Ginagamit na panukat para i-test ang AI models tulad ng ChatGPT at Claude ang math tests. Sabi ng OpenAI, sobrang galing na raw ng models nila kaya hindi na challenging ang mga dating math tests. Kaya sinubukan ng mga researchers na pahirapan pa lalo.
Binigyan nila ng nasa 4,000 unsolved na math problem ang isang unreleased na modelo. Nakakagulat at nakakaalarma ang naging resulta nito.
Naka-produce ang AI ng 722 na manuscripts at hinati ito sa 372 na magkakamag-anak na research families. Sabi ng OpenAI, bawat resulta ay gumastos ng halos tatlong oras na reasoning compute on average.
“Mukhang exciting ang mga susunod na araw para sa mathematical community!” comment ni Stefano Gogioso, miyembro ng BeInCrypto’s Future Tech and AI Experts Council
Masyado na bang Bumibilis (at Lumalakas) ang AI?
Dito mas lumalaki ang kwento. Ang mga pinakabagong AI ngayon ay hindi lang sumasagot sa mga tanong na kilala na—kundi gumagawa na rin ng possible na sagot para sa mga tanong na hindi pa talaga nasasagot dati.
Pwede nitong madagdagan nang matindi ang nagagawa ng isang researcher, engineer, o analyst.
Pero hindi ibig sabihin ng dami ng output ay tama lahat ‘yon. Maraming math paper ni OpenAI ang may computer-checkable Lean proofs, pero ‘yung iba wala. Sabi ng OpenAI, may ilan ding unverified na results na “pwede talagang magka-problema.”
Nagkakaroon ngayon ng bagong bottleneck: mas mabilis maglabas ng research ang AI kaysa sa kayang i-check ng mga tao.
Kaya na ba ng AI Gumawa ng Predictive Analysis at Investment Decisions?
Puwede, pero mas tricky ang finance sa ibang paraan.
Ang math proof, posibleng mapatunayan kung tama o mali. Pero ang market, maingay at mabilis magbago.
Makikita sa recent na finance benchmarks na hirap pa rin ang mga frontier AI pagdating sa matitinding investment research, at limitado pa rin ang advantage nila sa market timing.
Sa ngayon, mas may chance na gumaling pa ang AI sa mas malalim na analysis—hindi perfect na prediksyon.
Kung AI lang ang pag-uusapan na kayang tuloy-tuloy mag-analyze ng ilang oras, kaya niyang sabay-sabay i-check ang filings, earnings calls, macro data, at mga magkakaibang scenario—tapusin pa ang mas maraming analysis kaysa kaya ng isang analyst.
Baka ito na ang pinaka-importanteng signal mula sa experiment ng OpenAI: Nagle-level up na ang AI sa paggawa ng seryosong analytic work at sobrang dami ng output. Ang next challenge: alin dito ang pwede nating pagkatiwalaan?
