ЗмішанаImpact 6/10🔬 Research🎓 Освіта📺 Медіа і Контент

На задачі Нав’є-Стокса про тисячоліття

Simon Willison12 днів тому1 перегляд

OpenAI використала неопубліковану модель для претензії на розв’язок задачі Нав’є-Стокса, однієї з семи проблем тисячоліття. Це викликало спор з дослідниками, пов’язаними з Anthropic, які звинуватили компанію у поспіху та етичних порушеннях.

ВердиктЗмішанаImpact 6/10

🔬 Цікаво, але не для вас. Це дослідження без готового продукту — компанія на 10-50 людей не може застосувати це в роботі цього тижня.

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

  • OpenAI претендує на розв’язок задачі Нав’є-Стокса за допомогою неопублікованої моделі
  • Спір виник через звинувачення у доступі до сеансів дослідників у Codex
  • Агенти витратили 300 мільярдів токенів на всі спробовані проблеми
  • 130 мільярдів токенів використано саме на Нав’є-Стокс
  • Публікація суперечить етичним нормам відкритості в науці

Як це змінить ваш ринок?

Для компаній у галузі освіти та наукових досліджень ця новина сигналізує про зростаючий ризик етичних конфліктів у використанні ІІ для перехоплення інтелектуальної власності. Якщо тенденція посилиться, університети та НДО може потребувати нових ліцензійних угод з постачальниками моделей, щоб захистити дослідження від конкуренційного використання їх даних для тренування.


Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

Ця новина не описує продукт, який можна впровадити. Це дослідження та етична дискусія. Для компаній на 10-50 людей немає конкретного інструменту або процесу для впровадження. Оцінюйте це як сигнал про ризики використання зовнішніх ІІ у дослідженнях.


Альтернативи (ТАБЛИЦЯ: | | Продукт 1 | Продукт 2 | Продукт 3 | з колонками: Ціна, Де працює, Мін. вимоги, Ключова різниця.

| | Гнучкі ліцензії з обмеженнями на тренування | Внутрішні ІІ без зовнішнього доступу | Відкриті моделі з повною прозорістю | | Ціна | Переговорино | Вартість розробки та підтримки | Безкоштовно або за підпискою | | Де працює | Корпоративні дані, НДО | Внутрішні системи | Будь-де, де є інтернет | | Мін. вимоги | Юридична команда, IT-спеціаліст | ML-інженери, інфраструктура | GPU або хмарні ресурсы | | Ключова різниця | Заборона на використання даних для тренування зовнішніх моделей | Повний контроль над даними та моделлю | Відсутність конфіденційності, але доступність |


💬 Часті запитання

Так, якщо подібні випадки стануть частіше, вимовлятимуть вимоги до прозорості у тренуванні моделей на даних дослідників, особливо якщо вони використовують комерційні ІІ.

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

7 днів безкоштовно
Navier–StokesMillenniumPrizeOpenAIAnthropicLLMAIethics

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiupskill.live