Κριτική για «υπερβολικούς ισχυρισμούς» της OpenAI σχετικά με το μοντέλο Astra

Η OpenAI ανακοίνωσε την 1η Αυγούστου ότι η μη κυκλοφορημένη οικογένεια μοντέλων Astra παρήγαγε λύσεις για 10 μακροχρόνια ανοιχτά προβλήματα στα μαθηματικά και τη θεωρητική πληροφορική, δημοσιεύοντας ένα χειρόγραφο 249 σελίδων και πλήρως επαληθευμένα πιστοποιητικά απόδειξης Lean 4 στο GitHub. Τα αποτελέσματα καλύπτουν τομείς όπως η γεωμετρία υψηλών διαστάσεων, η θεωρία κωδικοποίησης, η θεωρία ομάδων, η κβαντική πολυπλοκότητα και η ακραία συνδυαστική, με την εταιρεία να αναφέρει ότι το συνολικό υπολογιστικό κόστος ήταν περίπου 2.000 δολάρια με τιμές API του GPT-5.6 Sol.ndtv+2

Τι έλυσε το Astra

Σύμφωνα με το ιστολόγιο της OpenAI, το Astra σημείωσε πρόοδο στα όρια συσκευασίας σφαιρών, στους κώδικες διόρθωσης σφαλμάτων και στην κατασκευή της πρώτης ρητής μη σοφικής ομάδας, μια δομή που παρέμενε ανοιχτό ερώτημα από το 1999. Το μοντέλο απέδειξε επίσης το θεώρημα κβαντικής παράλληλης επανάληψης για γενικά παιχνίδια δύο παικτών με εμπλοκή και έδωσε αποτελέσματα για την εικασία όγκου του Ehrhart και την εικασία ακαμψίας του Connes. Τρία επιπλέον προβλήματα από τον κατάλογο του Paul Erdős επιλύθηκαν επίσης, σύμφωνα με ρεπορτάζ του Quartz.qz+2

Η OpenAI δήλωσε ότι η τεχνητή νοημοσύνη της παρήγαγε τα βασικά μαθηματικά επιχειρήματα, ενώ οι ερευνητές στη συνέχεια επισημοποίησαν κάθε απόδειξη χρησιμοποιώντας τον βοηθό απόδειξης Lean. Ο αριθμός των "sorry" στο αποθετήριο του GitHub, που αποτελεί δείκτη μη επαληθευμένων βημάτων, είναι μηδενικός, πράγμα που σημαίνει ότι κάθε λογικό βήμα και στις δέκα αποδείξεις είναι ελεγμένο από μηχανή.qz

Αντιδράσεις από σκεπτικιστές

Παρά την τυπική επαλήθευση, οι επικριτές αμφισβητούν αν τα αποτελέσματα αντιπροσωπεύουν ένα πραγματικό άλμα στις δυνατότητες της τεχνητής νοημοσύνης. Ο Gary Marcus, διακεκριμένος ερευνητής τεχνητής νοημοσύνης, έγραψε ότι ένας μαθηματικός της Anthropic, ο Levent Alpöge, μπόρεσε να αναπαράγει εν μέρει τα μισά αποτελέσματα της OpenAI μέσα σε 24 ώρες χρησιμοποιώντας το Fable, ένα ήδη δημόσια διαθέσιμο μοντέλο. Ο Marcus υποστήριξε ότι αυτό εγείρει αμφιβολίες για το αν το ίδιο το Astra αποτελεί την καινοτομία ή αν η πρόοδος έγκειται στον εντοπισμό των προβλημάτων που είναι επιδεκτικά σε τεχνικές αναζήτησης και επαλήθευσης.garymarcus.substack

"Η OpenAI δεν αναφέρει ποια προβλήματα προσπάθησε να λύσει και απέτυχε. Μας έδωσαν έναν αριθμητή χωρίς παρονομαστή, κάτι που είναι πάντα ανησυχητικό σημάδι", έγραψε ο Marcus. Σημείωσε επίσης ότι η OpenAI δεν έχει αποφασίσει ακόμη αν θα ονομάσει το Astra ως GPT-6 ή GPT-5.7, υπονοώντας ότι εσωτερικά το άλμα μπορεί να θεωρείται σταδιακό.garymarcus.substack

Το ιστολόγιο Communications του ACM δημοσίευσε μια ανάλυση στις 4 Αυγούστου περιγράφοντας το Astra ως "εντυπωσιακό, αλλά υπερβολικά διαφημισμένο". Εν τω μεταξύ, η Διακήρυξη του Leiden για την τεχνητή νοημοσύνη στα μαθηματικά, που υπογράφηκε από εκατοντάδες μαθηματικούς τον Ιούνιο του 2026, έχει επισημάνει ευρύτερες ανησυχίες σχετικά με τις αναξιόπιστες αποδείξεις που παράγονται από τεχνητή νοημοσύνη και την απόδοση της πατρότητας.analyticsinsight+1

Τι ακολουθεί

Η OpenAI δεν έχει ανακοινώσει ημερομηνία κυκλοφορίας για το Astra και το μοντέλο θα πρέπει να περάσει από ομοσπονδιακό έλεγχο ασφαλείας τεχνητής νοημοσύνης πριν φτάσει στους χρήστες. Η εταιρεία αναγνώρισε τη συζήτηση, δηλώνοντας ότι έχει "βαθύ σεβασμό και κατανόηση για όσους ανησυχούν για τον αντίκτυπό του" και σχεδιάζει να δημοσιεύσει τη μεθοδολογία της. Η OpenAI κυκλοφόρησε επίσης πρόσφατα το ChatGPT για Ακαδημαϊκούς Ερευνητές, παρέχοντας σε 100.000 επιστήμονες δωρεάν πρόσβαση στα πιο πρόσφατα μοντέλα της.analyticsinsight+1

Ο μαθηματικός Terence Tao, σε διάλεξη της 26ης Ιουλίου στην οποία αναφέρθηκε ο Marcus, έκανε μια διάκριση μεταξύ της επίλυσης μεμονωμένων ανοιχτών προβλημάτων, όπου η τεχνητή νοημοσύνη φαίνεται ισχυρή, και της οικοδόμησης μαθηματικής θεωρίας, όπου δεν υπάρχει ακόμη καμία ένδειξη ικανότητας της τεχνητής νοημοσύνης.garymarcus.substack