OpenAI ilmoitti 8. syyskuuta tekoälyjärjestelmänsä löytäneen ratkaisun Navier–Stokesin olemassaolo- ja sileysongelmaan. Kyseessä on yksi seitsemästä Millennium Prize Problem -ongelmasta, joiden ratkaisemisesta Clay Mathematics Institute on luvannut miljoonan dollarin palkinnon.
Navier–Stokesin yhtälöillä kuvataan nesteiden ja kaasujen liikettä. Niitä hyödynnetään esimerkiksi lentokoneiden suunnittelussa, sääennusteissa ja veren virtauksen tutkimisessa. Matemaatikot ovat yrittäneet vuosikymmenten ajan selvittää, voivatko yhtälöiden ratkaisut tietyissä olosuhteissa muuttua epäsäännöllisiksi eli muodostaa singulariteetin.
OpenAI:n tekoälyn tuottaman todistuksen mukaan näin voi tapahtua. Yhtiö on julkaissut sekä todistuksen että sen koneellisesti tarkistettavan version.
Tulos on merkittävä, mutta sitä ei ole vielä virallisesti hyväksytty Millennium-ongelman ratkaisuksi.
10 000 tekoälyagenttia työskenteli saman ongelman parissa
Talouden ja työelämän kannalta kiinnostavaa ei ole ainoastaan se, mitä tekoäly ratkaisi, vaan miten ratkaisu syntyi.
OpenAI käytti tehtävään vielä julkaisematonta tekoälymallia sekä noin 10 000 samanaikaisesti toimivaa tekoälyagenttia. Eri agenttiryhmät lähestyivät ongelmaa eri suunnista, ja lupaavimpia tuloksia yhdistettiin työn edetessä.
Ratkaisu löytyi noin 88 tunnissa. Sen koneellinen formalisointi ja tarkistaminen vei vielä 17 tuntia. Pelkästään Navier–Stokesin ratkaisemisen aikana agentit lähettivät noin 2,7 miljoonaa viestiä ja tuottivat noin 130 miljardia output-tokenia.
Kyse ei siis ollut tavallisesta tilanteesta, jossa ihminen esittää tekoälylle kysymyksen ja saa vastauksen. Suuri joukko tekoälyagentteja työskenteli saman ongelman parissa rinnakkain ja etsi erilaisia tapoja päästä ratkaisuun.
Miljoonan dollarin ongelman ratkaiseminen saattoi maksaa moninkertaisesti
Navier–Stokes kuuluu Millennium-ongelmiin, joiden hyväksytystä ratkaisusta Clay Mathematics Institute on luvannut miljoonan dollarin palkinnon. OpenAI on ilmoittanut, ettei se aio hakea palkintoa.
Ratkaisun etsimiseen käytetyn tekoälyjärjestelmän todellisia kustannuksia OpenAI ei ole julkaissut. AI-järjestelmiä arvioiva LisanBench on kuitenkin arvioinut julkisten token-hintojen perusteella, että 130 miljardin output-tokenin laskennallinen hinta voisi olla noin 10–40 miljoonaa dollaria.
Arviota ei voi pitää OpenAI:n todellisena kustannuksena, sillä yhtiön oman laskentakapasiteetin kustannusrakenne ei vastaa asiakkailta perittäviä token-hintoja. Mittakaava kertoo silti jotain olennaista nykyisestä huipputason tekoälystä: poikkeuksellisten tulosten saavuttaminen voi vielä vaatia valtavia määriä laskentaa ja pääomaa.
Taloudellisesti kiinnostavampi kysymys onkin, mitä tapahtuu, jos vastaavan ongelmanratkaisukyvyn kustannukset tulevaisuudessa laskevat.
Mitä tällainen kehitys voi tarkoittaa taloudelle?
Tekoälyn taloudellisesta merkityksestä puhutaan usein työn automatisoinnin ja yksittäisten työtehtävien nopeutumisen kautta. Agenttien kehittyminen avaa toisenlaisen mahdollisuuden: yksi ihminen voi tulevaisuudessa pystyä ohjaamaan useita samanaikaisesti työskenteleviä tekoälyagentteja.
Taloudellisesti merkittävä vaikutus voisi syntyä erityisesti tutkimuksessa ja tuotekehityksessä. Jos yritys pystyy tutkimaan päivissä tai viikoissa vaihtoehtoja, joiden läpikäymiseen olisi aikaisemmin tarvittu kuukausia ihmistyötä, nopeudesta voi muodostua merkittävä kilpailuetu.
OECD arvioi tekoälyn voivan lisätä G7-maiden työn tuottavuuden vuotuista kasvuvauhtia keskeisessä skenaariossaan noin 0,5–1 prosenttiyksiköllä seuraavan kymmenen vuoden aikana. Kyse ei siis ole siitä, että tuottavuus kasvaisi tekoälyn ansiosta vain 0,5–1 prosenttia koko vuosikymmenessä, vaan vaikutus näkyisi vuosittaisessa kasvuvauhdissa.
Vertailun vuoksi G7-maiden työn tuottavuus kasvoi vuosina 2014–2023 keskimäärin noin 0,6 prosenttia vuodessa. Jos tuottavuus kasvaisi ilman tekoälyn vaikutusta samaa 0,6 prosentin vuosivauhtia ja tekoäly lisäisi kasvua esimerkiksi yhden prosenttiyksikön, vuotuinen kasvu olisi noin 1,6 prosenttia. Ero on merkittävä, koska nopeampi kasvu kertautuu vuodesta toiseen.
Mahdollisuus on samalla uhka
Tuottavuuden kasvu ei kuitenkaan tarkoita, että kaikki hyötyisivät muutoksesta samalla tavalla.
Tekoälyagentit ovat jo muuttamassa tapaa, jolla tietotyötä tehdään. OpenAI:n kesäkuussa julkaiseman taloustutkimuksen mukaan agentteja käytetään yhä pidempiin ja vaativampiin tehtäviin. Aktiivisimmat käyttäjät teettivät useilla rinnakkaisilla agenteilla jo yli 60 tuntia agenttityötä päivässä. Käyttö on levinnyt ohjelmistokehityksestä myös esimerkiksi talouteen, markkinointiin, lakiasioihin ja rekrytointiin.
Samalla tekoäly voi muuttaa yritysten välistä kilpailua. Jos uusien tuotteiden, lääkkeiden, ohjelmistojen tai teknologioiden kehittämistä voidaan nopeuttaa merkittävästi, parhaisiin tekoälyjärjestelmiin pääsevillä yrityksillä voi olla huomattava etumatka muihin nähden.
Navier–Stokesin ratkaisu ei tarkoita, että yritykset voisivat huomenna antaa vaikeimmat ongelmansa tuhansien tekoälyagenttien ratkaistaviksi. Se näyttää kuitenkin konkreettisesti, mihin suuntaan teknologia voi olla kehittymässä.
Tekoälyn seuraava suuri taloudellinen vaikutus ei välttämättä synny vain siitä, että ihminen tekee nykyisen työnsä hieman nopeammin. Suurempi muutos voi syntyä siitä, kuinka paljon työtä, tutkimusta ja ongelmanratkaisua yhden ihmisen johdolla voidaan tehdä samanaikaisesti.
