Chúng tôi đang công bố nhiều kết quả toán học mới do một mô hình tiên phong nội bộ tạo ra.
Để chuẩn hóa cách chia sẻ kết quả với cộng đồng toán học, chúng tôi đã tham vấn Nhóm Cố vấn về Toán học và Trí tuệ nhân tạo tại Viện Nghiên cứu Cao cấp(mở trong cửa sổ mới), một nhóm hoạt động độc lập, nhằm xây dựng các phương thức thực hành tốt nhất. Chúng tôi đang áp dụng lời khuyên và các khuyến nghị công khai(mở trong cửa sổ mới) của nhóm vào cách công bố những kết quả này.
Trong đợt công bố này, chúng tôi đăng các kết quả trong một kho lưu trữ trên GitHub, kèm theo quy định về việc sửa đổi và trích dẫn bài báo. Chúng tôi tiếp tục tìm hiểu các phương án khác do cộng đồng vận hành cho đợt công bố này, đáp ứng hướng dẫn của nhóm cố vấn. Trong những đợt công bố tiếp theo, chúng tôi cam kết tiếp tục nâng cao chất lượng bài báo bằng cách cải thiện phần trích dẫn, diễn giải toán học và trình bày kết quả để người đọc dễ hiểu hơn.
Trong kho lưu trữ trên GitHub, chúng tôi chia sẻ các bản hình thức hóa của nhiều chứng minh bằng Lean, một ngôn ngữ lập trình cho phép máy tính kiểm tra chứng minh toán học. Chúng tôi sẽ cập nhật kho lưu trữ khi có thêm các bản hình thức hóa.
Để thúc đẩy tính minh bạch và cởi mở trong khoa học, chúng tôi cũng công bố thêm thông tin trong kho lưu trữ về cách thu được các kết quả này. Thông tin này bao gồm 10 bản tóm tắt quá trình suy luận của mô hình, ước tính tài nguyên tính toán đã dùng quy đổi theo mức sử dụng Pro trên ChatGPT, và số liệu thống kê về số bài toán mà mô hình đã thử giải. Trung bình, mỗi kết quả tiêu tốn tài nguyên tính toán tương đương khoảng ba giờ suy nghĩ của ChatGPT Pro.
Chúng tôi mong muốn những tiến bộ này mở rộng giới hạn tri thức nhân loại và tạo điều kiện cho toán học tiếp tục phát triển. Chúng tôi sẽ tài trợ một loạt hội thảo, hội nghị và chương trình chuyên đề nhằm tìm hiểu các kết quả quan trọng do AI tạo ra. Chúng tôi sẽ chia sẻ thêm về việc này trong thời gian tới.
Chúng tôi muốn trực tiếp trang bị cho các nhà khoa học những năng lực tiên tiến nhất và đang nỗ lực phát hành một cách có trách nhiệm mô hình đã tạo ra những kết quả này. Vì vậy, việc tiếp tục đánh giá các mô hình tiên phong nội bộ của chúng tôi về toán học và các ngành khoa học khác là rất quan trọng, giúp chúng tôi đẩy nhanh quá trình phát triển công cụ để thúc đẩy những lĩnh vực đó. Chúng tôi sẽ tiếp tục điều chỉnh dựa trên phản hồi của cộng đồng và cập nhật các tiêu chuẩn cho những lần công bố tiến bộ khoa học quan trọng trong tương lai.
