Scott Aaronsonは、OpenAIの公開後の数学界の雰囲気を、隣に리조트がオープンするのを見て自分のキャリアを考え直さざるを得なくなった狩猟採集民にたとえています。
2026年10月6日付のこの公開は、未公開の社内モデルによって生成された719本の論文を、372の結果ファミリーにまとめたものです。結果の中には、乱雑なテキストの照合、代表的な観測値の選択、比較用データの生成、モデルの当てはめといった、データサイエンスでおなじみの課題に関わるものがあります。
この集成は17の分野にまたがっています。理論計算機科学はファミリー数が最も多く、40件で全体の約11%を占めます。一方、ページ数で見ると確率論と統計力学が首位で、29のファミリーに105本の論文と7,232ページがあり、全ページの約21%にあたります。集成全体は34,669ページで、論文の中央値は39ページです。毎日PDFを1つずつ読むと、およそ2年かかる計算になります。
中心的な例は編集距離です。これは、ある文字列を別の文字列に変換するために必要な、1文字の挿入・削除・置換の最小回数を指します。「Jon Smith」と「John Smyth」のように2回の編集で違いが生じる記録の照合に役立ちます。標準的な厳密計算では、文字列の長さに対して格子の大きさが二乗で増えるため、両方の文字列を2倍にすると格子は4倍になります。公開された新しい論文はより高速な方法を主張していますが、より良い方法の証明が、実用的な実装に先行することもあります。
より広い論点は、精度、距離、ランダム性に関する選択が、計算量、保存、必要なデータを形作るということです。こうした理論上の進歩が実運用のシステムにまで届くかどうかは、なお未解決の問題です。
出典: Towards Data Science · 要約：HeadlinesBriefing