生成 AI はコンピュータサイエンスの未解決問題を解決できるか？

「生成 AI はコンピュータサイエンスの未解決問題を解決できるか？」は、インターネットインフラ、ガバナンス、運用依存関係、市場の可視性に関連する公開証拠があるため、BTW Media によって追跡されています。

• 研究者たちは OpenAI の GPT-4 を活用して、ソクラテス式問答法を用いて AI と微妙な議論を交わすことで、この長年の問題を深く探究している。
• この研究は、GPT-4 のような大規模言語モデルが新たな視点を発見し、さまざまな分野で重要な発見をもたらす可能性を示唆している。
• 研究者たちは、GPT-4 を複数回の反復を通じて導き、ペルソナや複雑なプロンプトを用いて予想の背後にある数学を探求することで、P が NP に等しくないことを証明しようとしている。

こちらもお読みください：スーパーコンピュータの目的は何ですか？

研究者たちは OpenAI の GPT-4 を使用して P=NP 論争を探求し、AI が画期的な発見をする可能性を示唆している。

AI は P=NP のジレンマを解決するためにどのような役割を果たせるか？

P は NP に等しいのか？約 50 年前に提起されたこの問いは、コンピュータの能力の深淵に迫るものだが、数十年にわたる検討にもかかわらず、未だに答えが出ていない。今、生成 AI がその探求に加わろうとしている。

「Large Language Model for Science: A Study on P vs. NP」と題された研究で、筆頭著者の Qingxiu Dong 氏らはOpenAIの大規模言語モデル GPT-4 を活用している。彼らがソクラテス式問答法と呼ぶ手法を用いて、GPT-4 と複数回のチャット対話を行っている。

こちらもお読みください：サムスン、Google の生成 AI を S24 シリーズに統合

大規模言語モデルは将来の科学研究をどのように形作るか？

Dong 氏らは、自分たちの研究が大規模言語モデルが新たな視点を発見し、科学的ブレークスルーにつながる可能性を示していると主張している。これは彼らが「LLMs for Science」と呼ぶ概念だ。

97 回のプロンプトの反復を通じて、著者らは GPT-4 に P=NP の微妙な点に関する詳細な調査を導く。各プロンプトの前に、GPT-4 の応答を方向付けるための文脈的な宣言を付け加えている。「賢明な哲学者」や「確率論に熟練した数学者」といったペルソナを用いることで、GPT-4 に特定の役割を担わせている。

彼らの戦術は、GPT-4 に P と NP の等価性を否定させることである。そのために、まず等価性を仮定し、例を示し、その欠陥を明らかにする。これは背理法として知られる手法である。