OpenAI обяви три големи научни постижения, постигнати от нейните вътрешни AI модели в областта на математиката, теоретичната информатика и физиката. Компанията нарича материалите „необработени изследователски данни“, които ще трябва да бъдат проучени и проверени от независими учени.
В математиката AI модела е доказал хипотезата за локалното изглаждане във всички измерения. Тя описва поведението на вълните по време на фокусиране и предвижда, че най-екстремната концентрация не може да продължи дълго. От този резултат следва и решението на хипотезите на Какея и Стейн във всички измерения. AI е създал доказателството на 18 октомври, а на следващия ден то е било формализирано в системата Lean. OpenAI публикува текстово изложение на работата и отделно качи описание на формалното доказателство в GitHub.
Вторият резултат се отнася до хипотезата за експоненциалното време (Exponential Time Hypothesis, ETH). Тя предполага, че някои задачи от теорията на изчислителната сложност по принцип не могат да бъдат решени значително по-бързо с помощта на известните подходи. ETH се използва в стотици научни трудове за обосноваване на сложността на задачите в теорията на графите, изчислителната биология, базите данни и други области. OpenAI твърди, че нейната система е опровергала хипотезата, след което резултатът също е бил формализиран в Lean.
Компанията публикува текстово опровержение на ETH и добави описание на неговата формализация в Lean. Проверката на работата ще бъде извършена от група под ръководството на Ръсел Импаляцо, Рамамохан Патури и Райън Уилямс. Импаляцо и Патури, заедно с Франсис Зейн формулираха ETH през 90-те години. OpenAI се съгласи да публикува изходните материали и да финансира конференция, посветена на проверката на резултата и възможните му последствия. Ако опровержението се потвърди, то няма да превърне сложните изчислителни задачи в прости за миг. Въпреки това учените ще трябва да преразгледат представите си за възможната скорост на алгоритмите и част от изследванията, основани на предположението за верността на ETH.
Най-амбициозното от откритията се отнася до физиката. OpenAI твърди, че нейният AI е изградил математически строго доказателство за съществуването на определени четириизмерни квантови теории на полето, по-специално квантовата хромодинамика и разширенията на Стандартния модел.Работата съдържа също доказателство за съществуването на чистата теория на Янг-Милс. Това е част от една от седемте задачи на хилядолетието на Института „Клей“, за решаването на всяка от които е предвидена награда от по 1 милион долара. Текстовото доказателство за теорията на Янг-Милс моделът е създал на 9 септември, а за квантовата хромодинамика – на 18 септември. Формализирането на първия резултат в Lean е приключено на 16 октомври.
За разлика от другите две открития, материалите за това все още не са публикувани. Те ще бъдат проучени от група учени под ръководството на нобеловия лауреат Дейвид Грос. В нея влизат също Майкъл Дъглас, Артур Джафе, Игор Клебанов и Никита Некрасов. Първо те трябва да проверят резултата и да подготвят достъпно научно изложение. Наличието на доказателство в Lean не означава автоматично признаване на откритието. Системата може да провери логическите стъпки във формално записаното твърдение, но учените все още трябва да се уверят, че формализацията точно съответства на заявената задача, не съдържа некоректни предположения и наистина има описаното от OpenAI значение.
В началото на октомври компанията публикува 722 математически открития на свой все още неиздаден AI модел. Част от тях не бяха преминали формална проверка и можеха да съдържат грешки.
Предишното изявление на OpenAI за решаването на задачата на Навие–Стокс също предизвика спорове поради методите на компанията и възможно нарушение на нормите за академично сътрудничество. Сега OpenAI привлече независими групи от учени и не претендира за авторство върху бъдещи академични публикации. Компанията също така предостави 5 млн. долара на Фондацията „Саймънс“. Средствата ще бъдат насочени към конференции, семинари и други програми, които ще помогнат на учените да проверяват и осмислят създадените от AI изследвания.