Sebagai orang biasa, jika kamu memberikan soal matematika yang sulit kepada AI dan terus memintanya untuk 'lanjutkan', mungkinkah AI itu benar-benar bisa memecahkan soal tersebut, sehingga membantumu memenangkan hadiah uang besar, atau bahkan mengubah perkembangan matematika?
Belakangan ini, penghargaan Fields diumumkan, diskusi tentang matematika + AI sangat hangat. Pasti banyak juga yang membayangkan alur cerita 'novel hebat' seperti yang saya gambarkan.
Sebenarnya, dalam kenyataannya, ada orang yang benar-benar mencoba, tetapi prosesnya tidak semulus yang dibayangkan.
Baru-baru ini, ahli terkemuka dalam komputasi reversibel dan fisika komputasi, Michael P. Frank, memposting bahwa dia memberi GPT-5.6 Sol sebuah target penelitian berkesulitan tinggi: menyelidiki apakah ada jalur yang lebih sederhana untuk membuktikan Teorema Terakhir Fermat dibandingkan bukti Wiles–Taylor, dengan fokus pada modularitas kurva Frey khusus, metode keturunan tak hingga seragam, ketidaksetaraan tipe abc aritmatika, dan hasil bagi genus rendah seragam; menjaga catatan yang ketat, memverifikasi lemma kandidat melalui komputasi, dan dengan jelas membedakan antara hasil yang telah terbukti dengan dugaan.
Tugas ini berjalan di latar belakang selama sekitar 33 jam, menghabiskan banyak sumber daya komputasi. Namun pada akhirnya, tugas tersebut dihentikan secara paksa oleh sistem OpenAI.
GPT-5.6 Sol dalam analisis pasca-fakta yang diberikannya sendiri menulis, ada dua kemungkinan penyebabnya: pertama, sistem menilai sesi ini menggunakan terlalu banyak sumber daya; kedua, OpenAI sebelumnya sudah mencoba masalah ini dengan model serupa tetapi gagal, dan kali ini tidak ingin membuang-buang daya komputasi lagi.
Michael P. Frank tampaknya setuju dengan analisis GPT-5.6 Sol ini.
Selain itu, GPT-5.6 Sol juga melaporkan dengan jujur apa yang dilakukannya selama 33 jam itu. Intinya: melakukan banyak pekerjaan yang solid, mengubah banyak 'jalan pintas yang terdengar masuk akal' menjadi pernyataan pasti yang dapat diverifikasi, kemudian membuktikan salah atau menyingkirkan satu per satu. Hasilnya adalah sebuah peta 'jalan buntu', bukan buktinya sendiri. Direkomendasikan untuk berhenti di sini.
Mengenai tindakan OpenAI ini, ada juga yang memberikan interpretasi lain: OpenAI mungkin sengaja menyembunyikan, tidak membiarkan modelnya secara sembarangan memecahkan masalah matematika super hebat, takut tersaingi oleh orang lain, atau ingin mengambil sendiri untuk dipamerkan. Ini memberikan peringatan: jika terlalu bergantung pada mereka di masa depan, itu sama saja dengan menyerahkan kekuasaan 'apa yang dapat ditemukan' sepenuhnya kepada satu perusahaan mereka, ini sangat berbahaya.
Tapi tak lama kemudian, ilmuwan riset senior OpenAI Noam Brown tampil membantah ketidakmasukakalan pernyataan ini, dia berkata: 'Jika seseorang hanya memasukkan perintah continue (lanjutkan), lalu menggunakan model kami untuk memecahkan Millennium Prize Problems, dan kemudian mengambil hadiah 1 juta dolar AS, itu justru akan menjadi iklan terbaik bagi OpenAI, tidak ada yang lebih baik dari itu.'
Kedengarannya masuk akal, namun para pembantah berpendapat, membuka kemampuan terdepan kepada pengguna memang mungkin membawa keuntungan promosi jangka pendek, tetapi dalam jangka panjang akan melemahkan keunggulan OpenAI dalam kompetisi AI. Dalam lingkungan kompetisi multipemain, kerahasiaan/penggunaan internal prioritas model kuat untuk mempercepat penelitian mereka sendiri, lebih penting daripada membiarkan pengguna 'mendahului' memecahkan masalah besar. Dan begitu kemampuan menjadi 'tersedia untuk semua orang', nilai promosinya akan turun drastis.
Selain itu, guncangan regulasi belakangan ini juga memberi alasan bagi OpenAI untuk menyimpan kekuatan. Jika pengguna menggunakan versi publik untuk memecahkan masalah matematika berkesulitan tinggi, itu sama saja dengan membuktikan secara terbuka bahwa 'model ini sebenarnya sangat kuat', justru akan menarik masalah regulasi. Dalam situasi seperti ini, sengaja menyediakan model versi yang dilemahkan untuk eksternal, sementara menyimpan versi super kuat secara internal terdengar seperti langkah yang masuk akal.
Tapi, ada juga yang dari segi teknis menunjukkan kemungkinan lain: dalam codex-cli, 'goal blocked' berarti model berturut-turut dalam 3 putaran penalaran (turns) menabrak titik batas/penghalang (blocker) yang sama. Jadi tugas dihentikan mungkin adalah mekanisme keamanan rutin/pencegahan hang saat model berjalan, bukan penghalang khusus yang ditargetkan pada masalah sulit.
Ada juga yang mengatakan, ini mungkin disebabkan oleh sebuah bug. Secara spesifik, Sol versi 5.6 memiliki bug yang mengganggu saat menjalankan tugas dalam waktu lama. Solusi sementara adalah: beralih kembali ke versi 5.5, kompres konteksnya, jalankan dengan 5.5 selama beberapa menit, lalu beralih kembali ke Sol versi 5.6. 'Jika kamu ingin mempertahankan sesi (session) yang sama, kamu akan terjebak dan tidak bisa keluar.'
Bagaimana pendapatmu? Silakan bagikan pengalaman menggunakan AI untuk menaklukkan masalah sulit atau terjebak karenanya di kolom komentar.
Referensi tautan:
https://x.com/lu_sichu/status/2081367506468360495
Artikel ini berasal dari akun WeChat publik "机器之心" (ID: almosthuman2014), penulis: Zhang Qian
