سم آلتمن اعلام می‌کند که OpenAI به تعویق نخواهد انداخت انتشار سریع مقالات علمی
سم آلتمن اظهار می‌دارد که OpenAI برنامه‌ای برای کند کردن سرعت انتشار مقالات علمی ندارد؛ با اینکه برخی دانشگاهیان این روند را به یک بمب بزرگ تشبیه کرده‌اند. از جمله وعده‌هایی که شرکت‌های بزرگ هوش مصنوعی همچون اوپن‌ای‌آی و آنتروپیک (Anthropic) به مخاطبان خود داده‌اند، این است که مدل‌های یادگیری ماشین آنها قادر به حل برخی از معضلات قدیمی در زمینه ریاضیات و علوم خواهند بود.
طبق گزارشی از رسانه فناوری و تکنولوژی تکنا، شتاب در اکتشافات آنها بسیاری از کارشناسان را در وضعیتی قرار داده که برای همگامی با این تحولات با چالش‌های زیادی مواجه می‌شوند؛ اما سم آلتمن از شرکت اوپن‌ای‌آی به تازگی اعلام کرده که دستاوردهای بیشتری در راه است و برخی از افراد از این موضوع راضی نیستند.
آلتمن در پادکست چیکی پاینت (Cheeky Pint) نظراتش را اینگونه بیان کرد:بشریت حق دارد به دانش بنیادی دسترسی داشته باشد و ما نباید از دستیابی به کشفیات عمده علمی عقب‌نشینی کنیم.
این دیدگاه دلیل انتشار مداوم یافته‌های علمی توسط اوپن‌ای‌آی در این حوزه‌هاست، که بعضی از سخت‌ترین و قدیمی‌ترین مسائل که مدتی طولانی ذهن اندیشمندان را مشغول کرده بود، را حل کرده است. با این حال، نحوه ارائه نتایج این شرکت به خاطر استنادهای گاه‌به‌گاه ناکافی و فرآیندهای راستی‌آزمایی مورد انتقاد قرا گرفته است.
آلتمن با پذیرش این انتقادات در پادکست اشاره کرد که «من هم با این رویکرد همدردی می‌کنم» و متذکر شد که تلاش‌های اوپن‌ای‌آی برای حل چالش‌های ریاضی گاهی «از کنترل خارج می‌شد»، ولی بر اهمیت دستاوردهای آینده تأکید کرد. وقتی از او پرسیده شد که آیا این شرکت دستیابی‌های غیرمنتشره دیگری در آرشیو خود دارد، پاسخ داد: «بله، داریم. بله، داریم.»
این موضوع موجب افزایش انتقادات مبنی بر اینکه اوپن‌ای‌آی نه تنها به عرضه «دانش بنیادی» نمی‌پردازد، بلکه در حال انحصار اکتشافات اساسی است، شده است. نکته دیگری که مطرح است این است که حجم گسترده تحقیقات جدید باعث سردرگمی و چالش در میان دانشگاهیان شده است. به‌عنوان مثال، این شرکت به تازگی «۷۲۲ دست‌نوشته در رابطه با ۴۰۰ مسئله را در گیت‌هاب (GitHub) منتشر کرده است» و جامعه علمی را به بررسی این مقدار اطلاعات وسیع واداشته است.
توره هوسفلدت (Thore Husfeldt) از دانشگاه فناوری اطلاعات کپنهاگ (IT University of Copenhagen) بیان کرد که تأثیر ناگهانی یک ماشین در تضعیف مهم‌ترین آثار زندگی فردی، بر بسیاری از افراد از نظر روحی، خسته‌کننده است. هوسفلدت افزوده است که فضای یأس و ناامیدی تند و تیز در میان پژوهشگران وجود دارد، زیرا هر هفته یا هر دو هفته یک بار، نتایج اعلام‌شده توسط هوش مصنوعی، پروژه‌های تحقیقاتی در حال انجام را به طور کامل تحت‌الشعاع قرار می‌دهد.
توانایی مدل‌های هوش مصنوعی در حل مسائل پیچیده زمانی به وضوح نمایان شد که به‌طور ظاهری فرضیه زمان نمایی یا ای‌تی‌اچ (ETH) را رد کرد؛ فرضیه‌ای که بر این استدلال بود که تلاش لازم برای حل یک مسئله به تناسب پیچیدگی آن افزایش می‌یابد. این واقعه، نظریه‌های متعددی که فرض بر درستی ای‌تی‌اچ گذاشته بودند، را دچار تحولات جدی کرد و بسیاری از متخصصان را به جنب و جوش انداخت تا خود را با این تغییرات سازگار نمایند.
همان‌طور که پیتر یونسون (Peter Jonsson)، استاد دانشگاه لینشوپینگ (Linköping University) بیان کرد، هرچند میل هوش مصنوعی به نقض پژوهش‌های طولانی‌مدت می‌تواند آزاردهنده باشد، با این حال، ما از آن بسیار می‌آموزیم و این دقیقاً ذات علم است. دنیل لوکشتانوف (Daniel Lokshtanov)، استاد دانشگاه کالیفرنیا در سانتا باربارا (UC Santa Barbara)، به شیوه‌ای موجز حس و حال بسیاری از دانشمندان و ریاضی‌دانان را به تصویر کشید و گفت: «این تقریباً مانند بمب بزرگ دیگری است که در دل این بخش رها شده است. همزمان هم بسیار جذاب و هم ترسناک است.»
در همین حال، هوسفلدت این کشف را “فوق‌العاده” توصیف کرد. او بیان کرد: «ریاضی‌دان بودن به طور کلی شبیه به پیمودن و گام برداشتن در یک اتاق کاملاً تاریک است. به‌نظر می‌رسد که فردی به طور ناگهانی یک قسمت کامل علمی را با نورافکن‌های دانش روشن کرده و حال ما مانند خرگوش‌های هیجان‌زده به اطراف می‌دَویم و می‌کوشیم تمام زوایا و گوشه‌وکنارهایی را که اکنون قادر به کشف آن هستیم، بررسی کنیم. بنابراین، این دوران فوق‌العاده‌ای است.»
در مورد فرضیه ای‌تی‌اچ، کار اوپن‌ای‌آی هنوز داوری همتا نشده یا به‌طور مستقل مورد راستی‌آزمایی قرار نگرفته است. اما به وضوح مشاهده می‌شود که تحقیقات مرتبط با هوش مصنوعی به دگرگون شدن قواعد بازی در بسیاری از رشته‌ها پرداخته و در یک لحظه، حوزه‌های مطالعاتی کامل را با هیجان و هرج‌ومرج مربوط به آن دگرگون کرده‌اند.
یونسون به‌خوبی این وضعیت را جمع‌بندی کرد و گفت: «برای من مهم نیست که آیا این اثبات از جانب یک انسان، یک مدل هوش مصنوعی، یا حتی موجودات فضایی ارائه شده است. اگر درست باشد، ما تنها باید در آینده از آن بهره‌برداری کنیم.
