Donderdag, en het bewijs kwam twee keer

Seyoon Ragavan, promovendus aan het MIT, rondde een bewijs af en stuurde het op een donderdag naar een collega. Die collega zat al in een vergadering waar iemand een bewijs van hetzelfde resultaat beschreef, geleverd door een andere groep. Het antwoord dat terugkwam was kort: we leven beslist in vreemde tijden.

Beide artikelen bereikten arXiv op dezelfde dag. Prabhanjan Ananth van UC Santa Barbara en Amit Sahai van UCLA dienden in om 10:35 uur 's ochtends, Pacific-tijd. Ragavan om 13:53 uur. Drie uur en achttien minuten scheidden twee onafhankelijke oplossingen van hetzelfde open probleem in onkloonbare versleuteling, een hoek van de kwantumcryptografie die steunt op het gegeven dat een onbekende kwantumtoestand niet volmaakt gekopieerd kan worden. Beide artikelen schrijven het kernidee toe aan dezelfde bron: OpenAI's GPT-5.6 Sol Ultra. Geen van beide is collegiaal getoetst.

De methoden verschilden en de uitkomst niet

Daar zit de les. De twee pogingen volgden niet hetzelfde draaiboek. Ragavan bewerkte het model rechtstreeks in iteratieve sessies van ongeveer twee uur, controleerde de voortgang en stuurde bij wanneer het afdwaalde. Ananth en Sahai gebruikten een aan UCLA gebouwd systeem dat modellen een aanvalslijn laat volgen en vervolgens hun eigen uitvoer laat bekritiseren. Twee werkelijk verschillende technieken, toegepast door verschillende mensen aan verschillende instellingen, aan verschillende kusten van hetzelfde probleem.

Ze kwamen binnen één werkdag samen. Wanneer de techniek zo sterk varieert en het resultaat en het tijdstip nauwelijks, is de eerlijke lezing dat niet de bediener de doorslag gaf maar het model. Ananth beschreef de nieuwe reflex zonder omhaal: noemt iemand een open probleem, dan kijk je tegenwoordig eerst of het model het oplost. Zodra die reflex algemeen is, luidt de vraag niet meer wie slim genoeg is om te vragen, maar wie toevallig dinsdag vroeg in plaats van donderdag.

Wat u werkelijk koopt als u een voorsprong koopt

In vrijwel elk concurrentieplan zit een verborgen aanname over voorsprongtijd. U verwacht dat iets eerder weten dan uw rivalen u een seizoen koopt om erop te bouwen, en u schaalt de investering daarnaar. Die aanname ontstond in een wereld waarin het knelpunt van een inzicht de schaarse persoon was die het kon voortbrengen, en schaarse mensen zijn traag, duur en ongelijk verdeeld.

Een model op abonnement is niets daarvan. Ragavan merkte op dat nauwelijks twee weken lagen tussen het ontstaan van het idee en het voltooide bewijs. Als de afleidingsstap is wat een model goed doet, houdt de afleidingsstap op schaars te zijn, en omsloot elke gracht die u eromheen groef een bulkgoed. Duurzame posities zijn die welke een model niet uit openbare tekst kan namaken: eigen bedrijfsdata, een klantrelatie, een distributiekanaal, een vergunning, fysieke capaciteit. Dat alles is voor iedereen traag. Een antwoord is dat niet.

De ruzie om de eer loopt vooruit op uw eigendomsprobleem

De academici twisten nu over toeschrijving, en hun twist is de goedkope versie van een probleem dat u later krijgt. Een deel van de door het model geproduceerde constructie bleek te overlappen met werk dat Broadbent dit jaar al had gepubliceerd. Een systeem getraind op de hele literatuur geeft soms, met een zelfverzekerde nieuwe stem, iets terug dat al in een tijdschrift staat. Het leest als ontdekking en het is herinnering.

Vertaal dat naar een commerciële omgeving en de schaal verandert. Een uit een model afgeleid ontwerp, beding of procedé kan origineel ogen, in een product belanden en achteraf samenvallen met iets dat een concurrent publiceerde of octrooieerde. Het geneesmiddel is weinig glansrijk en procedureel: voordat een uit een model afgeleid resultaat uw organisatie verlaat, controleert iemand stand der techniek en literatuur, en die controle is een verplichte stap en geen beleefdheid. De kosten daarvan zijn verwaarloosbaar tegenover de kosten van het ontdekken van de overlap na de lancering.

Drie instructies voor het volgende modelresultaat

Ten eerste: dateer het voordeel in dagen. Bouwt u een plan op iets dat een grensverleggend model voor u produceerde, schrijf dan de aanname op dat een concurrent hetzelfde resultaat binnen een week kan hebben, en kijk of het plan zijn budget onder die aanname nog rechtvaardigt. De meeste plannen die van negen maanden voorsprong leven overleven de herschrijving niet, en dat nu ontdekken is goedkoper dan in maand zeven.

Ten tweede: haal elke datum naar voren die van voorrang afhangt, dus indieningen, openbaarmakingen, publicaties, aankondigingen. Ten derde: verleg de bespaarde inspanning naar de grondstoffen die een model niet uit openbaar materiaal kan maken. De teams in dit verhaal deden niets verkeerd en leverden echt werk. Wat hun agenda's aantonen is smaller en bruikbaarder dan welke bewering over machine-intelligentie ook: het interval tussen het moment waarop één organisatie iets weet en iedereen het weet is ingestort, en plannen geschreven tegen het oude interval zijn nu verkeerd geprijsd.

Lees hierna: Hugging Face moest om zijn eigen inbraaklogs vragen  |  Microsoft vervangt het lab dat het zelf financiert