OpenAI klaim model AI buktikan konjektur local smoothing dan bantah ETH, hasilnya masih menunggu verifikasi
OpenAI mengumumkan model AI-nya membuktikan konjektur local smoothing di setiap dimensi dan membantah Exponential Time Hypothesis. Hasil ini masih diperiksa pakar dan belum dikonfirmasi secara independen.
OpenAI mengumumkan tiga temuan baru di bidang analisis harmonik, teori kompleksitas, dan teori medan kuantum. Menurut Al Jazeera, pengumuman itu disampaikan perusahaan pada hari Senin, dan beritanya terbit pada 27 Oktober 2026. Dua dari temuan tersebut menyangkut matematika dan ilmu komputer teoretis, dan keduanya masih menunggu pemeriksaan komunitas ilmiah.
Konjektur local smoothing
Analisis harmonik adalah cabang matematika yang menguraikan sinyal dan fungsi kompleks menjadi gelombang-gelombang dasar. Dalam bidang ini, konjektur local smoothing dianggap salah satu proposisi sentral. Menurut OpenAI, model AI-nya membuktikan konjektur tersebut di setiap dimensi ruang, dan itu disebut yang pertama kali. Al Jazeera mencatat bahwa para peneliti sebelumnya baru membuktikan teori ini di tiga dimensi.
NewsBytes memerinci bahwa bukti tersebut berlaku untuk gelombang di setiap dimensi ruang, minimal dua. Bukti yang sama juga menghasilkan konjektur Kakeya maximal dan dimension, serta estimasi restriksi bola Stein di seluruh bagian dalam rentang yang dikonjekturkan.
Alex Iosevich, profesor matematika di University of Rochester yang berspesialisasi di analisis harmonik, mengatakan kepada Al Jazeera bahwa OpenAI tampaknya telah memecahkan konjektur itu dan menyebutnya perkembangan bersejarah. Konjektur tersebut dirumuskan oleh pembimbing doktoralnya, Chris Sogge.
Bantahan terhadap ETH
Exponential Time Hypothesis (ETH) berkaitan dengan lamanya waktu yang dibutuhkan untuk menyelesaikan masalah komputasi yang rumit. Menurut NewsBytes, hasil OpenAI berupa algoritma deterministik yang menghitung penugasan nilai yang memenuhi formula CNF berlebar tetap. Algoritma itu bekerja dalam waktu subeksponensial dan ruang polinomial, sehingga OpenAI menyatakan ETH keliru. CNF adalah bentuk baku formula logika yang lazim dipakai dalam teori komputasi.
Ryan Williams dari MIT, pakar teori kompleksitas komputasi, menjelaskan bahwa ETH diyakini benar sejak akhir 1990-an dan banyak teori ilmu komputer dibangun di atasnya. Ia menyebut timnya sedang memeriksa bukti itu untuk memastikan apakah bertahan. Menurut Williams, temuan ini tidak punya penerapan nyata dalam jangka pendek, tetapi berpotensi membawa manfaat di masa depan.
Proses verifikasi dipandu tiga pakar: Russell Impagliazzo, Ramamohan Paturi, dan Ryan Williams. Impagliazzo dan Paturi termasuk kelompok yang mengusulkan ETH pada 1999. Kelompok ini sudah merilis surat terbuka kepada komunitas, berisi permintaan masukan tentang cara menguji klaim tersebut dan menyusun norma untuk menangani temuan yang dihasilkan AI.
Temuan fisika
Temuan ketiga ada di fisika. NewsBytes menyebutnya bukti keberadaan yang ketat secara matematis untuk teori medan kuantum berinteraksi tertentu, dengan medan gauge dan fermion di empat dimensi. Cakupannya meliputi kromodinamika kuantum (QCD) dan penyelesaian terpadu Model Standar fisika partikel. Kelompok yang dipimpin David Gross akan memandu pekerjaan ini. Menurut Al Jazeera, kelompok fisika menunda rilis datanya untuk menulis tafsir mereka sendiri.
Cara rilis menuai kritik
OpenAI memilih tiga kelompok pakar sebagai shepherd, yaitu pemandu hasil sebelum dibuka luas. Data temuan matematika dan ilmu komputer langsung dibuka ke publik, dan dua di antaranya diunggah ke GitHub. OpenAI mengakui pendekatan ini punya trade-off: pakar terbantu menafsirkan hasil, tetapi pemilihan pemandu awal membentuk siapa yang terlibat lebih dulu dan menciptakan ketimpangan informasi. Perusahaan menyatakan menerima masukan agar partisipasi lebih luas.
Menurut NewsBytes, panel penasihat matematika AGMAI merekomendasikan agar perusahaan AI tidak memakai pola ini, karena akses yang tidak setara, reputasi pinjaman, dan bias pemilihan. Panel menyarankan rilis di repositori ilmiah dengan bukti terformalisasi Lean serta keterangan tentang cara masalah dipilih.
Apa artinya bagi pembaca
Analisis harmonik menjadi dasar banyak pengolahan sinyal, sedangkan ETH menjadi sandaran sejumlah hasil tentang batas kemampuan komputasi. Namun, sumber yang dibuka belum memuat konfirmasi independen atas ketiga klaim ini, dan tim Williams masih memeriksa bukti ETH. Pembaca teknik sebaiknya memperlakukan semuanya sebagai klaim yang belum diverifikasi sampai pemeriksaan pakar selesai.