בעזרת מודל של אנתרופיק שטרם שוחרר, חוקר פתר שאלה פתוחה בת 18 שנה במחשוב קוונטי, וסטארט-אפ בשם PSI רוצה לבנות על זה עסק

דיוויד טורטוריאן, בוגר טרי של MIT וחבר הצוות הטכני בסטארט-אפ המחקר Physical Superintelligence (PSI), קיבל גישה מוקדמת למודל Fable 5.2 של אנתרופיק, שעדיין לא שוחרר לציבור. בעזרתו הוא פתר בעיה שנותרה פתוחה 18 שנה בתחום המחשוב הקוונטי, כך דווח ב-TechCrunch. כדי להצטרף ל-PSI, טורטוריאן דחה את התוכנית שלו ללמוד לתואר שני במעבדה למדעי המחשב ו-AI של MIT. עכשיו הוא אומר: "אני לגמרי מקבל את האפשרות שזה יהיה המאמר האחרון שאפרסם. בעוד כמה חודשים, למה שבכלל מישהו יפרסם מאמר?"

מה בדיוק נפתר

הבעיה נקראת השערת אהרונסון-אמבייניס (Aaronson-Ambainis conjecture). היא עוסקת בשאלה מתי מחשבים קוונטיים מסוגלים לפתור בעיות מהר יותר ממחשבים רגילים. לפי הדיווח, נראה שהפתרון סוגר מסלול אחד שבו מחשבים קוונטיים היו יכולים לפתור במהירות בעיות קשות מסוימות. הוא לא סוגר את כל המסלולים. "זו תוצאה שלילית, שמאפשרת לאנשים לדעת: אוקיי, כאן אנחנו כבר לא מחפשים", הסביר טורטוריאן. במדע, תוצאה כזו שווה הרבה, כי היא חוסכת לחוקרים שנים של עבודה בכיוון שלא יוביל לשום מקום.

סקוט אהרונסון הוא אחד משני החוקרים שהציגו את הבעיה. הוא כתב שהוא לא ממש מבין את ההוכחה, אבל מאמין שהיא נכונה משתי סיבות: היא עברה אימות פורמלי אוטומטי (autoformalization) ב-Lean, שפת תכנות לכתיבת הוכחות מתמטיות שמחשב יכול לבדוק, וצוות של חוקרים בכירים, ש-PSI שיתפה איתם את הפתרון, הסביר אותה. אהרונסון תיאר תערובת של סיפוק, יראה, אכזבה ועייפות. לדבריו, הוכחה מלאה של ההשערה הייתה "אחת הבעיות הפתוחות האחרונות בסיבוכיות שאילתות קוונטית (quantum query complexity) שכולם הסכימו שהיא בעלת חשיבות מרכזית". הוא הוסיף שהופתע לא למצוא אותה ב-"Mathocalypse dump" של OpenAI לפני כמה שבועות: "בטוח שהם ניסו אותה, אז האם היא באמת הייתה קשה כל כך יותר מכל הבעיות שנפתרו?"

המודל העסקי: תשתית סביב המודל

ב-PSI רואים בזה חיזוק לגישה שלהם. החברה לא מסתפקת במודל עצמו. היא בונה סביבו harnesses ופיגומים (scaffolding) ייעודיים, כלומר שכבות תוכנה שמכוונות את המודל לפתרון בעיות מדעיות. "מערכת מחקר יעילה צריכה הרבה דברים שקשורים ל-harnesses, לכלים, למערכות זיכרון ולתשתית סימולציה", אמר המנכ"ל מאט פיינס.

נכון לעכשיו, ההכנסות של החברה מגיעות דווקא מאופטימיזציה של מרכזי נתונים. הכלים שלה מדמים חום, חשמל, מים ורעש. התוכנית לטווח הארוך היא להפוך פריצות דרך בפיזיקה תיאורטית לטכנולוגיות של ממש. לדברי פיינס, לפני שישה עד תשעה חודשים הוא עוד היה צריך לשכנע משקיעים ש"בקרוב הפיזיקה התיאורטית תהיה בעיקר תחום של מכונות". לדבריו, זה עוד לא קרה, "אבל זה בדרך".

המבחן האמיתי: הטבע

כאן נמצאת השאלה הגדולה. ההישגים הבולטים של AI עד כה הגיעו ממתמטיקה וממדעי המחשב, תחומים שבהם אפשר לבדוק פתרון באמצעות קוד. בתחומים מופשטים פחות, כמו מדעי החיים או פיזיקה, הדרך קשה יותר. "פיזיקה שונה ממתמטיקה כי זה העולם האמיתי... לטבע יש זכות הצבעה על המודלים שלך", אמר פיינס. לדבריו, PSI מתמקדת במציאת הדרך היעילה ביותר לאמת תוצאות חישוביות באמצעות ניסויים. ההישג הנוכחי, שהגיע מתחום מופשט, ככל הנראה עוד לא מוכיח שהשיטה תעבוד גם שם.

גם הנורמות בתחום עוד לא התגבשו. PSI נאלצה להמתין עם הפרסום עד שהמודל של אנתרופיק יהיה קרוב לשחרור, והחברה ניצלה את הזמן כדי לשתף את התוצאה עם מומחים. "השיטות המומלצות עדיין מתגבשות", אמר ג'ים הלברסון, פרופסור באוניברסיטת נורתאיסטרן ויועץ של PSI. הוא ישתתף בשבוע הבא בכנס ב-MIT, שבו פיזיקאים מובילים ינסו לגבש תגובה לקצב החדש של המדע. "חשבנו ששקיפות ופנייה למומחים הן דרך טובה להתנהל". טורטוריאן מצדו מודע לכך שהקהילה האקדמית תצפה ממנו להסביר את התוצאה בעצמו. לדבריו, זו הייתה הפעם הראשונה שהוא הדפיס פתרון שה-AI הפיק, קרא אותו ושאל את עצמו איך להציג אותו בצורה טבעית יותר לבני אדם.

המשמעות, ככל הנראה, היא שהשאלה כבר לא אם AI מסוגל לפתור בעיות מדעיות פתוחות, אלא מי יבין, יאמת ויתרגם את הפתרונות האלה לעולם הפיזי.