Az Open AI megoldott száz hosszú ideje megoldatlan matematikai problémát
Itt a bejelentés. Létrehoznak egy világhírű matematikusokból álló testületet, ami majd segít áttekinteni a helyzetet és kommunikálni a matematikai világ felé. Ez vélhetően már a GPT-6-Bel. Egy fejezet most lezárult az emberiség történetében, és a következő rész tartalmáról még nincs trailer….
<div class='sharedaddy sd-block sd-like jetpack-likes-widget-wrapper jetpack-likes-widget-unloaded' id='like-post-wrapper-192691293-16533010-6ad057a30cd29' data-src='https://widgets.wp.com/likes/?ver=14.1#blog_id=192691293&post_id=16533010&origin=www.orulunkvincent.hu&obj_id=192691293-16533010-6ad057a30cd29&n=1' data-name='like-post-frame-192691293-16533010-6ad057a30cd29' data-title='Like or Reblog'><h3 class="sd-title">Like this:</h3><div class='likes-widget-placeholder post-likes-widget-placeholder' style='height: 55px;'><span class='button'><span>Like</span></span> <span class="loading">Loading...</span></div><span class='sd-text-color'></span><a class='sd-link-color'></a></div>
Hiv.: @nyulambator: Nehéz erre mit mondani. Érzékelni vélem mire gondolsz, és orvosság lehet ellene: a témára koncentrálás. Pl.: a Bailout-érvelés mellett, pl.: a magyar perspektíva, mint „csákány és lapát” vázolása. Ezeket Orbán Krisztiánék nélkül is végig lehet gondolni.
@nyulambator: a zOrbán(sic!) Krisztián az, aki anno JT kedvenc verbáliskorbács-elemét, a „féltudású magyar elit” szerkezetet bevezette az eltartott kisujjas közbeszédbe – nagyon ügyesen, totálisan tuskóhopkinsos módon eljárva, ti. akinek először jut eszébe, hogy a közönséges törtek szintjén látványosan értékelje a többiek tudásarányát, annak az egész-, sőt ötharmad tudásúságához nyilván nem férhet kétség… 😎
Hiv.: @labrys:: pontosan 🙂
(ezt a konkrét videót reggel a harmadáig hallgattam, az alapján nem úgy tűnt mint ami alapján ennek a véleménynek gyökeresen kellene megváltoznia)
@labrys: Azért azt leszögezhetjük, hogy a „féltudású magyar elit” az egy tűpontos meglátás volt.
Hiv.: @nyulambator: Szerintem ebben nincs vita, labrys mást írt, én legalábbis azzal helyeseltem. Azaz hogy ez a jelző nem kis eséllyel magára a cikk szerzőjére is vonatkoztatható (csak a T.Hopkins-csellel maga végzi a névsorolvasást, másokról beszélve)
@nyulambator: nem idevalósi vagyok, ezért érdeklődni szeretnék: melyik korban nem volt féltudású a magyar elit*? …Vagy, ha már itt tartunk, bármelyik emberi civilizáció bármelyik „elitje” a történelem során? (Elég lesz az évszázad is. 🙂 )
* Vö. MHEGA, azaz Make Hungary’s Elite Great Again!
Hiv.: @labrys: Azert ennel melyebb volt az a cikk.
@labrys: Nem szeretek viccet magyarázni, de azért mielőtt komolyabb vitába keverednétek az általam írottakkal, jelzem, hogy a „tűpontos” szóval csak JT kedvenc féltudásúakra vonatkozó mondását próbáltam megidézni. Talán ha Matildot is említem, jobban átment volna.
Hiv.: @nyulambator: : szerintem érthető volt a célzás 🙂 ezzel együtt anno az a cikk minden irónia nélkül is tűpontos volt. Persze kiderült hogy amúgy azért T.Hopkins szelleme is megidéződik általa.
@bvr: A közgondolkodó úrtól én eddig csak nyilvánvaló állításokat és közhelyeket hallottam („de jó lenne egy magyar Nokia”), de lehet, hogy ez csak a közgondolkodás velejárója, hogy általános iskolásoknak képzeli a hallgatóságot.
Hiv.: @excombo: Pont errol beszeltunk. Ettol T.Hopkins-pozitiv a tortenet 🙂
Hogy ne csak az OpenAI-ról legyenek „érdekes” hírek. 🙂 Pár napja 09/30-n a NYT, irgalmatlan hosszú cikket publikált, az alábbi címmel:
„Religious Scholars Met With Anthropic. What They Heard Stunned Them.
In a series of private meetings, the company consulted religious scholars to help instill morality into its A.I. models — and make the case that Claude could be conscious.”
.
* Chris Olah Anthropic társalapító, kanadai milliárdos, 2025 óta foglalkozik az AI/Claude tudatosságával. De nem ám csak megértés szintjén, hanem kampányol is érte.
.
* 2026-05-26-n XIV Leó (matematikus diplomával bíró) pápa kiadott egy 141 oldalas, 248 paragrafusos, Magnifica Humanitas című enciklikát, aminek a 99§-a az AI-jal foglalkozott. DeepL-lel:
„99§ Nem lehetséges a mesterséges intelligencia egyetlen, átfogó meghatározását adni. Azt azonban kijelenthetjük, hogy el kell kerülnünk azt a tévhitet, hogy ezt a fajta „intelligenciát” az emberi intelligenciával azonosítjuk. Ezek a rendszerek csupán az emberi intelligencia bizonyos funkcióit utánozzák. Ezzel gyakran felülmúlják az emberi intelligenciát sebesség és számítási kapacitás tekintetében, és számos területen kézzelfogható előnyöket nyújtanak. Ez a képesség azonban teljes mértékben az adatfeldolgozáshoz kötődik. Az úgynevezett mesterséges intelligenciák nem élnek át tapasztalatokat, nincs testük, nem éreznek örömöt vagy fájdalmat, nem érnek be a kapcsolatok révén, és belülről nem tudják, mit jelent a szerelem, a munka, a barátság vagy a felelősség. Nincs erkölcsi lelkiismeretük sem, mivel nem ítélik meg a jót és a rosszat, nem fogják fel a helyzetek végső jelentését, és nem vállalnak felelősséget a következményekért. Utánozhatják ugyan a nyelvet, a viselkedést és az analitikai képességeket, sőt akár az empátiát és a megértést is szimulálhatják, de nem értik meg, amit létrehoznak, mert hiányzik belőlük az az érzelmi, kapcsolati és szellemi perspektíva, amelyen keresztül az emberek bölcsességre tesznek szert. Még akkor is, ha ezeket az eszközöket „tanulásra” képesnek írják le, a tanulás módjuk eltér az emberétől. Ez nem azok tapasztalata, akik hagyják, hogy az élet formálja őket, és idővel a választások, a hibák, a megbocsátás és a hűség révén fejlődjenek. Inkább egy adatokon és visszacsatoláson alapuló statisztikai alkalmazkodásról van szó, amely nagyon hatékony lehet, de nem jelenti a belső fejlődést.”
.
* A sztori-csúcspont lényege, hogy az Anthropic/Chris Olah olyan szinten kiakadt, hogy mindent bevetettek ennek 99§-nak megváltoztatására (végeredményben sikertelenül).
Azzal presszionáltak, hogy visszavonják a vatikáni támogatásukat, Chris Molnar nagyelőadását lemondja az enciklika bemutatón, stb.
A vége végül „csak” az lett, hogy azóta a térítő kampány intenzívebb, több szereplős lett.
.
* Katolikus oldalról a ~100.000 követős Christopher Hale írta meg az egész sztorit nem kevésbé röviden, ~8 milliós megtekintésű tweet-ben jelezve.
Letters from Leo: Christopher Hale:
NYT: Anthropic Nearly Walked Out on Pope Leo XIV’s AI Encyclical — Then Lobbied His Advisers
Chris Olah saw an advance copy of Magnifica Humanitas days before the Vatican launch and proposed withdrawing over its stance on machine consciousness. The pope held his ground.
@tahonoli:: Tegyük hozzá, hogy a Magnifica Humanitas jelentős része a techbro-k uralmával szembeni érvelés/kiáltvány, ettől méginkább kiakadtak az érintettek…
I Quit OpenAI Because Its Culture Is Broken – archive.ai atlantic link
volt szó föntebb erről, most itt van (megint) első kézből. és ez csak a szoftver technológiai oldala ennak a végtelenül belterjes, arrogáns csilliárdos tekbró világnak, legyen az ai, vagy rakéta, vagy doge. legfeljebb bennég még néhány delikvens a teslában. az „intellektuális oldal” még setétebb és ostobább.
@tahonoli: @fortin2: ez egy elég szikár összefoglaló erről a bagázsról:
https://www.iankduncan.com/personal/2026-09-16-sex-ai-and-the-apocalypse/
Hiv.: @incze:
Köszi a két esszét.
Különösen Duncan 31 oldalas esszéje volt jól összeszedett, koherens és fontos.
.
Az én up-to-date levezetésem így áll össze:
* A Transformer/LLM per definitionem nem tudhatja megoldani a safety-t, architekturális okok miatt (undefined internal state-k miatt, amik két irányba is hibát okozhatnak, rossz akció illetve elmaradt akció, á lá elsőfajú és másodfajú hibák lehetőségei): valami kellene még a patcheléseken kívül, ami viszont nem áll LLM-kompatibilisen rendelkezésre (és ilyesmik rendelkezésre állása nem elvileg kizárt, sőt már ma vannak jó és működő mechanizmusok).
* A safety problémák és a security problémák egymás felé konvergálása/összeérése adja az idén július óta tartó pánik/depresszió világhangulatot. Számomra mindez bizony valós gond csak a két bulletpoint alapján is.
* Sam Altmanékra ható motivációk, ösztönzők (pl.: geopolitika, verseny, stb.) miatt a safety háttérbe szorul a performancia-hajsza mögé, mondhatni törvényszerűen, kvázi axiomatikusan.
* Trump-éra f*sságaiból is kívülről erőt tudnak becsatornázni.
* Két egyedi ujdonság is van (történelmet is nézve):
1. Annyira specializált az egész AI, hogy egyre kevesebben férnek hozzá szükséges léptékben (mondhatni lassan a kvantummechanikát könnyebb felfogni, kezelni vagy felsőoktatásban tanítani, mint az AI-t). Ez kölcsönzi Altmanéknak a Duncan feszegette illegitim hatalmat.
2. Sam Altmanék, brutális pörgésben, performancia-addikcióban, végtelen sprinteken keresztül, kvázi kokainos(?) transz tudatállapotban működnek évek óta, heti 7/24-ben. Nyilvánvalóan torzulnak (mert mindezt egy biológiai ember nem tudja kívül tartani saját magán)
* Kiszolgáltatottak vagyunk, mozizzuk a teljességgel prediktálhatatlan történéseket. Jelenleg semmilyen reális terv nem látszik (se a börtönbe csukás, se semmiféle lassítás és társai), csak és kizárólag a sodródás. Bármi lehet, és ezért tart a perszonális pánikméterem 48%-on.
@tahonoli: „Annyira specializált az egész AI, hogy egyre kevesebben férnek hozzá szükséges léptékben (mondhatni lassan a kvantummechanikát könnyebb felfogni, kezelni vagy felsőoktatásban tanítani, mint az AI-t). ”
Ebbe bele tudnál egy picit mélyebben menni? Nekem az volt a benyomásom, hogy az erőt elsősorban nem a módszertani fejlesztések, hanem az erőforrások iszonyatos tempójú növelése produkálja – egyszerű hasonlattal nem új hajtáslánc van, hanem nagyobb motortérfogat, attól erősebb. Vagy ez nem így van?
Hiv.: @jack_of_all_trades:
Ahogy én vezetem le:
* Iparági konszenzus szerint a zárt amcsi modellek kb, 3 hónapos előnyben vannak a nyíltakhoz képest. Mindenféle machine learning, AI-model training technikákkal a nyíltak fel tudnak zárkózni, többek közt a zártak módszeres leszívásával.
* LLM önmagában kevés, ami az erőt adja az a LLM+Agent+Harness, akkor is, ha LLM-be csomagolják be parasztvakításként.
* Igen, kell a GPU-k rapid gyorsuló, progresszív haladványú felskálázása a bővülő számítási kapacitásigény lefedéséhez.
* A GPU-k felskálázása önmagában nem elég, kell módszertani fejlődés is. Riemann-Hypothesis megoldását, 2017-es LLM-alapon – fogalmazzunk finoman – lassabban lehetne csak összehozni.
* Az induktív és deduktív reasoning régóta megoldódott és egyszerűbb a felskálázásuk. Nem így az abduktív (reprezentációs váltásos) reasoning. Ám ez utóbbiban is nagy a fejlődés, bár efelöl nincs iparági konszenzus, és merülnek fel kérdések.
* Az, hogy az OpenAI megoldotta a nem-szofikus csoportok feladványát, vagy bizonyította a Navier-Stokes-ot az jöhet a
1. Abduktív reasoning gyorsuló fejlődéséből.
2. OpenAI chat-massza leszívásából, (c) védett tudások, kompetenciák, eredmények ellopásából.
A fenti két téma számomra egyértelműen (2), de nem tudom bizonyítani. Így a helyes feltételezés az, hogy nem tudjuk a kettő közül melyik az igaz, hol tartunk a témában (AI-fejlődés kontra szellemi tulajdon lopás, hogy egyensúlyozódik ki).
.
* Konklúzió1: mivel a zártakról nem nagyon van lényeges publikus információ, így lényegében fogalmunk sincs, hogy például az OpenAI
1. határhaszonon már túllépve fingot reszel, dollárszázmilliárdok égetésével, avagy
2. még fejlődik az AI inherensen, a 2017-es „Attention Is All You Need” alapokon.
* Konkluzió2: Gary Marcusról mostanság kevesebbet hallani. Ő évtizedes távlatban mondja, hogy NLP/Transformer/LLM nem elég, kell valami más (szerinte Neurosymbolic AI). Ehhez képest kívülről láthatóan, 1-2 év alatt elketyegtünk az RH megoldásának előszobájáig, Transformer-alapokon is. Ez annyit jelent csak (értelmezésemben), hogy a Transformerekben brutális kraft és potenciál van. De nem jelenti azt, hogy más nem tudhatott eddig is fejlődni, ne tudna additív módon hozzáadott értékeket adni. AI 2.0, 3.0 símán benne van a pakliban, csak Sam Altmanék a Transformerekkel eddig még mindig el tudták lopni a show-t. Ilyen-olyan, korrekt-inkorrekt eszközökkel.
@jack_of_all_trades: „az erőt elsősorban nem a módszertani fejlesztések, hanem az erőforrások iszonyatos tempójú növelése produkálja”
szerintem párhuzamosan mindkettő. ha csak azt nézzük amióta berobbant a nyilvánosságba, software oldalon is folyamatos a fejlesztés (nem csak az LLM, illetve hát már ugye MoE, hanem ami ezt körbeveszi), és hát persze nyilván hardware oldalon is, de ott sem csak maga GPU/TPU (pl. a múltkor direkt rákerestem az nvidiánál az éves jelentésben, a fő teljesítménynövekedést nem is az új GPU-tól várják (mert annyit nem is tud nőni az új generáció) hanem az új generációs nvlink (ami az interconnect) és memóriakezelés (egyre jobban belefolynak HBM oldalról is) És nem is csak az egyedi teljesítménynövekedés amúgy a fontos, hanem hogy egy adatközpontban azt a rengeteg felhasználót párhuzamosan minél hatékonyabban, minél nagyobb kihasználtság mellett szolgálják ki (egy google tpu superpod talán a leglátványosabb példa)
@bvr: amit írsz, az az „inference” gépezetre vonatkozik, a „training” továbbra is gpu igényes – legalábbis a brute force módszertanban.
ugyanakkor mind a training, mind az inference tekintetében a modellnél is, nem csak a harnessben vannak valódi javítások, amelyekkel a kínai modellek töredék erőforrással tartani tudják a lépést. pl.:
„The defining breakthrough of MiMo-V2.6 is not its trillion-parameter scale, but how cheaply it achieved frontier reasoning. According to official technical disclosures and subsequent hardware analysis by firms like SemiAnalysis, Xiaomi completed its post-training reinforcement learning run for approximately $3.47 million in compute, activating 42 billion parameters per token across 384 routed experts (with 8 activated per token).
This proves that advanced trajectory collection and reward modeling have outpaced brute-force pre-training scale, allowing focused engineering teams to bypass massive capital walls.”
(és nemcsak a tréning van töredék áron: https://openrouter.ai/xiaomi/mimo-v2.6-pro)
Hiv.: @incze:
Kiváló érvelés, és a mimo nagyon jó példa.
* A zárt AI-k amcsi fejlesztői előtt ott a dilemma, hogy végtelen pénzügyi erőforrás égetése mellett végtelen brute force felskálázás ad-e gyorsabban nagyobb előnyt, avagy próbáljanak kicsit tökölni legalább minimális optimalizálással, geopolitikai versenyelőnyt kockáztatva.
* A nyílt AI-k kínai fejlesztői meg a radikális optimalizálásra fordultak rá, amik még a potenciális brute-force felskálázás ELŐTTI állapot. Mérnöki gondolkodással nyilván az utóbbi az ésszerűbb és nem nagyon látszik az amcsi időelőny megtérülő kiaknázása.
Vagy én nézek be valamit nagyon, opcionálisan infóhiány okán.
@incze: „amit írsz, az az „inference” gépezetre vonatkozik, a „training” továbbra is gpu igényes – legalábbis a brute force módszertanban.”
Én ennek nem modtam ellent, sőt, az inference is gpu/tpu igényes (a training triviálisabban párhuzamosítható)
Én (már ha erre gondoltál) pluszban annyit írtam hogy az nvidia jóval nagyobb teljesítménynövekedést mondott mint ami egyszerűen az új gpu generációból következne, mert az nvlink és a hbm téren még nagyobb a teljesítménynövelési potenciál.
Pozsgay Balázs ELTE docens, fizikus (feltéve, hogy jól azonosítom be őt) posztolt az AI-Hírek fb-csopiban:
„Az OpenAI előállt 372 nyitott matematikai ill. matematikai-fizikai probléma megoldásával. Kb. 4000 problémára eresztették rá a belső modellüket, ami ennyit oldott meg most.
A listán szereplő egyik problémát közelebbről is ismerem, néhány kollégám dolgozott rajta korábban. A feladatot én is próbáltam bedobni az AI-nak az elmúlt hónapokban, de a korábbi modellek semmit se tudtak vele kezdeni. Ilyen a fejlődés.”
.
OpenAI/Math, ~860MB matek-kézirat, 722 darab kézirat, 372 családba szervezve. Estig megpróbálom validálni és megtanulni őket. 🙂
https://github.com/openai/math
@tahonoli: vincentposztok voltak pár dologról, amit megcsinált. én nézem egy ideje, abszolút a történelem vége feeling.