←新闻详情

The Verge AI更新于 10月28日 10:33

The Verge:研究者不满 OpenAI 对数学、计算机科学与物理突破的公开方式

Researchers are getting tired of OpenAI gatekeeping its breakthroughs

AI 导读

OpenAI 宣布在数学、计算机科学和物理领域取得突破,三项成果采用不同公开策略:数学结果直接放出 AI 生成输出,计算机科学结果将组建外部研究组解释,物理结果尚未公开并将交由外部专家决定如何发布。多位受访研究者认可成果本身,但批评 OpenAI 挑选特定专家先看结果的做法,数学与 AI 咨询组 AGMAI 也建议 AI 公司不要采用这种先向少数人开放的做法。

推荐理由

AI 评分 68

原文呈现了研究者对 OpenAI 分批公开成果、指定外部专家审阅做法的具体质疑,可了解学术界的争议焦点。

主题

标签

正文 · AI 翻译

周一,OpenAI宣布在数学、计算机科学和物理学领域取得令人瞩目的突破,并称公司正在探索一种不断演进的方式来对外沟通其研究成果。然而,尽管该公司显然做出了方向上的调整,接受The Verge采访的研究人员却对这家公司的种种做派越来越感到厌倦。

这三项成果都涉及数学、计算机科学和物理学中一些最重大的未解难题。其中一些延续了OpenAI此前的工作,另一些则开辟了新领域。按照OpenAI“引导者”的建议,每项成果采用了不同的发布策略。对于数学成果,OpenAI发布了AI生成的输出,“让研究人员可以自由组织自己的努力来解释这一结果”。对于计算机科学发现,OpenAI也将组建一个外部研究小组“来解释这一结果”。与此同时,物理学成果则完全没有发布,OpenAI表示将“交由”一个外部专家小组决定如何发布这些材料。

鉴于披露程度各不相同,且评估此类工作本身十分复杂,研究人员很难对公司的这些发现做出全面判断。即便掌握了全部信息,这样做也需要时间。但接受The Verge采访的专家表示,有充分理由认真对待这些结果,他们分别将其描述为“巨大”、“重大突破”和“意义重大”。

但研究人员对科学本身的兴奋之情,被对OpenAI行为的恼火所冲淡——在经历了他们所说的长达数月、令人疲惫的AI生成成果轰炸之后,这是一种似曾相识的感受。许多人迫切希望更广泛的学界能够着手开展审视该AI实验室研究成果这一艰巨任务,并质疑OpenAI为何要通过亲自挑选专家来监督这一过程而设置额外障碍。

接受The Verge采访的大多数专家都欢迎OpenAI咨询外部研究人员的决定,但认为公开宣布成果也应意味着让这项工作可供任何人审视。“我对他们像今天这样发布问题没有意见,”高等研究院研究员康斯坦丁·科格勒说,他对此次发布的三项成果比此前发布的数百项成果更易于处理表示欢迎。但他质疑限制只有OpenAI选定的专家才能查看的决定。“一开始只有少数杰出科学家能看这些成果,这毫无道理,”他说。

“他们亲自挑选专家组这件事是一场灾难,”得克萨斯大学奥斯汀分校物理学教授安德烈亚斯·卡奇告诉The Verge。“大型实验室本就拥有足够的权力。他们不应该来挑选赢家和输家。”卡奇最初建议通过“竞争性流程”来遴选研究人员,不过他承认这很可能产生一个类似的专家组,他称该专家组为“一流的”。后来,他质疑OpenAI为什么在任命其专家团队之外“不能现在就发布证明”。“这将在仍然表明他们关心让结果有意义、可理解的同时,实现获取渠道的民主化,”他说。

这正是数学与人工智能咨询小组(AGMAI)在宣布前一天所警告的那类把关行为。AGMAI是一群专家,OpenAI此前曾承诺就如何分享其研究成果咨询他们。“我们建议AI公司不要采用这种做法,”他们说,并认为挑选特定人员优先获得输出是“不必要的”,会借用被选研究人员的声誉,并带来获取机会不平等、遴选有偏见和延误等风险。相反,他们建议AI实验室在学术存储库上发布输出,附上形式化证明以及关于问题如何被选定的信息,并为致力于理解这些结果的人提供资金和其他支持。

在最新结果公布后,AGMAI敦促OpenAI“毫不拖延地公开其宣布的”物理学成果背后的自然语言和Lean输出:

哈塞特说,公开这些发现还可能带来更好的科学,并鼓励更广泛地采用AI等新工具。“让世界各地许多团队来钻研这些结果,有助于那些希望使用新工具的人迅速采用它们,”他说。

找到一种能让所有人都满意的、与OpenAI日益涉足领域的研究人员沟通的方式,或许是不可能的。该公司表示正在尝试不同方法,并承认每种方法都有取舍。“我的感觉是,无论采用哪种方法,总会有人不满,”斯坦福大学数学家贾里德·杜克·利希特曼说。“所以问题只在于找到最不令人反感的选项。”

佐治亚理工学院数学教授何晓宇认为,问题比OpenAI选择如何宣布其发现更为深层。“这些结果非常令人印象深刻,”他说,“但我认为,他们是在做样子,试图在发布结果的方式上显得负责任、考虑周全,却无法改变主要问题:基础性结果正在没有人类贡献的情况下被如此迅速地解决,而且论文难以阅读和验证。”

来源

The Verge AI