Thứ Ba, 27 tháng 10, 2026

Working with academic communities to build scientific understanding - by OpenAI | 2026.10.26

Source: Working with academic communities to build scientific understanding

Summarize (by Gemini):

On October 26, 2026, OpenAI published "Building scientific understanding with academic communities," detailing three major AI-generated breakthroughs across mathematics, computer science, and theoretical physics, alongside a framework for collaborating with academic communities to verify and build upon these results.

Key Scientific Breakthroughs

  1. Mathematics (Harmonic Analysis)

    • Discovery: OpenAI’s models generated a complete proof of Sogge’s Local Smoothing Conjecture across all spatial dimensions, which directly resolves the Kakeya conjecture and Stein’s restriction conjecture in all dimensions.

    • Mechanism: The proof introduces a novel auxiliary partial differential equation (PDE). It has been formalized in the Lean proof assistant and released on GitHub.

  2. Computer Science (Complexity Theory)

    • Discovery: The AI models proved that the Exponential Time Hypothesis (ETH) is false, a result subsequently verified in Lean.

    • Impact: Because ETH was widely assumed to be true and used to derive conditional computational hardness across computer science, refuting it reopens possibilities for faster algorithms for basic computational problems.

    • External Shepherds: Led by original ETH proposers Russell Impagliazzo and Ramamohan Paturi (UC San Diego), along with Ryan Williams (MIT). OpenAI committed to making all raw data public and funding a conference to analyze the implications.

  3. Theoretical Physics (Quantum Field Theory)

    • Discovery: A mathematically rigorous existence proof of interacting quantum field theories in four dimensions with gauge fields and fermions—including Quantum Chromodynamics (QCD) and a unified completion of the Standard Model of particle physics. It also includes an existence proof for pure Yang–Mills theory (part of the Millennium Prize problem).

    • External Shepherds: Led by Nobel laureate David Gross, alongside Michael Douglas, Arthur Jaffe, Igor Klebanov, and Nikita Nekrasov. The group is drafting their own write-up prior to releasing the AI-generated artifacts.

OpenAI’s Academic Collaboration Model

To convert AI-generated outputs into verified scientific knowledge, OpenAI is experimenting with distinct release strategies guided by external expert "shepherds":

  • Math: Immediate public release of AI outputs (natural language and Lean formalizations) for the community to analyze independently.

  • Computer Science: Immediate public release of AI outputs while forming an external academic working group to analyze and explain the results.

  • Physics: Deferring public release of AI artifacts while an external collaboration of theoretical physicists writes up and contextualizes the proof.

Guiding Principles for Academic Collaborations

  • Transparency: No NDAs; members are free to share intermediate work and publish findings.

  • No Academic Credit: OpenAI does not claim academic authorship or credit for the discoveries.

  • Recognition: External groups receive full credit for the write-ups, analysis, and educational materials they produce.

  • Independence: Participation is voluntary, unpaid, and independent; external experts speak for themselves, not for OpenAI.

  • Funding & Support: OpenAI is providing direct conference/workshop support alongside a $5 million contribution to the Simons Foundation to fund academic review of AI-generated discoveries.

---

Vietnamese (by Gemini):

Vào ngày 26 tháng 10 năm 2026, OpenAI đã xuất bản bài viết "Building scientific understanding with academic communities" (Xây dựng hiểu biết khoa học cùng cộng đồng hàn lâm), chi tiết hóa ba phát kiến lớn do AI tạo ra trong các lĩnh vực toán học, khoa học máy tính và vật lý lý thuyết, cùng với khuôn khổ hợp tác với cộng đồng hàn lâm để thẩm định và phát triển các kết quả này.

Các Đột phá Khoa học Chính

  1. Toán học (Phân tích Điều hòa)

    • Phát kiến: Các mô hình của OpenAI đã đưa ra lời giải hoàn chỉnh cho Giả thuyết Làm mịn Cục bộ (Local Smoothing Conjecture) của Sogge trên mọi chiều không gian, qua đó giải quyết trực tiếp Giả thuyết Kakeya và Giả thuyết Hạn chế Stein (Stein's restriction conjecture) trong mọi chiều.

    • Cơ chế: Lời giải sử dụng một phương trình vi phân đạo hàm riêng bổ trợ hoàn toàn mới. Lời giải đã được chính thức hóa bằng ngôn ngữ Lean và phát hành trên GitHub.

  2. Khoa học Máy tính (Lý thuyết Độ phức tạp)

    • Phát kiến: Hệ thống AI đã chứng minh Giả thuyết Thời gian Tố (Exponential Time Hypothesis - ETH) là sai, kết quả này sau đó đã được xác minh lại bằng Lean.

    • Tác động: Vì ETH từng được tin là đúng và làm nền tảng cho hàng trăm nghiên cứu về độ khó tính toán, việc bác bỏ nó mở ra khả năng tìm kiếm các thuật toán nhanh hơn cho nhiều bài toán cơ bản.

    • Nhóm cố vấn bên ngoài: Được dẫn dắt bởi các tác giả gốc của ETH là Russell Impagliazzo và Ramamohan Paturi (Đại học California, San Diego), cùng Ryan Williams (MIT). OpenAI cam kết công khai toàn bộ dữ liệu thô và tài trợ một hội thảo để phân tích các tác động của phát kiến này.

  3. Vật lý Lý thuyết (Lý thuyết Trường Lượng tử)

    • Phát kiến: Một chứng minh toán học chặt chẽ về sự tồn tại của các lý thuyết trường lượng tử tương tác trong 4 chiều có chứa trường chuẩn và fermion—bao gồm Sắc động lực học lượng tử (QCD) và một mô hình hoàn chỉnh hợp nhất cho Mô hình Chuẩn của vật lý hạt. Đột phá này cũng bao gồm chứng minh sự tồn tại của lý thuyết Yang–Mills thuần túy (một phần trong bài toán Giải thưởng Thiên niên kỷ Yang–Mills).

    • Nhóm cố vấn bên ngoài: Được dẫn dắt bởi nhà vật lý đoạt giải Nobel David Gross, cùng với Michael Douglas, Arthur Jaffe, Igor Klebanov, và Nikita Nekrasov. Nhóm thống nhất tạm hoãn công bố tài liệu thô của AI để tự soạn thảo bài phân tích chi tiết.

Mô hình Hợp tác Hàn lâm của OpenAI

Để chuyển đổi các đầu ra của AI thành tri thức khoa học được kiểm chứng, OpenAI đang thử nghiệm các chiến lược công bố khác nhau dưới sự hướng dẫn của các chuyên gia bên ngoài:

  • Toán học: Công khai ngay lập tức các kết quả của AI (văn bản tự nhiên và mã Lean) để cộng đồng tự do nghiên cứu độc lập.

  • Khoa học máy tính: Công khai ngay kết quả AI đồng thời thành lập một nhóm hợp tác bên ngoài để giải thích và đánh giá kết quả.

  • Vật lý: Tạm hoãn công bố tài liệu thô của AI để nhóm các nhà vật lý lý thuyết tự biên soạn và đặt kết quả vào bối cảnh khoa học phù hợp.

Các Nguyên tắc Hợp tác

  • Minh bạch: Không ký thỏa thuận bảo mật (NDA); các thành viên được tự do thảo luận, chia sẻ kết quả trung gian và công bố kết luận.

  • Không tranh quyền Tác giả: OpenAI không đòi hỏi ghi nhận danh tiếng hàn lâm cho các phát kiến do mô hình AI tạo ra.

  • Ghi nhận Đóng góp: Nhóm nghiên cứu bên ngoài nhận toàn bộ sự ghi nhận cho các bài phân tích, tài liệu và giải thích mà họ tạo ra.

  • Độc lập: Tự nguyện và không nhận thù lao; các nhà khoa học độc lập đưa ra kết luận riêng và không đại diện cho OpenAI.

  • Tài trợ & Hỗ trợ: OpenAI tài trợ cho các hội thảo, đồng thời đóng góp 5 triệu USD cho Quỹ Simons để hỗ trợ cộng đồng khoa học đánh giá các phát kiến từ AI.

 

---


Không có nhận xét nào:

Đăng nhận xét

US 2026 Midterms

Credit : Giang Công Thế. Credit : Gemini