OpenAI запустила 10 000 агентов на 88 часов ради задачи Навье — Стокса

OpenAI провела эксперимент: около 10 000 агентов работали 88 часов над проблемой Навье — Стокса. Это не очередной тест одной модели, а попытка измерить интеллект иначе — не поштучно, а роем. Вопрос, который обычно обсуждают, — может ли один агент написать код лучше одного программиста или заменить одного аналитика. Но здесь масштаб другой: не один умный помощник, а тысячи одновременно.

Человеческий интеллект масштабируется плохо. Десять тысяч математиков можно нанять, но их нужно разделить на группы, распределить направления, собирать промежуточные результаты, замечать дублирование, закрывать тупиковые ветки и перераспределять людей туда, где появился прогресс. Через некоторое время математическая проблема начинает конкурировать за внимание с проблемой управления дивизией математиков. С агентами эта проблема не исчезает, но становится технической: для запуска ещё тысячи агентов не нужны ноутбуки, онбординг и соседнее здание — нужны вычислительные ресурсы и система управления.

Аналогия с Солнцем помогает понять сдвиг. Человеческое тело в пересчёте на килограмм массы производит больше энергии, чем в среднем килограмм солнечного вещества. Но масса Солнца — около двух нониллионов килограммов, и посредственная удельная мощность даёт звезду. Мы привыкли сравнивать человека и ИИ килограмм к килограмму, но сила ИИ может оказаться не в том, что один экземпляр станет умнее одного человека, а в том, что рой агентов способен решать задачи, недоступные для штучного интеллекта.

Человеческий интеллект до сих пор был практически штучным товаром. Хорошего математика можно обучить, нанять, переманить, но нельзя скопировать десять тысяч раз и на трое суток бросить все копии на одну проблему. Поэтому экономика интеллектуального труда построена вокруг дефицита людей и необходимости выбирать, на какие задачи тратить их время. С машинным интеллектом это ограничение слабеет: вместо одного очень умного помощника на задачу можно натравить рой. Одни агенты перебирают решения, другие пытаются их опровергнуть, третьи проверяют промежуточные результаты. Если направление перспективно, туда отправляется больше ресурсов; если тупик — его закрывают. Не обязательно, чтобы каждый участник роя был гением. Достаточно, чтобы вся система производила полезный результат дешевле альтернативы.

Тогда разговор о рынке труда становится сложнее, чем «один человек теперь работает за десятерых, поэтому девятерых увольняем». Эта арифметика верна только при условии, что количество работы задано заранее. Было сто задач, после появления ИИ один сотрудник решает десять — значит, для выполнения тех же ста задач понадобится десять сотрудников вместо ста. Но в реальной экономике фиксировано не количество задач. Фиксирована граница, после которой задачу с... (текст обрывается в источнике).

Эксперимент OpenAI с 10 000 агентов и 88 часами работы — это не про то, что модели стали умнее. Это про то, что масштаб интеллекта может достигаться не качеством отдельного экземпляра, а количеством и координацией. Для отрасли это означает сдвиг: конкуренция может пойти не только по бенчмаркам одной модели, но и по способности управлять роем агентов. Остаётся неясным, насколько такой подход экономически эффективен, как измерять результат роя и какие задачи требуют тысяч агентов, а какие решаются одним. Но сам факт запуска 10 000 агентов на 88 часов показывает, что вопрос «один против одного» перестаёт быть единственным.