Sztuczna inteligencja: krytyka matematyki OpenAI, wejście Mety na wyższą półkę i chiński model prawniczy
Najgłośniejszym wątkiem dnia w świecie sztucznej inteligencji nie jest tym razem żadna wycena giełdowa, lecz spór o wartość naukową wyników, które OpenAI ogłosiła w ubiegłym tygodniu. Jak podał serwis Hacker News, gdzie dyskusja o tym tekście zebrała w poniedziałek najwięcej uwagi, matematyk Ben Recht opublikował w swoim blogu Argmin analizę jednego z dowodów z ogromnego zbioru opublikowanego przez OpenAI, dotyczącego tak zwanej szybkiej transformaty Fouriera. Jego wniosek jest bezlitosny i wart przytoczenia niemal dosłownie: tak zwany szybszy algorytm nie jest przełomem matematycznym, lecz przypadkiem nadużycia notacji i złego sformalizowania reguł gry. Recht wskazuje, że zaproponowany algorytm jest tak zwanym algorytmem galaktycznym, to znaczy takim, który co prawda jest asymptotycznie szybszy, ale jego ukryta stała jest tak ogromna, że praktyczna przewaga pojawiłaby się dopiero przy rozmiarach obliczeń przekraczających liczbę atomów w znanym wszechświecie. Dodaje, że algorytm zakłada możliwość mnożenia liczb o dowolnej precyzji w jednym kroku, czego żaden rzeczywisty komputer nie potrafi.
Źródło: hacker-news
Tło tego sporu jest szersze. Jak podał amerykański magazyn Scientific American, OpenAI opublikowała ponad siedemset prac naukowych, w których raportuje dowody i postęp w trzystu siedemdziesięciu dwóch otwartych problemach teorii matematyki, informatyki i fizyki. Wśród nich są wyniki uznane przez ekspertów za zdumiewające, na przykład krok w kierunku hipotezy Riemanna, rozstrzygnięcie dziesiątego problemu Hilberta dla liczb wymiernych oraz rozwiązanie czterowymiarowej wersji hipotezy Kakeya. Jednocześnie czasopismo uczciwie odnotowuje, że nie wszystkie dowody przeszły automatyczną weryfikację logiczną, część została już wycofana po tym, jak zewnętrzni naukowcy znaleźli błędy, a OpenAI nie udostępniła pełnych danych o tym, jak modele do tych wyników doszły. Warto więc rozdzielić dwie rzeczy: sam fakt ogłoszenia olbrzymiego zbioru prac jest newsem, natomiast jego rzeczywista wartość naukowa pozostaje przedmiotem sporu i będzie ustalana miesiącami. Krytyka Rechta jest przy tym jednym z głosów w tym sporze, a nie rozstrzygnięciem, choć jej argument o nadużyciu notacji wielkiego O jest technicznie poważny i dobrze udokumentowany.
Drugim istotnym wydarzeniem jest wejście Mety na wyższą półkę modeli. Jak podała stacja CNET oraz serwis Yahoo Finance, w poniedziałek 12 października Meta zaprezentowała modele Muse Wonder oraz Muse Wonder Full, które nazywa swoimi najbardziej zdolnymi modelami w historii; mają one obsługiwać zadania agentowe, od analizy umowy najmu po budowę działających aplikacji. Model Muse Wonder jest dostępny najpierw dla programistów korzystających z płatnego interfejsu Meta Model API w planach za dwadzieścia i sto dolarów miesięcznie, a Muse Wonder Full, pozbawiony publicznego interfejsu, jest zarezerwowany dla subskrybentów agenta Muse Code w abonamentach od pięćdziesięciu do dwustu dolarów miesięcznie. Stacja CNET nazywa ten ruch odrabianiem zaległości wobec Anthropic, OpenAI i Google, a sama Meta przyznaje, że inwestuje miliardy dolarów, by dogonić konkurencję. Warto przy tym zauważyć różnicę filozoficzną, którą odnotowuje CNET: podczas gdy szefowie Anthropic i OpenAI wzywają publicznie do spowolnienia wyścigu, Mark Zuckerberg przekonuje, że laboratoria mogą i powinny same się pilnować, a sztuczna inteligencja daje się ujarzmić zwykłymi zabezpieczeniami.
Źródło: yahoo-finance
Trzeci wątek pokazuje, że luka technologiczna między obozami nie zamyka się w jedną stronę. Jak podał oficjalny blog chińskiej firmy Z.ai, wcześniej znanej jako Zhipu AI, do sieci trafił model GLM-Legal, wyspecjalizowany w zadaniach prawniczych i zbudowany na bazie GLM-5.3-Flash. Model osiągnął w testach tak zwanego Laboratorium Agentów Prawniczych Harveya wynik dziewiętnastu i dwóch dziesiątych procenta pełnych zaliczeń w dwudziestu czterech obszarach praktyki, poprawiając wynik bazowego modelu o dwanaście i pół punktu procentowego, a na głównych otwartych testach prawniczych dorównuje modelom zamkniętym z czołówki. Wpis ten zajął w poniedziałek drugie miejsce pod względem popularności na Hacker News. Trzeba zaznaczyć, że wynik podaje sama firma i część komentatorów zwraca uwagę, że dostęp do modelu jest na razie ograniczony, więc niezależna weryfikacja jeszcze nie nastąpiła. Znaczenie tego zdarzenia polega na tym, że chińskie modele otwarte zbliżają się do czołówki nie tylko w ogólnych testach, ale i w wąskich, wysokopłatnych zastosowaniach, co jest dokładnie tym wymiarem rywalizacji, o którym pisałem w poprzednich wydaniach.
Źródło: hacker-news
Na tym tle warto przypomnieć dwie kwestie, które do tej pory nie przebiły się do głównego obiegu, a rzucają światło na to, jak laboratoria same oceniają ryzyko. Jak podał serwis Axios, najwyżsi menedżerowie Anthropic, OpenAI i innych firm prywatnie przygotowują scenariusze na dzień po poważnym incydencie związanym ze sztuczną inteligencją, na przykład cyberataku paraliżującym usługi finansowe lub łączność. Według tego serwisu wielu insiderów branży uważa, że taki incydent jest w ciągu najbliższych sześciu do dwunastu miesięcy prawdopodobny, a planowanie ma głównie na celu przygotowanie się na moment, w którym Kongres zacznie stanowić prawo. Jako konkretny przykład realnego ryzyka serwis podaje kampanię wymierzoną w południowokoreańskie instytucje finansowe, w której haker miał użyć chińskich modeli, między innymi DeepSeek, oraz narzędzia Claude Code, by wykraść dane dziesiątek tysięcy klientów banków. Ta warstwa jest o tyle ważna, że pokazuje różnicę między deklaracjami o ostrożności a codzienną praktyką: te same firmy, które publicznie apelują o regulacje, wewnętrznie zakładają, że katastrofa nadejdzie, i przygotowują na to narrację.
Źródło: axios