OpenAI e Anthropic affermano di aver smentito l’Exponential Time Hypothesis
Una doppia affermazione di rottura nella teoria della complessità
OpenAI ha annunciato che un modello interno ha prodotto una dimostrazione formale secondo cui l’Exponential Time Hypothesis (ETH) è falsa. La stessa notizia è stata replicata poche ore dopo da Anthropic, che ha attribuito la scoperta a Claude, il suo modello di punta. Entrambi i laboratori hanno indicato la data del 16 ottobre come momento in cui le IA hanno individuato l’algoritmo.
L’ETH, formulata 27 anni fa, sostiene che problemi logici fondamentali come il 3‑SAT non possano essere risolti in tempo inferiore a quello esponenziale rispetto al numero di variabili. Questa congettura è alla base di innumerevoli risultati di complessità, dalla teoria dei grafi alla biologia computazionale.
Dettagli tecnici delle dimostrazioni
Il paper di OpenAI, intitolato “The Exponential Time Hypothesis is false”, descrive un algoritmo deterministico che conta le soluzioni di formule CNF a larghezza fissa in tempo subesponenziale e spazio polinomiale. Con n variabili, l’algoritmo richiede circa 2^(n/√log n) passi, una riduzione significativa rispetto al precedente limite esponenziale.
OpenAI ha dichiarato che il modello ha trovato la prova il 16 ottobre e che il giorno successivo il linguaggio di verifica Lean l’ha controllata. Anthropic, d’altro canto, ha fornito una formalizzazione anch’essa in Lean, sottolineando che il modello ha operato senza intervento umano.
Verifica indipendente
Gli autori originali dell’ETH, Russell Impagliazzo e Ramamohan Paturi, insieme a Ryan Williams del MIT, condurranno una revisione indipendente dei risultati. OpenAI ha reso pubblica la prova scritta dal modello e ha promesso la divulgazione di tutti i dati grezzi.
Reazioni della comunità scientifica
Non tutti accolgono la notizia con entusiasmo. Il matematico di Anthropic Levent Alpöge ha sollevato dubbi sul fatto che OpenAI possa aver partito da soluzioni preesistenti, un punto evidenziato da TechCrunch. Inoltre, gli esperti sottolineano che la dimostrazione non implica P = NP, quindi non minaccia la crittografia alla base di Bitcoin, Ethereum e altre piattaforme.
Anthropic avverte inoltre che, sebbene l’algoritmo superi il limite esponenziale previsto dall’ETH, rimane troppo lento per avere un impatto pratico su problemi reali. L’accelerazione teorica non si traduce automaticamente in un vantaggio computazionale tangibile.
Il contesto più ampio della ricerca AI
L’annuncio si inserisce in una serie di risultati recenti di OpenAI, che il 26 ottobre ha presentato altre due scoperte su questioni scientifiche aperte, inclusa una proposta di soluzione per le equazioni di Navier‑Stokes e centinaia di manoscritti matematici. Se la verifica di Impagliazzo, Paturi e Williams confermerà le dimostrazioni, OpenAI e Anthropic potranno contendersi la paternità di una scoperta avvenuta in parallelo.
Qualora emergessero errori o lacune, la corsa alla scienza guidata dalle macchine dovrà fare i conti con la necessità di una rigorosa verifica umana, riaffermando il ruolo cruciale della peer review nella ricerca teorica.