OpenAI väittää tekoälynsä kumonneen kompleksisuusteorian kulmakiven
OpenAI kertoi 26. lokakuuta, että sen kielimallit tuottivat kolme uutta tutkimustulosta matematiikassa, tietojenkäsittelytieteessä ja fysiikassa. Merkittävin on väite, että eksponentiaalisen ajan hypoteesi on väärä – ja tulos on nyt ulkopuolisten asiantuntijoiden tarkistettavana.
Kuva: Jernej Furman, Wikimedia Commons, CC BY 2.0
OpenAI kertoi maanantaina 26. lokakuuta, että sen omat kielimallit tuottivat kolme uutta tutkimustulosta matematiikassa, tietojenkäsittelytieteessä ja fysiikassa. Merkittävin niistä on väite, jonka mukaan eksponentiaalisen ajan hypoteesi eli ETH on väärä. Väite koskee sitä, kuinka nopeasti tietokone voi ratkaista erään perustehtävän, ja sillä on vuosikymmeniä ollut suuri painoarvo tietojenkäsittelytieteen todistuksissa. OpenAI julkaisi todistusaineiston julkisesti ja pyysi ulkopuoliset asiantuntijat johtamaan tuloksen tarkistusta.
Mitä eksponentiaalisen ajan hypoteesi väittää
Hypoteesi liittyy tehtävään, jonka nimi on 3-SAT. Siinä annetaan joukko loogisia ehtoja, joista jokaisessa on kolme väitettä, ja vähintään yhden väitteen on oltava tosi jokaisessa ehdossa. Ratkaisijan pitää päättää, onko olemassa sellaista yhdistelmää, jossa kaikki ehdot täyttyvät.
Vuonna 1999 Russell Impagliazzo, Ramamohan Paturi ja Francis Zane esittivät, että tätä tehtävää ei voi ratkaista olennaisesti nopeammin kuin käymällä läpi kaikki vaihtoehdot. Tästä väitteestä tuli työkalu: jos jokin toinen ongelma olisi ratkaistavissa nopeasti, myös 3-SAT olisi, ja koska 3-SAT:n uskottiin olevan hidasta, myös toisen ongelman piti olla hidasta. Näin syntyi suuri joukko niin sanottuja ehdollisia vaikeustuloksia muun muassa verkkoteoriassa, laskennallisessa biologiassa ja tietokannoissa.
OpenAI:n mukaan sen malli tuotti 16. lokakuuta luonnollisen kielen todistuksen sille, että 3-SAT on ratkaistavissa selvästi luultua nopeammin. Yhtiön mukaan tulos kumoaa ETH:n. Todistus kirjoitettiin seuraavana päivänä muotoon, jonka Lean-todistusavustin pystyy tarkistamaan. Lean on ohjelma, joka käy matemaattisen todistuksen askel askeleelta läpi ja hylkää sen, jos jokin askel ei seuraa edellisistä. Se ei kerro, onko väite tosi maailmassa, mutta se kertoo, ettei todistuksessa ole muodollista aukkoa.
Jos tulos pitää, moni varmana pidetty raja-arvo horjuu
ETH:n kumoaminen ei tarkoita, että vaikeina pidetyt ongelmat muuttuisivat helpoiksi. Se tarkoittaa, että perustelu, jolla niiden vaikeutta on tähän asti perusteltu, menettää pohjansa. OpenAI kirjoittaa itse, että tulos avaa uudelleen kysymyksen siitä, kuinka paljon nopeampia nämä tehtävät voisivat olla, ja että nopeampien algoritmien löytäminen ja teorian vieminen käytäntöön vaatii vielä paljon tutkimusta.
Käytännön merkitys on siis toistaiseksi tieteellinen, ei tuotannollinen. Jos tulos vahvistuu, se voi ohjata algoritmitutkimusta suuntaan, jota on pidetty mahdottomana. Samalla se pakottaa tarkistamaan tutkimuksia, jotka on rakennettu ETH:n varaan.
Kolme tulosta ja kolme erilaista julkaisutapaa
OpenAI julkaisi samalla kertaa myös matematiikan ja fysiikan tulokset. Matematiikassa mallit tuottivat todistuksen niin sanotusta paikallisen tasoittumisen otaksumasta kaikissa ulottuvuuksissa, mikä ratkaisisi myös Kakeya-oletuksen ja Steinin rajoitusotaksuman. Fysiikassa kyse on kvanttikromodynamiikan ja Standardimallin erään laajennuksen olemassaolotodistuksesta.
Yhtiö kokeilee samalla uutta tapaa julkaista tekoälyn tuottamaa tutkimusta. Matematiikan tuloksen se julkaisi sellaisenaan, jotta tutkijat voivat järjestäytyä selittämään sen itse. Tietojenkäsittelytieteessä ulkopuolinen ryhmä julkaisi todistuksen ja Lean-formalisoinnin heti. Fysiikassa ryhmä päätti pidättää aineiston, kunnes se on kirjoittanut oman selvityksensä.
OpenAI kuvaa käsikirjoituksia raa’aksi tutkimusdataksi ja lupaa, ettei se hae tuloksista akateemista kunniaa. Yhtiö myös rahoittaa konferenssin, jossa ETH-väitteen merkitystä on tarkoitus käsitellä. Lisäksi se kertoo tukeneensa Simons-säätiön ohjelmaa, jolla rahoitetaan tutkijoiden työtä tekoälyn tuottamien tulosten ymmärtämiseksi.
Tarkistus on kesken ja kritiikki kohdistuu menettelyyn
Tulosta ei ole vertaisarvioitu. Tietojenkäsittelytieteen ryhmää johtavat Russell Impagliazzo ja Ramamohan Paturi Kalifornian yliopistosta San Diegosta sekä Ryan Williams MIT:stä. Impagliazzo ja Paturi olivat itse esittämässä ETH:tä, ja Williams on aiemmin kumonnut sen vahvempia versioita. Ryhmä on julkaissut avoimen kirjeen, jossa se pyytää yhteisöä keskustelemaan muun muassa siitä, millaisia odotuksia tekoälyn tuottamien tulosten ennakkopääsylle pitäisi asettaa ja miten ansio tulisi jakaa.
Menettely on saanut kritiikkiä myös OpenAI:n omalta matematiikan neuvottelukunnalta. The Vergen mukaan AGMAI-paneeli suositteli päivää aiemmin, etteivät tekoäly-yhtiöt ottaisi käyttöön tapaa, jossa tietyt henkilöt saavat tulokset ensimmäisinä. Perusteluina mainittiin eriarvoinen pääsy, lainattu maine ja valikoinnin vinous. OpenAI myöntää, että valittujen “paimenien” valinta muokkaa väistämättä sitä, ketkä pääsevät mukaan ensimmäisinä.
Mitä tämä tarkoittaa suomalaiselle lukijalle
Tavalliselle tekoälyn käyttäjälle mikään ei muutu välittömästi: kyse ei ole uudesta mallista eikä palvelusta. Kyse on siitä, miten tekoälyn tuottamaa tieteellistä väitettä voi ylipäätään tarkistaa. Todistus ja sen Lean-formalisointi ovat julkisesti GitHubissa, joten myös suomalaiset tutkijat ja opiskelijat voivat käydä ne läpi ilman lupaa tai sopimusta.
Suomen kannalta olennainen kysymys on tutkimuksen arviointi. Jos tekoäly tuottaa tulevaisuudessa yhä useampia tuloksia, tarvitaan tapoja, joilla yliopistot ja rahoittajat voivat tarkistaa ne uskottavasti ja jakaa ansiot oikein. OpenAI:n oma kokeilu on yksi yritys vastata tähän, mutta yhtiö itse sanoo, ettei vielä tiedä, mikä kolmesta julkaisutavasta toimii parhaiten.
Lähteet
- OpenAI: Working with academic communities to build scientific understanding, 26.10.2026.
- The Verge: OpenAI announces three big science discoveries and a new way to work with academics, 26.10.2026.
- The Next Web: OpenAI says its AI model has disproved the Exponential Time Hypothesis, 26.10.2026.
- Interesting Engineering: OpenAI claims major proofs in math, computing and quantum physics, 27.10.2026.
- Unite.AI: OpenAI Says Its Models Produced Three Proofs in Math, CS, and Physics, 26.10.2026.
- The Quantum Insider: OpenAI Computing Claim Faces Review, Raising Questions About Quantum Advantage, 27.10.2026.
- The Neuron: OpenAI’s Three AI Discoveries and Verification Plans, 27.10.2026.
- OpenAI GitHub: Lean-formalisointi: The Exponential Time Hypothesis is False.
Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.
Mainos: alla on kumppanimainoksia ja mainoslinkkejä.

