Kiemelkedő képességek az MI-től – ijesztő profizmus
A központi szereplő egy érvelő nagy nyelvi modell (reasoning large language model), konkrétan az OpenAI által fejlesztett o4-mini volt, amelyet speciálisan összetettebb problémamegoldásra programoztak. Ehhez hasonló rendszert a Google is fejleszt. Ezek a chatek nemcsak szöveget generálnak, hanem valódi, mély következtetéseket képesek levonni, gyorsan és logikusan oldanak meg bonyolult matematikai feladványokat.
A korábbi nagy nyelvi modellek (LLM-ek) csak a következő szó “kitalálására” voltak jók. Újabban azonban specializált adathalmazokon, emberi visszacsatolással fejlesztik őket, ami érezhetően javította a teljesítményüket. Az OpenAI saját megítélése szerint ezek a modellek ma már megoldatlan matematikai problémákkal is megbirkóznak.
Különleges kihívás: csak a legjobbak próbálkozhattak
A teszteléshez az Epoch AI választotta ki Elliot Glazer matematikust, hogy több szintű, egyre nehezedő feladatsorokat állítson össze az MI számára. Az első három szintet már 2025 tavaszán sikerült teljesítenie a rendszernek: az o4-mini a feladatok mintegy 20 százalékát megfejtette, köztük olyat is, amire csak kutatói szintű matematikusok képesek. Ezután következett a negyedik szint, amely a világon is csak néhány specialistának jelentene kihívást.
A résztvevőknek titoktartási szerződést kellett aláírniuk, és kizárólag a Signal alkalmazáson keresztül kommunikálhattak. Minden olyan példáért, amellyel az o4-mini végül nem boldogult, a beküldő 2,7 millió forintot (kb. 7 500 dollárt) kapott. Ennek ellenére nehezen találtak olyan kérdést, amivel az MI-t zavarba lehetett volna hozni.
Az MI valós időben megelőzi a legjobbakat
Május 17–18-án tehát élőben is összemérhették erejüket a kutatók az MI-vel. Hatfős csapatokban próbáltak olyan csapdákat állítani, amelyeket az ember még felfog, de az MI már nem tud kijátszani. Ken Ono, a Virginiai Egyetem professzora külön is kiemelte, hogy egy doktoranduszoknak is komoly kihívást jelentő példát adott fel az o4-nek, amely aztán tíz perc alatt hibátlan, jól dokumentált megoldással állt elő. Az MI előbb átfutotta a témakör összes elérhető szakirodalmát, majd kísérleti alapkérdéseken gyakorolt, mielőtt a bonyolultabb problémára tért volna át. Az MI magabiztos, néha szarkasztikus stílusban kommunikált: a végén odabiggyesztette, hogy nem szükséges hivatkozás, mert a rejtélyes számot ő maga számolta ki!
Ono elismeri: teljesen ledöbbent az MI gondolatmenetén; szerinte ilyen, emberi kutatói szintű érvelési képességet még egyetlen modellnél sem tapasztalt.
Kutatók kontra MI: elhalványul a különbség
Bár végül tíz olyan kérdést sikerült találni, amire az MI nem tudott válaszolni, minden jelenlévőt lenyűgözött, milyen kevésszer hibázott az MI egyetlen év fejlődése alatt. Ono ezt ahhoz hasonlította, mint amikor az ember egy tehetséges társszerzővel dolgozik; Yang Hui He, a londoni Mathematical Sciences Intézet matematikusa hozzátette: az MI többet oldott meg, mint amit egy kiváló doktorandusz el tudna végezni – és sokkal gyorsabban.
A kutatók ugyanakkor aggódnak az MI túlságosan magabiztos válaszstílusa miatt. He szerint az MI már most is képes “meggyőzés útján” bizonyítani: ha valaki túl határozottan állít valamit, a laikusok hajlamosak elhinni.
A találkozó végén már arról beszéltek: mi történik majd, ha a technológia a következő szintű problémákhoz, vagyis az ember számára is megoldhatatlan kérdésekhez ér. Lehet, hogy a matematikusok idővel inkább “ötletgazdák” és tanácsadók lesznek, az MI pedig új matematikai igazságokat tár fel. Ono szerint a jövő matematikusai számára a képzelőerő és a kreativitás fejlesztése lesz a kulcs az egyetemeken.
Az a gondolat, hogy az MI általános intelligenciája soha nem érheti el ezt a szintet, hibás és naiv – állítja Ono. Sőt, már most el kell ismerni: teljesítményével a világ legtöbb doktoranduszán is túlmutat.
