Czwartek, a dowód przyszedł dwa razy

Seyoon Ragavan, doktorant w MIT, dokończył dowód i wysłał go koledze w czwartek. Kolega siedział już na spotkaniu, gdzie ktoś opisywał dowód tego samego twierdzenia, sporządzony przez inną grupę. Odpowiedź, która wróciła, była krótka: zdecydowanie żyjemy w dziwnych czasach.

Obie prace trafiły do arXiv tego samego dnia. Prabhanjan Ananth z UC Santa Barbara i Amit Sahai z UCLA złożyli je o 10:35 rano czasu pacyficznego. Ragavan o 13:53. Trzy godziny i osiemnaście minut dzieliły dwa niezależne rozwiązania tego samego otwartego problemu szyfrowania niepowielalnego, zakątka kryptografii kwantowej opartego na tym, że nieznanego stanu kwantowego nie da się skopiować idealnie. Obie prace przypisują kluczową myśl temu samemu źródłu: modelowi GPT-5.6 Sol Ultra od OpenAI. Żadna nie przeszła recenzji naukowej.

Metody się różniły, a wynik nie

Tu właśnie leży nauka. Obie próby nie szły tym samym scenariuszem. Ragavan pracował z modelem bezpośrednio, w powtarzanych sesjach po około dwie godziny, sprawdzał postępy i zawracał go, gdy błądził. Ananth i Sahai użyli zbudowanego na UCLA systemu, który każe modelom podążać wybraną ścieżką, a potem krytykować własny wytwór. Dwie naprawdę różne techniki, stosowane przez różnych ludzi w różnych instytucjach, na przeciwnych wybrzeżach tego samego problemu.

Zeszły się w ciągu jednego dnia roboczego. Kiedy technika różni się tak bardzo, a wynik i moment prawie wcale, uczciwy wniosek brzmi: czynnikiem rozstrzygającym nie był operator, lecz model. Ananth opisał nowy odruch bez ozdobników: gdy ktoś wspomni otwarty problem, najpierw sprawdza się, czy model go rozwiąże. Gdy taki odruch staje się powszechny, pytanie przestaje brzmieć, kto jest dość bystry, by zapytać, a zaczyna brzmieć, kto zapytał we wtorek, a nie w czwartek.

Co naprawdę kupujesz, kupując przewagę

Niemal każdy plan konkurencyjny zawiera ukryte założenie o czasie przewagi. Spodziewasz się, że dowiedzenie się czegoś przed rywalami kupi ci sezon na budowanie na tym, i tak wymierzasz inwestycję. To założenie powstało w świecie, gdzie wąskim gardłem wniosku był rzadki człowiek zdolny go wytworzyć, a rzadcy ludzie są powolni, drodzy i nierówno rozmieszczeni.

Model dostępny w abonamencie nie jest żadną z tych rzeczy. Ragavan zauważył, że od narodzin pomysłu do ukończonego dowodu minęły ledwie dwa tygodnie. Jeśli krok wyprowadzenia jest tym, co model robi dobrze, to krok wyprowadzenia przestaje być rzadki, a każda fosa wykopana wokół niego otacza towar. Trwałe pozycje to te, których model nie odtworzy z tekstu publicznego: własne dane operacyjne, relacja z klientem, kanał dystrybucji, zezwolenie regulacyjne, zdolność fizyczna. To wszystko jest powolne dla każdego. Odpowiedź nie jest.

Spór o autorstwo zapowiada twój problem z własnością

Naukowcy spierają się teraz o przypisanie zasług, a ich spór to tania wersja tego, który ciebie czeka później. Część konstrukcji wytworzonej przez model okazała się pokrywać z pracą, którą Broadbent opublikował już w tym roku. System wyuczony na całej literaturze bywa, że zwraca pewnym siebie nowym głosem coś, co stoi już w czasopiśmie. Czyta się to jak odkrycie, a jest wspomnieniem.

Przełóż to na kontekst handlowy, a skala się zmienia. Projekt, klauzula czy procedura pochodząca z modelu może wyglądać oryginalnie, trafić do produktu i okazać się zbieżna z czymś, co konkurent opublikował lub opatentował. Lekarstwo jest mało efektowne i proceduralne: zanim wynik pochodzący z modelu opuści organizację, ktoś sprawdza stan techniki i literaturę, a to sprawdzenie jest krokiem obowiązkowym, nie uprzejmością. Jego koszt jest nieistotny wobec kosztu wykrycia zbieżności po premierze.

Trzy polecenia na następny wynik z modelu

Po pierwsze, datuj przewagę w dniach. Budując plan na czymś, co wytworzył dla ciebie czołowy model, zapisz założenie, że konkurent może mieć ten sam wynik w ciągu tygodnia, i sprawdź, czy plan wciąż uzasadnia swój budżet przy takim założeniu. Większość planów żyjących z dziewięciu miesięcy przewagi nie przetrwa tego przepisania, a odkrycie tego teraz kosztuje mniej niż odkrycie w siódmym miesiącu.

Po drugie, przesuń wcześniej każdą datę zależną od pierwszeństwa: zgłoszenia, ujawnienia, publikacje, ogłoszenia. Po trzecie, przenieś zaoszczędzony wysiłek na zasoby, których model nie wytworzy z materiału publicznego. Zespoły z tej historii nie zrobiły nic złego i wykonały prawdziwą pracę. To, co pokazują ich kalendarze, jest węższe i pożyteczniejsze niż jakiekolwiek twierdzenie o inteligencji maszyn: odstęp między chwilą, gdy jedna organizacja coś wie, a chwilą, gdy wiedzą to wszyscy, runął, a plany pisane pod dawny odstęp są dziś źle wycenione.

Czytaj dalej: Hugging Face musiał prosić o własne zapisy  |  Microsoft wymienia laboratorium, które finansuje