangan untuk melanjutkan pengajian sarjana di Laboratorium Sains Komputer dan Kecerdasan Buatan MIT, dan sebaliknya menyertai PSI. "Dalam beberapa bulan lagi, mengapa masih perlu menerbitkan kertas kerja?"
Soalan ini adalah konjektur Aaronson-Ambainis, yang berkaitan dengan sama ada komputer kuantum boleh menyelesaikan masalah lebih pantas berbanding komputer klasik. Salah seorang penyelidik yang mengusulkan soalan ini, Scott Aaronson, menulis bahawa beliau tidak sepenuhnya memahami bukti ini, tetapi beliau percaya ia adalah betul kerana ia telah diformalkan secara automatik menggunakan Lean, bahasa pengkodean matematik, dan dijelaskan oleh sekumpulan penyelidik terkemuka yang berkongsi penyelesaian tersebut dengan PSI.
Jawapan ini kelihatannya menutup satu jalan untuk mengatasi masalah sukar dengan komputer kuantum pada kelajuan tinggi, tetapi bukan semua jalan. “Ini adalah keputusan negatif yang memberitahu kita, baiklah, kita tidak lagi mengikuti arah itu,” kata Turturean.
Dari perspektif yang lebih luas, ini juga mencerminkan kesan yang dibawa oleh penggunaan AI dalam menyelesaikan masalah kepada komuniti saintifik.
“Membuktikan dugaan [Aaronson-Ambainis] yang lengkap adalah salah satu daripada beberapa masalah terakhir yang belum diselesaikan dalam bidang kompleksiti pertanyaan kuantum, dan semua orang bersetuju bahawa ia sangat penting,” tulis Aaronson. Beliau menyatakan bahawa perasaannya setelah mendengar berita ini termasuk kepuasan, kagum, kekecewaan, dan keletihan. “Jujur saja, saya terkejut dugaan ini tidak muncul dalam ringkasan Mathocalypse OpenAI beberapa minggu yang lalu. Mereka pasti telah mencuba, jadi adakah ia benar-benar lebih sukar berbanding semua masalah lain yang telah diselesaikan?”
Ini juga menyokong model PSI: menyelesaikan masalah saintifik melalui orkestrasi model khusus dan sistem sokongan.
PSI CEO Matt Pines berkata kepada TechCrunch: "Sistem penyelidikan yang berkesan sepatutnya mempunyai banyak elemen berkaitan lapisan pengaturan, banyak berkaitan alat, sistem ingatan, dan infrastruktur simulasi. Anda perlu mampu menangani masalah dari segi keluasan dan kedalaman, serta mempertimbangkan pelbagai alternatif yang mungkin."
Sekarang, pendapatan syarikat datang daripada mengoptimumkan pusat data menggunakan alatnya, mensimulasikan pemboleh ubah seperti haba, tenaga, air, dan bunyi — “prestasi laman-laman ini serta kesan mereka terhadap komuniti adalah fungsi langsung kepada ciri-ciri fizikal mereka.” Namun, dari segi jangka panjang, syarikat berhasrat untuk menukar terobosan fizik teori menjadi teknologi praktikal.
Enam hingga sembilan bulan yang lalu, ketika saya berbincang dengan pelabur, saya masih perlu susah-susah membenarkan syarat itu, betul? Contohnya, 'Tidak, tidak, percayalah, fizik teori akan segera menjadi milik mesin.'” kata Pines, “Sekarang belum sampai ke sana, tetapi ia sedang dalam perjalanan.”
Namun, walaupun AI telah mencapai pencapaian penting dalam masalah yang boleh diungkapkan dengan kod yang boleh disahkan, seperti matematik dan sains komputer, ia masih lebih sukar untuk mencapainya dalam disiplin seperti sains hayat atau fizik yang kurang abstrak. Seminggu yang lalu, syarikat permulaan Discovered Materials melancarkan pertandingan bernilai AS$1 juta kepada penyelidik yang menggunakan AI untuk menyelidik masalah seperti superkonduktiviti dan penghawaan haba.
"Pada akhirnya, fizik berbeza daripada matematik kerana ia menghadapi dunia nyata... alam semesta akan memberi suara terhadap model anda tentang realiti," kata Pines. Beliau menyatakan bahawa syarikat rintisan ini berfokus pada penyelidikan cara menggabungkan keputusan pengiraan dengan pengesahan eksperimen secara paling efisien.
“Jika ia memang merupakan fakta sejati alam semesta, maka ia adalah satu teknik yang boleh anda gunakan,” kata Pines. “Anda boleh mencipta satu peranti berdasarkan ini, bukan? AI mengemukakan satu idea; ia membolehkan anda melakukan perkara yang sebelum ini tidak mungkin dilakukan dalam dunia nyata… jadi semua ini adalah gelung yang sedang dibina oleh PSI.”
Sebagai jalan yang berpotensi membawa pencapaian ilmiah revolusioner, peserta masih sedang menggali standard dunia baru ini. Kerana PSI perlu menunggu hingga model Anthropic hampir dilancarkan sebelum mengumumkan keputusan, mereka dapat berkongsi hasilnya kepada penyelidik berkaitan untuk memahaminya dengan lebih baik.
“Sebagai seorang akademik, kami ingin memainkan peranan kami dalam memastikan segala perkara dilakukan dengan betul,” kata Profesor Jim Halverson dari Northeastern University yang memberi nasihat kepada PSI. Beliau akan pergi ke MIT minggu depan untuk menghadiri satu puncak, di mana ahli fizik terkemuka akan membincangkan cara merespons percepatan ritme sains. “Amalan terbaik masih dalam proses pembentukan... Kami percaya bahawa mengekalkan transparansi dan menghubungi pakar adalah cara yang baik.”
“Kami ada sedikit masa untuk menangguhkannya dahulu… Ini kali pertama saya mencetak solusi yang saya peroleh melalui AI, lalu saya membacanya dan berfikir, baiklah, bagaimana saya boleh menyampaikannya kepada manusia dengan lebih semula jadi?” kata Turturean kepada TechCrunch. Beliau menyatakan bahawa akademik akan mengharapkan beliau menjelaskan keputusan ini. “Saya rasa ini juga membuat saya sedar, ya Tuhan, betapa besar keupayaan yang dimiliki AI.”