Το GPT-5 ως εργαλείο διερεύνησης αποδείξεων: τι δείχνει στην πραγματικότητα το αποτέλεσμα του Ernest Ryu για τη NAG

Το 40χρονο ερώτημα για τη σταθερότητα της NAG

Το πρόβλημα που ανέλαβε ο Ryu είναι συγκεκριμένο και παλιό. Η μέθοδος Nesterov Accelerated Gradient, που εισήγαγε ο Yurii Nesterov το 1983, επιταχύνει τη σύγκλιση υπολογίζοντας την κλίση μιας συνάρτησης σε ένα σημείο «πρόβλεψης» αντί στο τρέχον σημείο. Οι ερευνητές παρατηρούσαν εδώ και δεκαετίες ότι αυτή η πρόσθετη ορμή έκανε τους αλγόριθμους πολύ πιο ταχείς χωρίς να τους αποσταθεροποιεί — όμως κανείς δεν είχε καταφέρει να παρουσιάσει μια απόδειξη που να εξηγεί τον λόγο.

Ο Ryu, που έχει περάσει 15 χρόνια στα εφαρμοσμένα μαθηματικά και τη θεωρία βελτιστοποίησης, το είχε ξαναδοκιμάσει με συνεργάτες και είχε αποτύχει. Η διαίσθησή του του έλεγε πως η απάντηση μπορεί να ήταν απλή· απλώς οι άνθρωποι δεν είχαν βρει τον δρόμο. Αυτή η οπτική έχει σημασία: ήταν ένα πρόβλημα που ο ίδιος ήδη κατανοούσε σε βάθος, όχι κάτι που ανακάλυψε ή προσδιόρισε το μοντέλο.

Η μεθοδολογία εργασίας: παραγωγή, απόρριψη, επαλήθευση σε νέα συνομιλία

Οι μηχανισμοί που περιγράφει το OpenAI είναι το πιο μεταφερόμενο κομμάτι. Σε περίπου δώδεκα ώρες κατανεμημένες σε τρεις ημέρες, ο Ryu δοκίμασε σχεδόν δώδεκα προσεγγίσεις. Το GPT-5 πρότεινε κατευθύνσεις — πολλές λανθασμένες, μερικές αναπάντεχες — και εκείνος αξιολογούσε κάθε μία γρήγορα, αλλάζοντας πορεία στα αδιέξοδα και ακολουθώντας οτιδήποτε έδειχνε υποσχόμενο.

Δύο πρακτικές ξεχωρίζουν. Πρώτον, το GPT-5 «παρήγαγε συχνά επιχειρήματα που φαίνονταν πειστικά αλλά δεν άντεχαν στον έλεγχο», γι' αυτό ο Ryu επαλήθευε ο ίδιος κάθε υπολογιστικό βήμα. Δεύτερον, όταν ζητούσε από το μοντέλο να ελέγξει τη δική του δουλειά, διαπίστωσε μεγαλύτερη επιτυχία ξεκινώντας νέα συνομιλία αντί να συνεχίζει στην ίδια — τροφοδοτώντας τα αποτελέσματα σε καθαρές συνομιλίες ώστε να αποφύγει τη συσσώρευση σφαλμάτων.

Το σημείο καμπής ήρθε όταν το GPT-5 πρότεινε αναδιάρθρωση των εξισώσεων που διέπουν τη NAG. Η πρόταση δεν ήταν σωστή όπως διατυπώθηκε, αλλά ο Ryu εντόπισε ένα σημαντικό δομικό χαρακτηριστικό, το ανέπτυξε ο ίδιος με αυστηρότητα, και χρησιμοποίησε στοχευμένες ερωτήσεις για να ελέγξει τη βιωσιμότητά του. Αυτή η γραμμή σκέψης έγινε ο κεντρικός άξονας της απόδειξης που τελικά συνέγραψε.

Σε τι ήταν καλό το μοντέλο, και σε τι όχι

Το OpenAI είναι ασυνήθιστα ειλικρινές σχετικά με τα όρια. Το GPT-5 «δεν εφηύρε νέα μαθηματικά εργαλεία και αρχές»· χρησιμοποίησε υπάρχοντα, αντλώντας εξισώσεις και ιδέες από εργασίες ελαφρώς έξω από την ειδικότητα του Ryu. Δεν μπόρεσε να συνθέσει μόνο του μια πλήρη απόδειξη, παρότι, όπως λέει ο ίδιος ο Ryu, «αρκετά από τα κρίσιμα βήματα που τελικά μέτρησαν προτάθηκαν από το GPT-5».

Το δυνατό σημείο που περιγράφεται είναι η εξαντλητική αναζήτηση: η ταχύτατη πρόταση και απόρριψη παραλλαγών, και ο δανεισμός εργαλείων από συγγενικούς κλάδους — μια εργασία γνωστικά εξαντλητική για έναν άνθρωπο. Η αδυναμία που περιγράφεται είναι η αξιοπιστία. Η αξία του μοντέλου ήταν η ταχύτητα διερεύνησης, όχι η ορθότητα, και η ταχύτητα απέδωσε μόνο επειδή υπήρχε ειδικός του πεδίου που αποκλείε λανθασμένες πορείες σε πραγματικό χρόνο.

Η παράμετρος που παραβλέπεται: η επιμονή, όχι μόνο η απόδειξη

Ο Ryu εκτιμά ότι η εργασία θα μπορούσε να είχε διαρκέσει εβδομάδες με εντατικό ρυθμό — αλλά λέει πως αυτό δεν θα συνέβαινε ποτέ. «Μετά από τρεις ημέρες προσπάθειας, θα είχα τα παρατήσει», είπε. Οι μαθηματικοί αποφασίζουν συνεχώς αν θα εγκαταλείψουν ένα πρόβλημα και θα προχωρήσουν σε κάτι άλλο.

Όμως με το GPT-5, είχε την αίσθηση ότι σημείωνε ταχεία πρόοδο, κάτι που τον κρατούσε σε κίνηση. Κατά την άποψή του, αυτό δημιούργησε μια ψυχολογική μετατόπιση: η σταθερή ροή νέων ιδεών έκανε το πρόβλημα να φαίνεται εφικτό για μεγαλύτερο διάστημα απ' όσο θα φαινόταν διαφορετικά.Montana Labs

Πρόκειται για έναν πιο υποτονικό ισχυρισμό από το «η ΤΝ έλυσε ένα μαθηματικό πρόβλημα». Η συνεισφορά του εργαλείου ήταν εν μέρει συναισθηματική — μια σταθερή παροχή νέων κατευθύνσεων που άλλαξε την εκτίμηση του Ryu για το πότε να εγκαταλείψει. Για ομάδες που αξιολογούν την ερευνητική αξία της ΤΝ, αυτή η επίδραση στην ανθρώπινη επιμονή είναι πραγματική, αλλά δύσκολα μετρήσιμη και εύκολα υπερεκτιμήσιμη.

Η απόφαση για τη συγγραφική ιδιότητα θέτει το προηγούμενο που αφορά ουσιαστικά αυτή την υπόθεση

Η συγκεκριμένη προέκταση εδώ είναι ο τρόπος με τον οποίο ο Ryu επέλεξε να αναγνωρίσει το μοντέλο. Σκόπιμα δεν κατέγραψε το GPT-5 ως συν-συγγραφέα, καταλήγοντας ότι χρησιμοποιήθηκε ως εργαλείο. Ωστόσο το ανέφερε στον τίτλο και στην περίληψη της εργασίας και εξήγησε τις συνεισφορές του σε όλο το κείμενο, ενώ την τελική απόδειξη και την αφήγηση τις συνέγραψε ο ίδιος με παραδοσιακό τρόπο.

Το παρουσίασε ως μελέτη περίπτωσης για κλασικούς μαθηματικούς, και αυτή η προσέγγιση είναι το ζητούμενο: για να πείσει τους δύσπιστους, συμμορφώθηκε με την υπάρχουσα ακαδημαϊκή σύμβαση αντί να επινοήσει νέες κατηγορίες αναγνώρισης. Το προδημοσιευμένο κείμενο είναι δημόσιο και αναμένει 12-18 μήνες αξιολόγησης από ομοτίμους, οπότε η τελική κρίση του πεδίου εκκρεμεί.

Για τις εφαρμοσμένες ομάδες, το διαρκές μάθημα είναι ο καταμερισμός εργασίας που επέβαλε ο Ryu — το μοντέλο για ευρύτητα και ταχύτητα, ο άνθρωπος για κρίση, επαλήθευση και υπευθυνότητα — όχι ο εντυπωσιακός τίτλος ότι λύθηκε ένα πρόβλημα δεκαετιών. Η δική του σύνοψη ήταν κατηγορηματική: «Αν θέλετε το μοντέλο να αποτύχει, θα αποτύχει». Το αποτέλεσμα εξαρτήθηκε από κάποιον που μπορούσε να διακρίνει τη διαφορά.