De technologieorganisatie OpenAI heeft onlangs een reeks ontdekkingen gepresenteerd op het gebied van wiskunde, fysica en informatica. De meest impactvolle claim is dat hun AI-modellen de zogenaamde Exponential Time Hypothesis (ETH) hebben weerlegd. Deze hypothese vormt al bijna drie decennia een cruciaal uitgangspunt voor wetenschappers die onderzoeken hoe snel computers complexe logische vraagstukken kunnen oplossen.
De ETH is een theoretisch kader dat stelt dat de benodigde rekenkracht voor bepaalde logische puzzels onvermijdelijk exponentieel toeneemt naarmate de omvang van de puzzel groter wordt. Hoewel er methoden zijn om het proces te versnellen, gaat de aanname uit van een harde limiet in de rekensnelheid. Echter, volgens newscientist.com claimt OpenAI dat haar modellen een algoritme hebben gevonden dat deze snelheidslimiet doorbreekt, waardoor de hypothese dat de rekentijd altijd exponentieel moet groeien, onjuist zou zijn.
Binnen de academische wereld is de aankondiging voor een schok gezorgd. Fedor Fomin van de Universiteit van Bergen in Noorwegen omschreef de melding als een complete verrassing. De potentiële gevolgen zijn groot, aangezien talloze conclusies binnen de informatica rusten op de aanname dat de ETH correct is. Indien deze basis wegvalt, worden veel huidige inzichten over computationele limieten in feite ongeldig. Fomin merkt op dat dit zou leiden tot een volledige herziening van diverse vakgebieden binnen de complexiteitstheorie en de algoritmeleer. Hij stelt zelfs dat een door hem geschreven tekstboek over dit onderwerp direct verouderd zou zijn als de claims van OpenAI worden bevestigd.
De ETH is nauw verbonden met het beroemde P versus NP-probleem, een langlopend vraagstuk in de wiskunde. Dit probleem onderzoekt of een vraagstuk waarvan de oplossing eenvoudig te controleren is, ook eenvoudig op te lossen is. Een bevestiging van de ETH zou betekenen dat het antwoord op de P versus NP-vraag "nee" is. Hoewel het weerleggen van de ETH nieuwe inzichten biedt in de complexiteit van berekeningen, betekent dit volgens de niet automatisch dat het antwoord op de P versus NP-vraag "ja" is.
Ondanks de potentieel revolutionaire aard van de ontdekking, blijft de wetenschappelijke gemeenschap voorzichtig. Leslie Goldberg van de Universiteit van Oxford benadrukte dat er sprake is van een enorme doorbraak, mits de resultaten worden geverifieerd door onafhankelijke onderzoekers.
Mocht de ontdekking standhouden, dan markeert dit een historisch keerpunt. Kunstmatige intelligentie zou dan niet langer enkel dienen voor het verwerken van bestaande data, maar actief bijdragen aan het herdefiniëren van de fundamentele wetten van de theoretische informatica. De belicht hoe deze verschuiving de manier waarop we naar computationele complexiteit kijken, volledig kan transformeren.