OpenAI, yaklaşık 90 yıldır matematikçilerin üzerinde çalıştığı Navier-Stokes problemini çözdüğünü açıkladı. Sıvıların ve gazların hareketini tanımlayan denklemlerle ilgili problem, Clay Mathematics Institute tarafından belirlenen yedi Milenyum Ödülü Problemi arasında bulunuyor ve doğrulanmış çözümü 1 milyon dolarlık ödüle hak kazandırıyor. The New York Times ve Wired tarafından da aktarılan gelişmeye göre, şirket çözümü kısa süre önce kullanıma sunduğu GPT-6 Astra’dan daha güçlü bir dahili yapay zekâ modeli ile aynı anda çalışan 10 bin ajandan yararlanarak elde etti. OpenAI’ın açıklaması matematik açısından dikkat çekici bir sonuca işaret ederken, çözümün nasıl ortaya çıktığı konusunda araştırmacılar arasında ciddi bir veri kullanımı tartışması da başladı. Tartışmanın merkezinde ise New York Üniversitesi matematik profesörü Tristan Buckmaster ile Anthropic araştırmacısı Levent Alpöge’nin aynı problem çevresinde yürüttüğü çalışma bulunuyor.
OpenAI’ın verdiği bilgilere göre, söz konusu dahili modelin eğitimi 28 Ağustos’ta başladı. Şirket, henüz genel kullanıma açılmayan modelin kendi değerlendirmelerinde, özellikle matematik alanında daha önce görülmemiş düzeyde performans sergilediğini belirtiyor. Navier-Stokes denklemleri akışkanların hareketinin matematiksel olarak modellenmesinde kullanılıyor ve hava akımlarından suyun hareketine kadar çok geniş bir fiziksel alanı kapsıyor. Milenyum problemi ise bu denklemlerin üç boyutlu durumda düzgün çözümlerinin her koşulda var olup olmadığı ve bu çözümlerin zaman içinde tekillik geliştirip geliştirmediği gibi temel matematiksel sorularla ilgili. Bu nedenle OpenAI’ın ortaya koyduğu çalışmanın gerçek anlamda bir Milenyum Problemi çözümü sayılabilmesi, şirketin açıklamasının ötesinde matematik topluluğunun ayrıntılı inceleme ve doğrulama sürecini gerektiriyor.
OpenAI Navier-Stokes çözümünde veri kullanımı tartışılıyor
Tartışmanın dikkat çeken tarafı, OpenAI’ın duyurusundan yalnızca bir gün önce Buckmaster’ın, Anthropic’te araştırmacı olarak çalışan Alpöge ile birlikte bağlantılı bir problem üzerine elde ettikleri sonuçları yayımlaması oldu. Buckmaster’ın aktardığına göre araştırmacılar, OpenAI’ın kendi çalışmalarındaki ilerlemeden haberdar olduğunu öğrendikten sonra şirketle iletişime geçti. Ardından OpenAI’ın Navier-Stokes denklemi için hazırladığı ispatın, Buckmaster ve Alpöge’nin üzerinde çalıştığı yaklaşımla ilişkili bir yol izlediği ortaya çıktı. İki araştırmacının proje boyunca OpenAI Codex ve Anthropic Claude’dan yararlanmış olması ise tartışmayı yalnızca matematiksel benzerlik meselesi olmaktan çıkardı. Buckmaster, proje taslaklarının tamamını Codex oturumlarına girdiklerini belirterek bu verilerin OpenAI’ın dahili modeline ulaşmış olabileceği ihtimalini gündeme getirdi.
İLGİNİZİ ÇEKEBİLİR
OpenAI günler süren araştırma görevlerini yapabilen yapay zekâ geliştirdi
OpenAI’ın yapay zeka ajanları Alman wiki sitesini ele geçirdi
Gazeteler OpenAI’dan içeriklerinin ve yapay zekâ modellerinin imhasını istiyor
OpenAI, ajanlarının bir wiki sitesini ele geçirdiğini doğruladı
GPT-6 Astra artık 20 dolarlık ChatGPT Plus’a geliyor
Buckmaster, şirketle yaptığı görüşmede modelin Codex üzerindeki kullanıcı verilerine erişip erişmediğini doğrudan sorduğunu söylüyor. Kendisine modelin kullanıcı verilerini arayıp bulmadığı yönünde yanıt verildiğini aktaran matematikçi, aynı verilerin model eğitiminde kullanılıp kullanılmadığını tekrar sorduğunda ise yanıt alamadığını belirtiyor. OpenAI salı günü yaptığı açıklamada problemi çözmek amacıyla belirli bir kullanıcıya ait verilerin kullanılmadığını söyledi. Buna rağmen şirket, ürünlerin kullanımından türetilen ve kimlikten arındırılmış verilerin modellerin geliştirilmesine katkıda bulunmuş olabileceği ihtimalini tamamen dışlayamayacağını da kabul etti. Bu ayrım, tartışmanın temel noktalarından birini oluşturuyor; çünkü doğrudan bir kullanıcının çalışma oturumlarına erişmek ile bu oturumlardan türetilmiş verilerin daha sonra model eğitiminde yer alması teknik ve veri yönetişimi açısından farklı süreçler anlamına geliyor.
OpenAI teknik ekibinden Sebastien Bubeck de Buckmaster ve Alpöge’nin çalışmalarını kamuya açık hâle gelmeden önce görmediklerini belirtti. Bubeck’e göre iki tarafın ispatları geriye dönük olarak karşılaştırıldığında kayda değer biçimde farklılaşıyor ve ispatlanan kesin sonuçlar da aynı değil. Buckmaster ise Mastodon üzerinden verdiği yanıtta bu açıklamayı yeterli bulmadı. Araştırmacı, OpenAI’ın ifadelerinin kendi sonuçlarını elde ettikleri tarihten sonraki döneme ait eğitim verilerinin kullanılmış olabileceğini açık biçimde kabul ettiği görüşünde. Dolayısıyla anlaşmazlık, OpenAI’ın araştırmacıların yayımlanmamış çalışmasına doğrudan erişip erişmediğinden çok, kullanıcıların yapay zekâ araçlarıyla gerçekleştirdiği araştırma oturumlarından türetilen verilerin daha sonraki modeller üzerindeki olası etkisine doğru genişliyor.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
Bu durum yapay zekâ araçlarının bilimsel araştırmalarda giderek daha yoğun kullanılmasıyla ortaya çıkan başka bir soruyu da görünür hâle getiriyor. Araştırmacılar Codex veya Claude gibi sistemlere yayımlanmamış ispatları, kodları ve çalışma taslaklarını aktardığında, bu içeriğin hangi koşullarda saklandığı ve gelecekteki modellerin geliştirilmesinde kullanılıp kullanılmadığı bilimsel öncelik açısından doğrudan sonuçlar doğurabiliyor. Özellikle birbirinden bağımsız ekiplerin aynı matematiksel probleme yöneldiği durumlarda, bir modelin eğitim geçmişinin araştırma fikirlerinin kaynağını belirlemeyi güçleştirmesi mümkün. Bununla birlikte benzer matematiksel yöntemlerin bağımsız biçimde keşfedilebilmesi de göz ardı edilemeyecek bir olasılık. OpenAI ile Buckmaster’ın açıklamaları arasındaki anlaşmazlığın netleştirilebilmesi için bu nedenle yalnızca ispatların karşılaştırılması değil, ilgili modelin eğitim sürecinin ve veri kullanımının da yeterince açıklığa kavuşması gerekiyor.
OpenAI, Navier-Stokes çözümü için belirlenen 1 milyon dolarlık Milenyum Ödülü’nü almayı planlamadığını da açıkladı. Bununla birlikte ödülden vazgeçilmesi, ortaya konulan matematiksel sonucun bağımsız biçimde değerlendirilmesi gerekliliğini değiştirmiyor. Şirketin çalışması doğrulanırsa yapay zekâ sistemlerinin ileri düzey matematikte yalnızca mevcut bilgileri işleyen yardımcı araçlardan daha kapsamlı biçimde kullanılabileceğine dair güçlü bir örnek ortaya çıkmış olacak. Buna karşılık Buckmaster ve Alpöge’nin gündeme getirdiği sorular, böyle bir başarının değerlendirilmesinde model performansı kadar araştırma verilerinin kaynağının ve kullanım koşullarının da incelenmesi gerektiğini gösteriyor. Bu aşamada OpenAI’ın matematiksel iddiası ile araştırmacıların veri kullanımına ilişkin itirazlarını ayrı ayrı değerlendirmek, hem çözümün bilimsel niteliği hem de yapay zekâ destekli araştırmanın çalışma koşulları açısından daha dengeli bir tablo sunuyor.
