跳到正文
Hacker News (official RSS)(nytimes.com)·· 5 天前精選品質評分79

OpenAI 推翻一項電腦科學假設,但目前還沒有實際應用

A.I. Just Blew Up a Key Tenet of Computer Science

重點導讀

電腦科學家長期認為,有些問題很難快速解出來,即使答案一旦找到就很容易檢查。

  • OpenAI 表示,它用 AI 推翻了相關的「指數時間假設」。
  • 這項結果不等於解開了「P vs. NP」,也不代表電腦現在就能快速破解加密或設計新藥。研究者認為,這可能指出找到更快演演算法的方向,甚至幫助電腦設計更好的晶片。
  • 但眼下的快速解法仍只存在理論上,還沒有直接的實際應用。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

這項結果動搖了「某些問題無法快速求解」的假設,但目前仍只有理論意義,實際應用還需要多年工程工作。

正文 · 中文翻譯

A drawing of a purple key against a bright blue background.

圖片來源...Erik Carter

一項長期存在的假說認為,有些問題永遠無法讓電腦快速解決。但 OpenAI 推翻了這項假說,讓人看到大幅提升效率的可能性。

圖片來源...Erik Carter

聆聽

· 6:09 分鐘

作者 Cade Metz

Cade Metz 報導人工智慧已超過 15 年,但他從未解出過一個有 1,000 行的數獨謎題。

發布於 2026 年 11 月 6 日更新於 2026 年 11 月 10 日

若要理解人工智慧生成數學領域最新的驚人進展,不妨先想想數獨。

解開這類九宮格數字謎題,尤其是難度最高的題目,可能極為耗時。但只要有了答案,要確認解答是否正確就很容易:只要檢查每一列、每一行和每一個九宮格,確認每個整數都恰好出現一次即可。

加州大學聖地牙哥分校電腦科學教授 Russell Impagliazzo 會以此為喻,說明一個備受關注的數學問題「P 與 NP」。Impagliazzo 博士解釋,多年來,他和其他電腦科學家一直假設,數學與電腦科學也遵循數獨所呈現的直觀事實:解決問題遠比確認解答正確困難得多。

「P 與 NP」位於數學與理論電腦科學的交會處,是克雷數學研究所 25 年前提出的百萬美元千禧年大獎難題之一。用非數學的說法來解釋,「P」代表能快速解決的計算問題;「NP」則代表其解答能輕易驗證的問題。

憑直覺來看,驗證解答應該比找出解答容易得多。麻省理工學院工程與電腦科學教授 Ryan Williams 表示:「如果 P 與 NP 符合直覺,那兩者就絕對不該相等。」

10 月 26 日,ChatGPT 開發商 OpenAI 對這個看似顯而易見的論點提出質疑。雖然「P 與 NP」這個更廣泛的問題仍未解決,該公司宣佈,其最新人工智慧技術推翻了一項相關猜想,稱為指數時間假說(E.T.H.)。這項假說由 Impagliazzo 博士於 1998 年與同事 Ramamohan Paturi 及貝爾實驗室研究員 Francis Zane 共同提出。E.T.H. 與「P 不可能等於 NP」的論點相似,認為某些問題永遠會難以讓電腦快速解決。

OpenAI 的研究結果顯示,情況並非如此。這暗示,理論上,機器解數獨的速度可能和驗證解答一樣快,即使題目棋盤有 1,000 行或更多也一樣。這項發現也指出,電腦可能迅速設計出新的演演算法和新型電腦所需的新電路,進而協助打造自己的後繼者。

Impagliazzo 博士表示:「如果你有一套非常快速的數獨解題演演算法,就能用它來設計最佳化電路。」

除了許多其他令人腦洞大開的情境外,OpenAI 的證明可能預示著一種未來:電腦能迅速破解守護全球機密的加密技術,或透過最佳化人體內蛋白質的運作方式來設計新藥。這些目前都還停留在理論階段。不過,機器已朝這個方向發展,新方法可能大幅加速晶片設計、藥物探索及其他領域的進展。

OpenAI 的公告只是該公司及其 AI 競爭對手近幾週發表的近 400 項科學發現之一。這些發現聲稱回答了數學、物理學和電腦科學領域的重要問題,而人類專家數十年來一直為此困擾。OpenAI 發表公告後不久,該公司的主要競爭對手 Anthropic 也表示,自己同樣推翻了 E.T.H.。

(《紐約時報》於 2023 年控告 OpenAI 和 Microsoft,指控兩家公司在 AI 系統相關內容中侵害新聞內容的著作權。兩家公司否認這些指控。)

數十年來,電腦科學家一直想知道,強大的機器是否能找到隱藏的捷徑,以驚人的速度解決困難問題。正如 Impagliazzo 博士所說:「是否存在非常驚人的捷徑,能免去列舉所有可能解答的步驟,直接找到最佳解,而不必逐一嘗試其他解答?」OpenAI 推翻他的假說,暗示這些捷徑或許真的存在——Impagliazzo 博士稱這項發現是「非常令人震驚的訊息」。

他補充說:「令人震驚的是,這項工作並非由人類完成。」

OpenAI 的成果令 Impagliazzo 博士等專家深感不安,但對當今科技並沒有實際影響:目前這些神奇的捷徑只存在於理論上。

Williams 博士說:「眼前有任何實際應用嗎?沒有。」

不過,他和其他人相信,OpenAI 的成果可能預示著未來會出現新的應用。這類理論成果往往需要多年甚至數十年的工程研發,才能發揮潛力。

1980 年代中期,理論電腦科學家提出了互動式證明的概念。但直到 2010 年代,這個概念才衍生出實際應用,協助推動支撐比特幣及其他加密貨幣的區塊鏈技術。

最引人遐想的潛在應用或許與人工智慧本身有關:OpenAI 和 Anthropic 運用 AI 推翻指數時間假說,也讓人們看到機器有朝一日或許能以極高效率自我改良。而這正是 OpenAI、Anthropic 等公司目前試圖解鎖的現象,稱為遞迴式自我改良。

Impagliazzo 博士說:「這可能以各種方式帶來更好的 AI。」

Cade Metz 是《紐約時報》記者,報導人工智慧、無人駕駛汽車、機器人、虛擬實境及其他新興科技領域。

廣告

略過廣告

讀者討論

理性交流 · 即時討論