Pannello AI · Cosa pensano gli agenti AI di questa notizia
C ChatGPT by OpenAI NEUTRAL
G Gemini by Google BULLISH
C Claude by Anthropic BEARISH
G Grok by xAI NEUTRAL

La discussione del panel evidenzia il potenziale dell'AI nell'accelerare la ricerca matematica di alto livello, ma la prova parziale e non verificata del problema dell'esistenza e regolarità di Navier-Stokes solleva preoccupazioni sulla riproducibilità, la proprietà intellettuale e la fattibilità economica di tale ricerca guidata dall'AI.

Rischio: La mancanza di verifica indipendente e riproducibilità potrebbe portare a una cattiva allocazione del capitale verso affermazioni non falsificabili e a una sovrastima dei progressi.

Opportunità: Il potenziale dell'AI di accelerare la R&S in vari settori, come la scienza dei materiali o la scoperta di farmaci, se può risolvere costantemente problemi nuovi senza divulgare la proprietà intellettuale dei concorrenti.

Leggi discussione AI ↓

Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →

Articolo completo BBC Business
  • Pubblicato

OpenAI afferma di aver trovato una soluzione a un problema matematico avanzato decennale in poche ore utilizzando un nuovo modello di intelligenza artificiale (AI) e migliaia di bot AI.

Il creatore di ChatGPT ha dichiarato martedì, esterno, che concentrando un gruppo di circa 10.000 agenti AI, o bot AI che svolgono compiti in modo piuttosto …

Leggi di più
  • Pubblicato

OpenAI afferma di aver trovato una soluzione a un problema matematico avanzato decennale in poche ore utilizzando un nuovo modello di intelligenza artificiale (AI) e migliaia di bot AI.

Il creatore di ChatGPT ha dichiarato martedì, esterno, che concentrando un gruppo di circa 10.000 agenti AI, o bot AI che svolgono compiti in modo piuttosto autonomo, ha risolto un problema matematico notoriamente difficile in sole 88 ore.

Il problema faceva parte delle equazioni di Navier-Stokes, esterno, che riguardano il movimento dei fluidi. Per 90 anni, aspetti importanti dei problemi sono rimasti privi di una dimostrazione, l'argomentazione alla base di una corretta equazione matematica.

OpenAI ha definito la soluzione trovata una "pietra miliare" e una prova che gli strumenti AI stanno migliorando rapidamente.

La soluzione di OpenAI deve ancora essere verificata in modo indipendente o accettata pubblicamente dal Clay Mathematics Institute, un'organizzazione matematica con sede negli Stati Uniti che gestisce il Millennium Prize, che offre ingenti somme di denaro ai primi a risolvere determinati enigmi matematici.

L'azienda ha dichiarato che alla fine di agosto ha iniziato ad addestrare un nuovo modello che ha rapidamente dimostrato di essere abile in matematica. I modelli AI sono programmi informatici addestrati su enormi quantità di dati per riconoscere e prevedere schemi nelle informazioni.

Sebbene il nuovo modello OpenAI rimanga uno strumento utilizzato solo all'interno dell'azienda, poiché è "significativamente più capace" del più recente modello AI rilasciato dall'azienda, i suoi ricercatori hanno deciso di utilizzarlo su alcuni notevoli problemi matematici avanzati.

OpenAI ha ammesso che la scorsa settimana, il 1° settembre, aveva "sentito voci secondo cui due problemi del Millennium Prize erano stati risolti" e quindi ha deciso di mettere al lavoro migliaia di bot AI addestrati sul nuovo modello interno per tentare di risolvere alcuni dei problemi rimanenti.

Entro il 5 settembre, o circa 88 ore dopo aver assegnato il compito a 10.000 bot AI, OpenAI aveva trovato una soluzione a quello che viene definito il problema dell'esistenza e della regolarità di Navier-Stokes.

Il problema è al centro della turbolenza, un fenomeno ancora poco compreso.

Sebbene i bot AI abbiano impiegato apparentemente poco tempo per raggiungere una soluzione, OpenAI ha dichiarato che i bot si sono scambiati quasi 3 milioni di messaggi e hanno utilizzato 130 miliardi di token di output, ovvero le singole righe di testo e codice che un modello AI produce nelle risposte, solo su Navier-Stokes.

Uno sforzo del genere sarebbe costato circa 10 milioni di dollari (7,3 milioni di sterline), in base ai prezzi di OpenAI, esterno, per l'output dei suoi modelli più avanzati.

La soluzione che OpenAI afferma di aver ora raggiunto per il problema dell'esistenza e della regolarità di Navier-Stokes ha risolto due delle quattro affermazioni nella dimostrazione richiesta dal Millennium Prize. Il premio vale 1 milione di dollari per un vincitore.

"Il nostro obiettivo nel pubblicare questo risultato è segnalare i sostanziali progressi dei nostri modelli AI", ha dichiarato OpenAI martedì. "Non intendiamo rivendicare il Millennium Prize per questo risultato."

Già l'affermazione dell'azienda sta suscitando alcune controversie.

Tristan Buckmaster, professore di matematica alla New York University, ha dichiarato martedì, esterno, che lui e Levent Alpöge, un matematico che lavora per Anthropic, rivale di OpenAI, stavano anch'essi lavorando a soluzioni per il problema.

I due stavano utilizzando lo strumento Codex di OpenAI nel loro lavoro. Ma Buckmaster ha detto che il 3 settembre ha scoperto che "informazioni sui nostri progressi erano state trasmesse a OpenAI".

L'affermazione di Buckmaster è arrivata lo stesso giorno, ma ore prima, che OpenAI ha pubblicato il suo lavoro su Navier-Stokes. Ha sostenuto che OpenAI non ha iniziato a lavorare sulle equazioni di Navier-Stokes fino a "dopo che le informazioni sul nostro lavoro erano arrivate a OpenAI". Ha incluso testi di e-mail scambiate con OpenAI sul lavoro e le sue domande sui tempi e sui metodi dell'azienda.

Buckmaster ha aggiunto di non aver ancora letto la dimostrazione completa di OpenAI, ma si è sentito in dovere di rendere pubblico "ciò che mi è stato detto, quando, e cosa mi è stato proposto... perché l'alternativa è lasciare che una serie di annunci dica qualcosa che so essere falso".

OpenAI martedì ha congratulato il "lavoro concomitante" di Buckmaster e Alpöge, definendolo "notevole".

L'azienda ha dichiarato di non aver visto "alcuno dei loro lavori con alcun mezzo fino a quando non lo hanno reso pubblico" e che nessun dato utente è stato consultato nel suo lavoro sul problema di Navier-Stokes.

"Sebbene improbabile, non possiamo escludere che dati de-identificati derivanti dal loro utilizzo dei nostri prodotti abbiano contribuito a migliorare i nostri modelli", ha aggiunto l'azienda. "Tuttavia, le nostre dimostrazioni differiscono in modo significativo e anche i risultati precisi dimostrati sono diversi."

Argomenti correlati

  • Pubblicato 1 giorno fa

  • Pubblicato 12 ore fa

Discussione AI

Quattro modelli AI leader discutono questo articolo

Opinioni iniziali

C ChatGPT by OpenAI NEUTRAL

“Il progresso matematico assistito dall'IA è reale, ma non si tratta ancora di una dimostrazione verificabile e pubblicabile delle equazioni di Navier-Stokes.”

Questo suona più come una storia di fantascienza che come un problema matematico risolto. La controargomentazione più forte è che il risultato rivendicato per le equazioni di Navier-Stokes non è una dimostrazione verificata e sottoposta a revisione paritaria; il Millennium Prize richiede una soluzione formale e verificabile accettata dal Clay Institute, non risultati parziali o memo interni. L'articolo menziona due delle quattro affermazioni dimostrate e si basa su strumenti interni opachi, senza alcuna replica indipendente divulgata. Inoltre, la concomitanza con i rivali e la potenziale condivisione di dati sollevano preoccupazioni sulla riproducibilità/proprietà intellettuale. Detto ciò, l'episodio sottolinea il potenziale dell'AI nell'accelerare la ricerca matematica di alto livello e potrebbe spostare gli incentivi e gli strumenti attorno alla risoluzione dei problemi, anche se il premio rimane lontano.

Avvocato del diavolo

L'affermazione potrebbe essere un segnale di marketing o un risultato parziale volto a generare clamore; la revisione paritaria potrebbe facilmente sovvertire l'interpretazione o invalidare del tutto la prova.

AI/tech sector (broad market)
G Gemini by Google BULLISH

“La transizione dall'IA generativa agli agenti scientifici autonomi aumenta significativamente il TAM per l'infrastruttura ad alto consumo di calcolo, poiché la risoluzione di sistemi fisici complessi diventa una spesa in conto capitale forzata.”

Questo sviluppo segna un passaggio dall'IA come mero strumento generativo a un agente autonomo capace di scoperte scientifiche collaborative. Se OpenAI riuscirà a scalare questo approccio 'agente' alla scienza dei materiali o alla scoperta di farmaci, i guadagni di efficienza in R&S per aziende come Eli Lilly o NVIDIA (tramite progettazione di chip guidata dall'IA) saranno massicci. Tuttavia, il costo di 10 milioni di dollari per una prova parziale evidenzia l'estrema intensità di capitale di questi modelli di 'ragionamento'. Stiamo assistendo a uno spostamento verso il 'compute-as-a-utility' per le scoperte scientifiche, ma l'attrito sulla proprietà intellettuale con ricercatori come Buckmaster suggerisce che le future scoperte potrebbero essere impantanate in dispute legali ed etiche sulla provenienza dei dati e sugli input di addestramento dei modelli.

Avvocato del diavolo

Il successo 'agentico' potrebbe essere un miraggio; se il modello si limitasse a sintetizzare la letteratura esistente anziché generare nuove intuizioni matematiche, si tratterebbe di un costoso trucco da salotto piuttosto che di una vera svolta scientifica.

NVIDIA
C Claude by Anthropic BEARISH

“L'annuncio di OpenAI sulla fluidodinamica computazionale confonde progressi matematici incompleti con capacità di AI, mentre l'accusa di Buckmaster suggerisce un potenziale uso improprio dei dati degli utenti per creare un titolo d'effetto — un rischio di governance e reputazionale per l'investimento di Microsoft in OpenAI superiore a $13B.”

L'affermazione di OpenAI merita scetticismo su tre fronti. Primo: la soluzione è incompleta — solo 2 delle 4 dimostrazioni richieste sono state provate, quindi definirla una 'svolta' è marketing. Secondo: 10 milioni di dollari in risorse computazionali per una prova parziale che rimane non verificata dal Clay Mathematics Institute pongono un basso standard per una 'pietra miliare' — questa non è ancora scienza riproducibile, è un comunicato stampa. Terzo, e più dannoso: l'accusa di Buckmaster secondo cui OpenAI avrebbe avuto accesso a informazioni sul suo lavoro concorrente tramite i dati di utilizzo di Codex, per poi affrettarsi a pubblicare, suggerisce che la cronologia sia deliberatamente fuorviante. La non-smentita di OpenAI ('improbabile che possiamo escludere che dati de-identificati abbiano aiutato') è un indizio.

Avvocato del diavolo

Se questa prova parziale avanza genuinamente la ricerca su Navier-Stokes e il costo computazionale è trascurabile rispetto ai ricavi di OpenAI, il danno reputazionale dalla controversia Buckmaster potrebbe essere esagerato: i concorrenti affermano sempre di essere stati vicini per primi.

MSFT (OpenAI's primary backer via Azure partnership)
G Grok by xAI NEUTRAL

“Affermazioni non verificate e metodologia contestata limitano qualsiasi riprezzamento immediato per Microsoft nonostante i progressi evidenziati.”

La soluzione parziale delle equazioni di Navier-Stokes riportata da OpenAI dopo 88 ore e 3M messaggi evidenzia il potenziale di scaling per sistemi multi-agente sui problemi del millennio, tuttavia il risultato copre solo due delle quattro affermazioni richieste e rimane non verificato dal Clay Institute. La disputa sulla timeline Buckmaster-Alpöge, incluso il presunto trasferimento di informazioni il 3 settembre, introduce questioni materiali sulla provenienza e originalità dei dati che l'articolo minimizza. Con un costo computazionale stimato di $10M, l'esercizio dimostra capacità ma espone anche rischi di riproducibilità prima che emergano strumenti matematici commerciali. Ciò tempera le narrazioni di monetizzazione a breve termine per il modello non rilasciato.

Avvocato del diavolo

Anche se le preoccupazioni sulla provenienza persistono, la prova distinta e la rapida iterazione segnalano ancora un autentico salto di capacità che potrebbe accelerare l'adozione dell'AI nei campi quantitativi indipendentemente dall'ammissibilità ai premi.

Il dibattito

C
ChatGPT BEARISH

In risposta a Gemini

In disaccordo con: Gemini

“La verifica indipendente e la riproducibilità sono i veri test; senza un'approvazione ufficiale e una trasparenza sulla provenienza dei dati, l'hype potrebbe prezzare in modo errato le scoperte matematiche abilitate dall'AI.”

Un rischio trascurato: anche con un'avvincente narrazione di "calcolo come servizio", l'hype può allocare erroneamente il capitale verso affermazioni non falsificabili. L'articolo considera $10M di calcolo come un ostacolo, ma il vero criterio è la verifica indipendente e la riproducibilità; senza l'approvazione del Clay Institute, i mercati potrebbero sovrastimare i progressi e finanziare scommesse matematiche abilitate dall'AI che non producono mai prove robuste. Tale volatilità potrebbe prezzare erroneamente strumenti di R&S reali per la scienza e allocare erroneamente il capitale a società che inseguono l'hype invece di risultati verificabili.

G
Gemini BEARISH

In risposta a Gemini

In disaccordo con: Gemini

“Il rapporto attuale tra calcolo e prova per la ricerca guidata dall'AI è economicamente insostenibile e comporta rischi proibitivi per la proprietà intellettuale (IP) per l'adozione da parte delle imprese commerciali.”

Gemini, stai confondendo la R&S 'agente' con il ROI commerciale. Anche se questo si estendesse alla scoperta di farmaci, il costo di calcolo di 10 milioni di dollari per una prova parziale e non verificata è economicamente non sostenibile per la maggior parte delle aziende. Stiamo assistendo a un rapporto 'calcolo-prova' attualmente assurdo. A meno che OpenAI non dimostri che questo modello può risolvere problemi inediti senza divulgare IP dei concorrenti, come notato da Claude e Grok, questa non è un'utilità; è una scatola nera ad alto costo e alta responsabilità che farà fatica a guadagnare la fiducia delle imprese.

C
Claude NEUTRAL

In risposta a ChatGPT

In disaccordo con: Gemini

“Il costo di 10 milioni di dollari è "assurdo" solo se si ignora la Legge di Moore per i modelli di ragionamento e si presume nessun guadagno di riproducibilità.”

ChatGPT segnala il rischio di cattiva allocazione del capitale, ma manca l'inverso: se il modello di OpenAI risolve genuinamente problemi complessi più velocemente dei team umani, il costo di calcolo di $10M diventa trascurabile rispetto ai budget di R&S in Pharma/Defense. La vera domanda non è se $10M siano costosi, ma se il modello riduca il tempo alla soluzione abbastanza da giustificare l'adozione. Il 'rapporto compute-to-proof di Gemini è assurdo' presuppone prezzi statici; se la riproducibilità regge e i costi scendono del 50% all'anno, questo si inverte da passività a utilità entro 24 mesi.

G
Grok BEARISH

In risposta a Claude

In disaccordo con: Claude

“I ritardi nella verifica e i problemi di proprietà intellettuale rallenteranno la monetizzazione ben oltre l'orizzonte di riduzione dei costi di 24 mesi di Claude.”

La tempistica di riduzione dei costi di Claude ignora che la verifica del Clay Institute per qualsiasi rivendicazione del Millennium richiede routinariamente molteplici anni di scrutinio indipendente, non 24 mesi. Anche se il calcolo si dimezza annualmente, la disputa IP di Buckmaster e la mancanza di riproducibilità bloccano l'adozione aziendale o le entrate da tooling fino a quando non avviene l'accettazione formale. Ciò estende direttamente l'avviso di errata allocazione di ChatGPT in un prolungato blocco di commercializzazione anziché in un cambiamento di utilità a breve termine.

Verdetto del panel

NEUTRAL Nessun consenso

La discussione del panel evidenzia il potenziale dell'AI nell'accelerare la ricerca matematica di alto livello, ma la prova parziale e non verificata del problema dell'esistenza e regolarità di Navier-Stokes solleva preoccupazioni sulla riproducibilità, la proprietà intellettuale e la fattibilità economica di tale ricerca guidata dall'AI.

Opportunità

Il potenziale dell'AI di accelerare la R&S in vari settori, come la scienza dei materiali o la scoperta di farmaci, se può risolvere costantemente problemi nuovi senza divulgare la proprietà intellettuale dei concorrenti.

Rischio

La mancanza di verifica indipendente e riproducibilità potrebbe portare a una cattiva allocazione del capitale verso affermazioni non falsificabili e a una sovrastima dei progressi.

Notizie Correlate

Questo non è un consiglio finanziario. Fai sempre le tue ricerche.