Als ich gestern aus dem Bett stieg, hatten mich bereits drei Leute gefragt, ob ich die Ankündigung von OpenAI gesehen hätte, wonach das Partitionsprinzip das Auswahlaxiom nicht impliziert. Die Zahl stieg im Laufe des Tages weiter an, und ich kann verstehen, warum. Ich bin bekanntermaßen an diesem Problem interessiert. Tatsächlich fragten mindestens zwei Personen, ob ich Sam Altman eine Flasche Whisky schicken werde, wie auf meiner Problemseite versprochen. Die Antwort lautet nein, und ich möchte erklären, warum Sie auf OpenAI sehr wütend sein sollten.
Zunächst eine Klarstellung. Ich bin nicht grundsätzlich gegen den Einsatz von KI. Ich verstehe, dass es sich um ein Werkzeug handelt, das vielen Menschen nützlich erscheint. Ich denke, wir müssen besser verstehen, wie diese Technologie unser Fachgebiet verändert und wie wir sie nutzen wollen, bevor wir uns vorschnell festlegen. Deshalb verzichte ich in der Mathematik meist auf KI, auch wenn ich LLMs gern bitte, Informationen zusammenzufassen, eine Infografik zu erstellen oder eine E-Mail Korrektur zu lesen. Der Rahmen für den Einsatz in der Forschung fehlt noch. arXiv hat als Reaktion auf diese Werkzeuge eine Ratenbegrenzung eingeführt, und fast alle Arbeiten sollten inzwischen eine KI-Erklärung enthalten. Wir müssen außerdem entscheiden, wie der Beitrag einer Autorin oder eines Autors zu beurteilen ist. Sollten Chatprotokolle öffentlich gemacht werden oder zumindest Gutachtern und Herausgebern zugänglich sein?
Aber zurück zum Partitionsprinzip. Ich habe einen kurzen Blick auf das von OpenAI veröffentlichte Preprint geworfen, nicht aber auf den Lean-Code, da dieser enorm war und ich mich mit Lean kaum auskenne. Das Preprint war unklar, verworren und seltsam aufgebaut. Die Terminologie war "ein bisschen daneben", und es enthielt Sätze, von denen ich nicht erwartet hätte, dass sie bewiesen werden, und die in einer merkwürdigen Form formuliert waren. Lemma 7.4 und Lemma 8.1 sind nicht das, was man in einer solchen Arbeit erwartet.
Auch die Literaturangaben waren problematisch. Eine meiner Arbeiten zum Bristol-Modell wird für eine grundlegende Einführung in symmetrische Erweiterungen zitiert, was nicht die Referenz ist, die ich gewählt hätte. Außerdem werden drei unveröffentlichte, nicht begutachtete und nicht auf arXiv hinterlegte Vorlesungsskripte verwendet, darunter eines von mir, das auf eine Proposition verweist, von der ich sicher bin, dass sie in veröffentlichten Arbeiten vorkommt. Das ist nicht das, was man von einem seriösen Preprint erwartet, das ein Problem zu lösen beansprucht.
Eine kompetente Arbeit zur Mengenlehre außerhalb meines Spezialgebiets kann man in der Regel überfliegen und die Strategie erfassen. In meinem eigenen Bereich, dem Auswahlaxiom, kann ich schnell nachvollziehen, was die Autoren beabsichtigt haben. Bei der Arbeit von OpenAI war das unmöglich. Wäre sie bei einer Fachzeitschrift eingereicht worden, hätte sie wegen ihrer Qualität umgehend abgelehnt werden müssen. Die Verantwortung liegt bei den Autoren, klare Kommunikationsstandards einzuhalten, und OpenAI hat Hunderte unverständlich formulierte "Lösungen" veröffentlicht.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing