OpenAI heeft doorbraken aangekondigd bij het oplossen van langdurige wiskundige uitdagingen met modellen die niet beschikbaar zijn voor het publiek. De ontwikkelingen komen enkele weken nadat het bedrijf vooruitgang meldde met de Navier-Stokes-vergelijkingen, een van de zeven Millennium Prize-problemen die door het Clay Mathematics Institute worden erkend.
De timing valt samen met een aankomende aflevering van de Odd Lots-podcast met MIT-professor Justin Solomon. Het gesprek gaat over de huidige stand van de wiskunde en de manieren waarop kunstmatige intelligentie het vakgebied verandert. De opname vond plaats kort voor de laatste aankondiging, waardoor directe bespreking van de nieuwe resultaten beperkt bleef.
Kunstmatige intelligentie roept zorgen op meerdere fronten op. Waarnemers wijzen op de enorme vraag naar datacenters, risico’s van grootschalig banenverlies en de mogelijkheid dat één dominante onderneming toekomstige informatiestromen controleert. Andere zorgen betreffen mogelijke vooroordelen in toonaangevende systemen en de vraag of AI uiteindelijk juridische rechten zou moeten krijgen.
De krachtigste systemen die in toonaangevende laboratoria worden ontwikkeld, overtreffen steevast wat het publiek kan gebruiken. Naarmate de vooruitgang in een steeds hoger tempo doorgaat, lijkt dat prestatieverschil verder te zullen groeien. Wiskundigen die aan open problemen werken, kunnen daarom onder druk komen te staan om hun communicatie strikt te bewaken, omdat snellere interne tools eerder tot oplossingen kunnen komen.
Ook buiten de pure wiskunde zullen de effecten merkbaar zijn. In geneesmiddelenontwikkeling lopen bedrijven die op publieke AI-tools vertrouwen het risico achterop te raken bij laboratoria die krachtigere interne systemen inzetten. Hetzelfde patroon kan gelden voor halfgeleiderontwerp en andere domeinen waar intelligentie hoge economische opbrengsten oplevert.
AI won’t take your job. A human with access to an unreleased AI model will take your job.
Grote AI-ontwikkelaars kunnen uiteindelijk overstappen van het verkopen van toegang tot modellen. Directe toepassing van geavanceerde interne systemen op hoogwaardige problemen zoals geneesmiddelenonderzoek of materiaalkunde kan op termijn lucratiever blijken.
Dezelfde nieuwsbrief geeft ook een voorproefje van een aflevering met econoom Dominik Leusder. Het gesprek gaat over energiebeperkingen, industriële concurrentie uit China en de positie van Europa in de ontwikkeling van kunstmatige intelligentie.