OpenAI רק רוצה לנצח

OpenAI במתמטיקה: כשהמרוץ לפריצת דרך הופך למאבק על קרדיט ואמון

פתרון של בעיה מתמטית בת עשרות שנים אמור להיות רגע של התרגשות מדעית. אבל כשהדרך אליו עוברת דרך חברות בינה מלאכותית, משאבי מחשוב עצומים ותחרות מסחרית, השאלה אינה רק אם ההוכחה נכונה. השאלות הן גם מי תרם לה, כיצד נשמר המידע של החוקרים — ומי רשאי להכריז על ניצחון.

הוויכוח סביב OpenAI במתמטיקה ממחיש את ההתנגשות הזאת. מצד אחד עומדת האפשרות שכלי בינה מלאכותית יאיצו מחקר שקצב התקדמותו נמדד לעיתים בדורות. מצד אחר ניצבת קהילה שעבורה בדיקה עצמאית, שיתוף ידע וייחוס תרומות אינם מכשולים בדרך להישג, אלא חלק מההישג עצמו.

חשוב להבהיר את גבולות המידע: הקטע שנמסר לשכתוב מייחס ל־The Verge דיווח על טענה של OpenAI לפתרון בעיית נאוויה–סטוקס ועל מחלוקת עם חוקרים. הוא אינו כולל קישור לכתבה המקורית, תאריך פרסום או הוכחה לבדיקה. לכן, הפרטים האלה מוצגים כאן כטענות מתוך הקטע, ולא כאישור לכך שהבעיה נפתרה או שהאירועים אומתו באופן עצמאי.

OpenAI במתמטיקה: לא רק שאלה של יכולת חישוב

במרכז הקטע עומדים המתמטיקאי טריסטן באקמאסטר ולבנט אלפוגה, המתואר בו כחוקר באנתרופיק, המתחרה ב־OpenAI. לפי המתואר, השניים עבדו על בעיית נאוויה–סטוקס, ו־OpenAI החלה במאמץ מקביל לאחר ששמעה על התקדמות של חוקרים בתחום.

הקטע מייחס לחברה טענה שלפיה הפעילה כ־10,000 סוכני בינה מלאכותית, השקיעה משאבי מחשוב בעלות של עשרות מיליוני דולרים והגיעה לפתרון בתוך 88 שעות. אלה מספרים חריגים, אך ללא פרסום טכני ומסמכים תומכים אין דרך להעריך כאן מה בדיוק נעשה, כיצד חושבה העלות ומה הייתה התוצאה המתמטית.

גם המונח „סוכן בינה מלאכותית” דורש הסבר. בדרך כלל מדובר במערכת תוכנה שמקבלת משימה, מפעילה מודל ולעיתים משתמשת בכלים כדי לבצע רצף פעולות. עשרת אלפים סוכנים אינם בהכרח עשרת אלפים חוקרים עצמאיים: הם עשויים להיות תהליכים מקבילים, בעלי יכולות דומות, שבוחנים כיוונים שונים או חוזרים על אותן שגיאות.

הפעלת מערך כזה עשויה להרחיב מאוד את החיפוש אחר פתרון. היא אינה מוכיחה, כשלעצמה, שהתוצאה נכונה. במתמטיקה, היקף המאמץ אינו תחליף לתקפות הטיעון.

מהי בעיית נאוויה–סטוקס, ולמה היא מושכת את חברות ה־AI?

משוואות נאוויה–סטוקס מתארות תנועה של זורמים, ובהם מים ואוויר. הן משמשות בסיס למודלים בתחומים כמו אווירודינמיקה והנדסת זרימה. אלא שהיכולת להשתמש במשוואות בחישוב הנדסי אינה זהה להבנה מלאה של התנהגות הפתרונות שלהן.

בעיית פרס המילניום עוסקת, בניסוחה התלת־ממדי ובתנאים מוגדרים, בקיום ובחלקות של פתרונות. בשפה נגישה: האם זרימה שמתחילה במצב מסודר תמשיך להיות מתוארת באמצעות פתרון מתמטי תקין, או שעלולה להתפתח סינגולריות — מצב שבו הסדירות המתמטית נשברת?

זהו הבדל קריטי לקריאת הכרזות על בינה מלאכותית. מערכת שמדמה היטב זרימת אוויר סביב כנף לא פתרה בכך את בעיית המילניום. גם הצלחה במקרה פרטי, תגלית מספרית או הוכחה תחת הנחות נוספות אינן בהכרח פתרון של הבעיה המלאה.

מכון קליי למתמטיקה הכריז בשנת 2000 על שבע בעיות מילניום, עם פרס של מיליון דולר לכל אחת. השערת פואנקרה היא הדוגמה לפתרון שהוכר במסגרת הזאת, בעקבות עבודתו של גריגורי פרלמן. את ניסוחי הבעיות ואת מסגרת הפרסים אפשר למצוא באתר הרשמי של מכון קליי למתמטיקה.

עבור חברת AI, הישג כזה עשוי להיות הרבה יותר מפרס כספי. הוא יכול לשמש ראיה ליכולת להתמודד עם מחקר מקורי, למשוך חוקרים ולחזק את מעמדה מול לקוחות ומשקיעים. כאן נוצר תמריץ ברור להיות הראשונה שמכריזה — גם כאשר המדע עדיין זקוק לזמן כדי לבדוק.

המחלוקת על השותף: שיתוף פעולה מדעי או פרויקט של חברה?

לפי הקטע, באקמאסטר טען כי בשיחות עם סבסטיאן בובק מ־OpenAI הוצעו לו משאבי מחשוב נרחבים ואפשרות להוביל את כתיבת ההוכחה של החברה, אך ללא אלפוגה. באקמאסטר פירש זאת כניסיון לגרום לו לוותר על שותפו למחקר.

„כל מה שהייתי צריך לעשות היה להפקיר את לבנט”, מצוטט באקמאסטר בקטע המיוחס ל־The Verge. זהו תיאורו של אחד הצדדים, ולא קביעה עצמאית לגבי תוכן ההצעה או כוונותיה.

בובק, לפי אותו קטע, דחה את תיאור השיחות כמאיימות או כהצעה פסולה, אך אישר שהציע סיוע ומשאבים. הקטע מייחס לו גם הסבר שנמסר לניו יורק טיימס: „מבחינת החברה, יש קושי בניהול פרויקט פנימי של OpenAI בהשתתפות עובד של Anthropic”.

הפער בין הגרסאות חושף בעיה רחבה יותר. מבחינת חברה, השתתפות עובד של מתחרה עשויה לעורר שאלות לגיטימיות של סודיות וקניין רוחני. מבחינת חוקר, שותפות מדעית אינה דבר שאפשר למחוק משום שהמעסיק של השותף אינו נוח לספק הטכנולוגיה.

שתי נקודות המבט יכולות להתקיים במקביל. גבולות שיתוף הפעולה צריכים להיקבע מראש, אך מגבלה עסקית אינה מבטלת תרומה מדעית שכבר נעשתה. גם מימון המחשוב, כשלעצמו, אינו פותר את השאלה מי זכאי לקרדיט על הרעיונות וההוכחה.

החשש סביב Codex: מה קורה לרעיון שמוזן לכלי?

מחלוקת נוספת נוגעת לשימוש של באקמאסטר ב־Codex, כלי של OpenAI המסייע בעבודה עם קוד. לפי הקטע, הוא תהה אם מידע שהזין במסגרת מחקרו תרם להתקדמות החברה. עצם החשד אינו ראיה לכך שהדבר קרה.

הקטע מביא הכחשה מפורשת מטעם דובר OpenAI, לורנס פוקונה: „אין כל אפשרות שהפרומפטים שהזין ד״ר באקמאסטר ל־Codex בחודשיים האחרונים השפיעו על המערכת בדרך כלשהי, לרבות במסגרת האימון”. באקמאסטר, לפי המתואר, נותר ספקן.

כדי להבין את הוויכוח צריך להפריד בין כמה תהליכים. שמירת שיחה בשרתי שירות אינה זהה לשימוש בה לאימון. גישה אנושית למידע אינה זהה לעיבוד אוטומטי. גם שימוש בכלי לצורך מחקר אינו מעיד שהמחקר הועבר לצוות אחר בחברה.

ההבחנות האלה אינן מפחיתות מחשיבות הפרטיות; הן מאפשרות לשאול שאלות מדויקות. אילו נתונים נשמרים? לאיזו מטרה? מי רשאי לגשת אליהם? האם תנאי החשבון מתירים שימוש לשיפור מודלים? והאם קיימים מנגנוני תיעוד שמאפשרים לבדוק טענה במקרה של מחלוקת?

תנאי שימוש עשויים להשתנות בין מוצרים, מסלולים ותקופות. לכן אין להסיק ממדיניות של שירות צרכני על הסכם ארגוני, או מהבטחה כללית על ההגדרות שהיו פעילות בחשבון מסוים בזמן העבודה.

מה מבדיל בין הכרזה מרשימה להוכחה שאפשר לסמוך עליה?

במתמטיקה, תשובה נכונה אינה מספיקה תמיד. נדרש טיעון שמראה מדוע היא נכונה, ושאפשר לבחון את כל שלביו. בטקסט ארוך ומורכב, מעבר יחיד שאינו מוצדק עלול למוטט את ההוכחה כולה — גם אם יתר המסמך נראה משכנע.

לכן כדאי להבחין בין הצעת פתרון, הוכחה שפורסמה לעיון, בדיקה של מומחים עצמאיים וקבלה רחבה בקהילה. אלה שלבים שונים, ולא ניסוחים חלופיים לאותה עובדה. מסלול ההכרה של מכון קליי כולל, בין היתר, פרסום במסגרת מתאימה, חלוף שנתיים לפחות מהפרסום וקבלה כללית בקהילה המתמטית.

כלי עזר חשוב הוא אימות פורמלי: כתיבת ההוכחה בשפה מדויקת שמערכת ממוחשבת, כגון Lean, יכולה לבדוק. במקום להסתפק בטקסט שנשמע הגיוני, המערכת בודקת אם כל צעד נובע מההגדרות ומהתוצאות הקודמות.

גם כאן יש מגבלה. צריך לוודא שהמשפט שנוסח במערכת הוא אכן המשפט שהתכוונו להוכיח, ושההנחות תואמות לבעיה המקורית. בדיקה פורמלית מחזקת מאוד את האמון בטיעון, אך אינה מייתרת הבנה של מה בדיוק הוכח.

מה אפשר ללמוד מההישגים המתועדים של המתחרות?

אין צורך להישען על טענה לפתרון בעיית מילניום כדי לזהות התקדמות משמעותית. ביולי 2024 דיווחה Google DeepMind כי המערכות AlphaProof ו־AlphaGeometry 2 פתרו יחד ארבע מתוך שש בעיות באולימפיאדה הבינלאומית במתמטיקה של אותה שנה.

לפי דיווח החברה, התוצאות הוערכו ב־28 נקודות מתוך 42 — ניקוד התואם לרמת מדליית כסף באותה תחרות. אין פירוש הדבר שהמערכות השתתפו בתחרות וקיבלו מדליה: תנאי ההפעלה היו שונים משל המתחרים האנושיים, וכללו תרגום ידני לשפה פורמלית עבור AlphaProof וזמני חישוב שאינם מסגרת הבחינה הרגילה.

הדוגמה הזאת חשובה משום שהיא מראה איך לקרוא הישג בלי לבטל אותו ובלי להפריז במשמעותו. פתרון בעיות תחרות קשות הוא הישג ממשי. הוא עדיין אינו שקול לפתרון בעיית מחקר פתוחה, ובוודאי אינו מוכיח יכולת אוטונומית כללית לבצע מחקר מתמטי.

השוואה מקצועית בין מערכות צריכה לכלול את סוג המשימה, מידת הסיוע האנושי, זמן החישוב ואופן הבדיקה. כותרת שמדרגת רק „מי ניצח” משאירה בחוץ דווקא את הפרטים שמסבירים מה המערכת מסוגלת לעשות.

מה חוקרים וארגונים יכולים לעשות כבר עכשיו?

הלקח המעשי אינו להימנע מבינה מלאכותית, אלא להגדיר את היחסים עם הכלי ועם הספק לפני שמזינים חומר רגיש. חוקר שמעלה טיוטת הוכחה, מהנדסת שמשתפת תכנון מוצר או צוות שיווק שמעלה אסטרטגיה לפני השקה מתמודדים עם שאלה דומה: איזה מידע מותר למסור, ובאילו תנאים?

לפני שימוש במחקר שטרם פורסם, כדאי לבדוק את מדיניות השמירה והאימון של המסלול הספציפי ואת כללי המוסד. כשאפשר, עדיף למסור רק את החלק הנחוץ לפתרון המשימה. צמצום מידע מפחית חשיפה, אך אינו מבטיח סודיות ואינו מחליף הסכם מתאים.

בשיתוף פעולה ישיר עם חברת AI, כדאי להסדיר מראש מחברוּת, ייחוס תרומות, זכויות פרסום והשתתפות של שותפים חיצוניים. הסדרה כזאת מועילה במיוחד כשהספק מספק גם כלי עבודה וגם חוקרים ומשאבי מחשוב. היא אינה מונעת כל מחלוקת, אך מקטינה את הסיכון שהכללים ישתנו סמוך לפרסום.

חשוב גם לשמור גרסאות מתוארכות של העבודה, תכתובות ותיעוד של תרומות. התיעוד מסייע לשחזור המחקר ולהבהרת רצף ההתפתחות שלו. עם זאת, הוא אינו יכול להוכיח לבדו מה התרחש בתוך מערכותיו של ספק חיצוני.

סיכום: היכן נמצאות נקודות ההכרעה?

חמש שאלות שכדאי לשאול לפני שמסתמכים על ההכרזה הבאה

• האם אני קורא הודעת חברה, דיווח עיתונאי או תוצאה שנבדקה באופן עצמאי?
• האם פורסם פתרון לבעיה המקורית, או רק התקדמות במקרה מצומצם שלה?
• האם מותר לי להזין לכלי את המידע שבידי, ומהם תנאי השימוש החלים עליו?
• האם סוכם מראש כיצד יינתן קרדיט לכל השותפים, גם במקרה של התנגשות מסחרית?
• איזו ראיה נוספת דרושה לי לפני שאשנה החלטה מקצועית בעקבות ההישג המדווח?

הניצחון המדעי נמדד במה שאפשר לבדוק

„OpenAI רק רוצה לנצח” היא פרשנות ביקורתית למניעי החברה, לא עובדה שאפשר להוכיח מתוך חילופי האשמות. תחרות מסחרית יכולה להזרים למחקר כסף, כלים וכישרון; היא גם יכולה לתמרץ הכרזות מוקדמות ומאבקים על בעלות.

המבחן החשוב אינו אם חברה רוצה להיות ראשונה. הוא כיצד היא מתנהלת בדרך: האם היא מפרסמת חומר שניתן לבדוק, מכבדת תרומות, מבהירה את גבולות השימוש במידע ומבחינה בין הבטחה לבין תוצאה מאומתת.

בינה מלאכותית עשויה לשנות עמוקות את המחקר המתמטי. כדי שהשינוי יהיה גם התקדמות מדעית, לא די לייצר תשובה לפני המתחרים. צריך להשאיר אחריה ידע שאחרים יכולים להבין, לבחון ולבנות עליו.