Zwei Forschungsteams lösten im Abstand von drei Stunden dasselbe offene Problem mit demselben KI-Modell
Ein MIT-Doktorand und zwei Professoren haben unabhängig voneinander dieselbe Frage in der Quantenkryptographie mit GPT-5.6 Sol Ultra gelöst und ihre Arbeiten innerhalb von drei Stunden nacheinander auf arXiv gepostet. Es wirft eine unangenehme Frage auf, was unabhängige Entdeckung jetzt bedeutet.
Zwei Gruppen von Forschern, die sich nie koordiniert hatten, lösten dasselbe offene Problem in der Quantenkryptographie, beide verwendeten GPT-5.6 Sol Ultra von OpenAI und luden ihre Arbeiten im Abstand von drei Stunden auf den Preprint-Server arXiv hoch. Scientific American berichtete über die Kollision. Auf der einen Seite stand Seyoon Ragavan, ein Doktorand am MIT. Auf der anderen Seite Prabhanjan Ananth von der UC Santa Barbara und Amit Sahai von der UCLA.
Das Problem liegt in einem Bereich, der als nicht klonbare Verschlüsselung bezeichnet wird. Hierbei handelt es sich um eine Methode zum Schutz von Informationen, die auf einer Eigenschaft der Quantenphysik basiert: Bestimmte Quantenzustände können nicht kopiert werden, sodass eine verschlüsselte Nachricht von einem Abhörer nicht stillschweigend dupliziert werden kann. Zu dem Ergebnis gelangten die beiden Gruppen auf unterschiedlichen Wegen, weshalb sie nun darüber diskutieren, ob die Papiere zusammengeführt werden sollen, statt über die Priorität zu streiten.
Die Zitate sind der interessante Teil. „Wenn jemand ein offenes Problem erwähnt, muss man zunächst prüfen, ob GPT es löst“, sagte Ananth. Ragavan äußerte sich deutlicher: „Die Art und Weise, wie ich jetzt recherchiere, hat nichts damit zu tun, wie ich vor zwei Monaten recherchiert habe.“
Was dahintersteckt. Wissenschaftliche Kreditwürdigkeit basiert seit jeher auf der groben Annahme, dass schwierige Probleme lange dauern, sodass es selten genug ist, dass zwei Personen am selben Tag zu derselben Antwort kommen, um eine Geschichte zu sein. Gleichzeitige Entdeckungen sind nichts Neues, Newton und Leibniz haben sie mithilfe der Infinitesimalrechnung geschafft, aber früher geschah dies über Jahre und nicht über Stunden. Was sich geändert hat, ist, dass sich der Engpass verschoben hat. Als der schwierige Schritt darin bestand, die Idee zu haben, verteilte sich das Timing auf natürliche Weise, da die Ideen nach ihrem eigenen Zeitplan eintreffen. Wenn der schwierige Schritt darin besteht, ein bekanntes offenes Problem in ein Modell einzugeben, das viele Forscher teilen, bricht die Verbreitung zusammen. Das ist eine strukturelle Veränderung in der Art und Weise, wie Kredite funktionieren, und die Wissenschaft verfügt noch über keinen Mechanismus dafür. Zeitschriften gewähren demjenigen Vorrang, der zuerst einreicht. Drei Stunden sind kein nennenswerter Vorsprung. Die Reaktionen der Mathematiker auf diesen ganzen Wandel reichen von Begeisterung über das, was plötzlich erreichbar ist, bis hin zu eher Trauer über den Zweck ihrer Arbeit.
Ein wichtiger Vorbehalt: Dies ist ein Beweis in der Kryptographie, ein Bereich, in dem ein behauptetes Ergebnis Zeile für Zeile überprüft werden kann und entweder überlebt oder nicht. Der Verifizierungsschritt ist unverändert und immer noch menschlich. Niemand bestreitet, dass das Modell richtig ist, weil es richtig klingt.
Was das für dich bedeutet: Wenn Sie nicht in der Forschung tätig sind, ist der direkte Effekt gleich Null, und die ehrliche Zusammenfassung ist, dass ein Modell zwei Teams geholfen hat, etwas schneller zu tun, was zwei Teams bereits tun konnten. Bei der übertragbaren Beobachtung geht es allgemein um gemeinsame Werkzeuge. Wenn jeder in einem Bereich dieselben wenigen Modelle verwendet, werden die einfachen Schritte fast sofort und gleichzeitig ausgeführt, und der verbleibende Vorteil liegt in den Fragen, die Sie zu stellen denken, und nicht in der Antwort. Das gilt für eine Forschungsgruppe, ein Beratungsunternehmen und ein Marketingteam gleichermaßen. Wenn Ihr Vorsprung bei einer Aufgabe, die das Modell jetzt erledigt, in der Geschwindigkeit lag, ist er weg. Wenn Ihr Vorteil darin bestand, zu wissen, welches Problem es wert ist, angegangen zu werden, wurde es nur noch wertvoller.
Quellen
KI-Agenten machten Forschungssoftware 60-mal schneller und lagen selbstbewusst in einer Weise falsch, die wochenlang niemand bemerkte
Ein Erfahrungsbericht von OpenAI und akademischen Partnern dokumentiert acht Projekte, bei denen Codierungsagenten vernachlässigte wissenschaftliche Software modernisierten. Die Beschleunigungen sind real. Dies gilt auch für die Fehler, die nur bei ordnungsgemäßen statistischen Tests auftraten.
