Astra של OpenAI פתרה 10 בעיות מתמטיות פתוחות בכ-2,000 דולר
מערכת מולטי-סוכנית פנימית של OpenAI פתרה 10 בעיות שעמדו פתוחות עשור במתמטיקה ובמדעי המחשב; כל ההוכחות אומתו פורמלית ב-Lean בעלות של כ-2,000 דולר.
OpenAI חשפה בתחילת אוגוסט שגרסה פנימית של Astra, משפחת המודלים שהיא מכנה "השחרור הגדול הבא", הניבה תוצאות חדשות ל-10 בעיות במתמטיקה ובמדעי המחשב התיאורטיים שעמדו פתוחות לפחות עשור. הפרט שהדהים את קהילת המחקר הוא לא רק התוצאה עצמה, אלא המחיר: כל ההוכחות אומתו פורמלית ב-Lean, בעלות כוללת של כ-2,000 דולר בטוקנים לפי תעריפי ה-API של GPT-5.6 Sol.
מה בדיוק קרה: סוכן שורש, תת-סוכנים והוכחות ב-Lean
Astra איננה מודל בודד שמקבל prompt ומחזיר תשובה. מדובר במערכת מולטי-סוכנית: סוכן שורש (root agent) מקבל את הבעיה, מפרק אותה לחלקים, יוצר תת-סוכנים שכל אחד מהם תוקף חלק אחר, ממתין לתוצאות ומסנתז מהן תשובה סופית. העיצוב הזה נבנה במכוון עבור משימות שרצות שעות או אפילו ימים, בניגוד לאינטראקציה הרגילה של שאלה-תשובה.
הבחירה לאמת את כל ההוכחות בפורמט Lean היא קריטית להבנת הסיפור. Lean הוא proof assistant שבו כל שורה בהוכחה עוברת בדיקה מכנית קפדנית, כך שאין מקום ל"הזיה" של המודל או להוכחה שנראית משכנעת אבל מתפרקת בבדיקה אנושית. אם ההוכחה עברה קומפילציה ב-Lean, היא נכונה, נקודה. זה בדיוק הפער שהכשיל טענות קודמות של מעבדות AI על הישגים מתמטיים, שהתבררו לא פעם כהוכחות עם חורים.
העובדה שההוכחות אומתו ב-Lean משנה את כללי המשחק. עד עכשיו כל טענה כזו דרשה חודשים של בדיקה אנושית. כאן הוויכוח הוא לא אם ההוכחות נכונות, אלא כמה קרדיט מגיע למודל לעומת התזמור סביבו.
למה 2,000 דולר זה המספר החשוב בסיפור
בעיות שעמדו פתוחות עשור ויותר מייצגות בדרך כלל שנות אדם רבות של מתמטיקאים מקצועיים. גם אם מניחים שחלק מהבעיות היו "תלושות נמוכות" שפשוט אף אחד לא הקדיש להן תשומת לב מספקת, היחס בין עלות של אלפי דולרים בודדים לתפוקה מחקרית כזו הוא חסר תקדים. לשם השוואה, מלגת פוסט-דוקטורט אחת עולה סדר גודל יותר בחודש.
המשמעות הכלכלית ברורה: אם ניתן "לקנות" התקדמות מתמטית אמיתית במחיר של שרת ענן לסוף שבוע, מוסדות מחקר יצטרכו לחשוב מחדש איך הם מקצים משאבים. סביר שנראה קבוצות מחקר שמריצות מערכות דומות על מאגרים שלמים של בעיות פתוחות, ופשוט בודקות מה נתפס ברשת.
הוויכוח: הישג של המודל או של התזמור?
כמו בכל הכרזה גדולה של מעבדת פרונטיר, גם כאן הדיון בקהילה מתפצל. מצד אחד, יש מי שרואה ב-Astra הוכחה שמערכות מולטי-סוכניות חוצות סף איכותי: לא עוד עוזר שמסכם מאמרים, אלא ישות שמייצרת ידע מתמטי חדש. מצד שני, מבקרים מציינים שהתוצאות הגיעו מגרסה פנימית שאינה זמינה לציבור, כך שאי אפשר לשחזר את הניסוי באופן עצמאי, ושחלק מההישג עשוי להיות שייך לבחירת הבעיות ולהנדסת התזמור סביב המודל ולא ליכולת הגולמית שלו.
חשוב לזכור: Astra טרם שוחררה לציבור. כל התוצאות מגיעות מגרסה פנימית של OpenAI, ועד שחוקרים חיצוניים יקבלו גישה, אין דרך לאמת באופן בלתי תלוי את תהליך העבודה, גם אם ההוכחות עצמן אומתו ב-Lean.
נקודה נוספת שמעסיקה את הקהילה היא שאלת הייחוס האקדמי. אם תת-סוכן מצא את הצעד המכריע בהוכחה, מי החתום על התוצאה? OpenAI? המהנדסים שבנו את הצינור? השאלות האלה נשמעו תיאורטיות לפני שנה, ועכשיו הן דורשות תשובות מעשיות מכתבי עת ומוועדות מינויים.
הזווית הישראלית: מה זה אומר לאקדמיה ולתעשייה בארץ
לישראל יש ריכוז יוצא דופן של חוקרים במתמטיקה תיאורטית ובמדעי המחשב, ותחומים כמו קומבינטוריקה, תורת הסיבוכיות וקריפטוגרפיה הם בדיוק המגרש שבו מערכות כמו Astra צפויות לפעול. עבור חוקרים ישראלים זו הזדמנות כפולה: גם להשתמש בכלים כאלה כשיהיו זמינים, וגם לתרום למה שצפוי להיות תחום חם במיוחד, אימות פורמלי ותשתיות Lean, שבו יש בארץ מומחיות קיימת.
- לחוקרים: כדאי להתחיל לפרמל בעיות פתוחות ב-Lean כבר עכשיו. בעיה שמנוסחת פורמלית היא מועמדת טבעית למערכות הוכחה אוטומטיות.
- למפתחים: ארכיטקטורת root agent עם תת-סוכנים ואימות חיצוני קשיח רלוונטית הרבה מעבר למתמטיקה, למשל לבדיקות אבטחה ולווריפיקציה של קוד.
- לסטארטאפים: השילוב של סוכנים ארוכי-טווח עם ולידציה פורמלית פותח קטגוריה חדשה, ולחברות ישראליות בתחום ה-formal verification (שצמחו סביב תעשיית השבבים המקומית) יש יתרון פתיחה.
- לתעשיית הביטחון והפינטק: הוכחות מאומתות מכונה על נכונות של פרוטוקולים קריפטוגרפיים עשויות להפוך מיתרון תחרותי לדרישת רגולציה.
מה הלאה: השחרור הגדול הבא של OpenAI
OpenAI מיצבה את Astra כ"שחרור הגדול הבא" שלה, וההכרזה הנוכחית נראית כהכנת קרקע: הדגמה של יכולת קצה לפני השקה מסחרית. השאלות הפתוחות הן כמה מהיכולת הזו תגיע למוצר הציבורי, באיזה תמחור, ואילו מגבלות בטיחות יוטלו על מערכת שמסוגלת לרוץ באופן אוטונומי במשך ימים. במקביל, המתחרים לא עומדים במקום, וקצב השחרורים בתעשייה כולה רק מתגבר.
בין אם Astra תעמוד בציפיות ובין אם לא, אבן דרך אחת כבר נקבעה: הוכחות מתמטיות חדשות, מאומתות מכונה, נוצרו על ידי מערכת AI בעלות של ארוחת ערב לצוות פיתוח. מהנקודה הזו אין דרך חזרה.
שאלות נפוצות
מה זה Astra של OpenAI?
Astra היא משפחת המודלים הבאה של OpenAI, שבנויה כמערכת מולטי-סוכנית: סוכן שורש מפרק בעיה לתת-משימות, מפעיל תת-סוכנים ומסנתז מהתוצאות תשובה סופית. גרסה פנימית שלה פתרה 10 בעיות פתוחות במתמטיקה ובמדעי המחשב, אך המערכת עדיין לא זמינה לציבור.
איך יודעים שההוכחות של Astra באמת נכונות?
כל ההוכחות אומתו בפורמט Lean, מערכת אימות פורמלי שבודקת מכנית כל צעד בהוכחה. הוכחה שעוברת קומפילציה ב-Lean נכונה מתמטית ללא צורך בשיפוט אנושי, ולכן הוויכוח בקהילה נסוב על ייחוס ההישג, לא על נכונות התוצאות.
כמה עלה ל-Astra לפתור את הבעיות המתמטיות?
לפי OpenAI, העלות הכוללת הייתה כ-2,000 דולר בטוקנים לפי תעריפי ה-API של GPT-5.6 Sol. זהו סכום זניח ביחס לשנות העבודה האנושיות שבעיות פתוחות בנות עשור דורשות בדרך כלל.
דרגו את הכתבה
הדירוג עוזר לנו לדעת מה שווה לכם.
תגובות