GPT-5.6 Sol obala 30-letnią hipotezę statystyczną w 90 minut

Profesor statystyki z Uniwersytetu Pensylwanii wykorzystał model językowy GPT-5.6 Sol Pro firmy OpenAI do rozwiązania jednego z kluczowych otwartych problemów w swojej dziedzinie. Odkrycie to, choć na razie ma głównie znaczenie teoretyczne, podkreśla rosnące możliwości sztucznej inteligencji w rozwiązywaniu złożonych zagadnień naukowych.

Wyzwanie statystyczne i procedura Benjamini-Hochberga

Problem, z którym borykają się naukowcy, polega na wzroście liczby fałszywych pozytywów podczas testowania tysięcy hipotez jednocześnie, na przykład w badaniach genomu ludzkiego w poszukiwaniu genów związanych z chorobami. W odpowiedzi na to wyzwanie, w 1995 roku statystycy Yoav Benjamini i Yosef Hochberg opracowali metodę ograniczającą te fałszywe pozytywy. Ich procedura, znana jako procedura Benjamini-Hochberga (BH), kontroluje wskaźnik fałszywych odkryć (FDR), czyli odsetek zgłoszonych istotnych wyników, które w rzeczywistości są fałszywymi alarmami. Metoda ta jest obecnie szeroko stosowana w statystyce i wielu dziedzinach nauki, a oryginalna praca doczekała się ponad 130 000 cytowań, jak podaje Edgar Dobriban, profesor nadzwyczajny w Wharton School Uniwersytetu Pensylwanii.

Benjamini i Hochberg pierwotnie wykazali skuteczność swojej metody dla danych niezależnych. Jednak w rzeczywistości punkty danych często są ze sobą skorelowane, na przykład warianty genetyczne, które są dziedziczone razem. Przez lata eksperci zakładali, że procedura BH będzie działać niezawodnie również w przypadku skorelowanych, normalnie rozłożonych danych, szczególnie przy testowaniu odchyleń w obu kierunkach. Nikt jednak nigdy tego nie udowodnił.

Rola GPT-5.6 Sol Pro w obaleniu hipotezy

Profesor Dobriban, używając GPT-5.6 Sol Pro firmy OpenAI, obalił to założenie. W swoim preprintcie wykorzystuje sztuczną inteligencję do skonstruowania modelu statystycznego, w którym rzeczywisty wskaźnik fałszywych odkryć udowodniono, że przekracza docelowy poziom. Symulacje potwierdzają ten wynik. Dobriban opublikował również towarzyszący kod.

Dobriban zauważa, że różnica powyżej docelowego poziomu jest „stosunkowo niewielka (0,104 w porównaniu do 0,1)”, co oznacza, że wynik ma obecnie znaczenie głównie teoretyczne. Praktyczne konsekwencje wymagają dalszych badań, a odkrycie to nie oznacza, że procedura BH jest ogólnie bezużyteczna.

Znaczenie i szerszy kontekst dla AI

Wynik jest jednak znaczący dla statystyków, ponieważ sztuczna inteligencja rozwiązała problem szybko, podczas gdy ludzie nie potrafili tego dokonać. Dobriban podaje, że GPT-5.6 Sol Pro potrzebował około 90 minut. Dla porównania, GPT-5.5 nie był w stanie znaleźć rozwiązania nawet po około 20 godzinach pracy z kilkoma agentami. „Poprawa możliwości jest więc całkiem realna. Ekscytujące czasy!” – pisze Dobriban, udostępniając pełną rozmowę i prompt.

Will Fithian, statystyk z Berkeley, nazwał obaloną hipotezę „najciekawszym otwartym problemem w mojej dziedzinie statystyki”, a wynik „kolejnym wskaźnikiem postępu możliwości AI, którego konsekwencje wykraczają daleko poza matematykę”. Fithian wyraził również refleksję nad tym, jak takie wyniki wpływają na postrzeganie pracy ekspertów: „Nie mogę nie opłakiwać minionych dni, kiedy kluczowy wynik zawsze oznaczał kolegę do świętowania; ludzki wgląd do podziwiania; ludzkie osiągnięcie do inspiracji”.

Podobnie jak w innych przypadkach w matematyce, rozwiązanie wydaje się łączyć istniejące podejścia, a nie tworzyć coś zupełnie nowego. Dobriban stwierdził, że kombinacja była niezwykła, ale wynik ostatecznie „nie był szczególnie zaskakujący”. Wyzwaniem było znalezienie właściwego sposobu połączenia znanych metod, a nowszy model zdołał to zrobić.

To stawia szersze pytanie: czy modele trenowane na danych ludzkich mogą dochodzić do prawdziwie nowej wiedzy, czy też mogą „jedynie” rekombinować to, czego nauczyły się podczas treningu? Nawet jeśli rekombinacja jest wszystkim, co te systemy potrafią, już teraz okazują się użytecznymi narzędziami w codziennych procesach pracy. Wynik Dobribana dodaje się do rosnącej listy takich przykładów. Bardziej ambitne cele, takie jak budowanie samodoskonalącej się sztucznej inteligencji zdolnej do generalizacji, mogą jednak wymagać czegoś więcej niż tylko rekombinacji. Richard Sutton, pionier głębokiego uczenia, jest wśród tych, którzy tak uważają, niedawno zakładając startup, aby rozwiązać dokładnie ten problem.

Odkrycie to, choć na razie o charakterze teoretycznym, stanowi kolejny dowód na dynamiczny rozwój sztucznej inteligencji i jej zdolność do rozwiązywania problemów, które przez dekady pozostawały poza zasięgiem ludzkich możliwości. Wskazuje to na potencjał AI jako potężnego narzędzia wspomagającego badania naukowe, jednocześnie otwierając dyskusję na temat granic jej kreatywności i zdolności do generowania prawdziwie nowej wiedzy.

Źródło: the-decoder.com