WHAT NEW IN X10.31 SAT

X 上的 AI 合集档案 · 22 个合集 · 63,169 条

gpt-6POST

批评者算账:1500 万美元算力换 100 万奖金

巴西开发者翻译并转发批评帖,称 OpenAI 用约一万个智能体、1300 亿输出 token 跑数学证明是算力浪费,而非真正的科学突破。

Fabio Makita
@AkitaOnRails2026.09.14收录原推发布于 2026.09.10
Fabio Makita @AkitaOnRails原推发布于 2026.09.10
在 X 上打开原推

**Tradução do post para pt-BR:** Aqui é onde estamos na estupidez do gasto desperdício de computação. Como cientista, vou te dizer agora mesmo que nada do que a OpenAI fez foi impressionante. Na ciência isso se chama Computação Bruta. A OpenAI acabou de gastar US$ 15 milhões em poder computacional e a IA não fez nada, além de atuar como LLM para forçar números em uma equação. Se alguma coisa, a prova matemática fornecida é que a IA é um desperdício de dinheiro. US$ 15 milhões + para um prêmio de US$ 1 milhão. Isso não é traduzível em informação útil para resolver doenças, descobrir medicamentos ou entender processos celulares no corpo. Usamos IA nas ciências da saúde há anos e ela não faz nada além de cuspir milhares a dezenas de milhares de “soluções” que precisam ser validadas na vida real, com soluções incorretas sendo fornecidas 99,99999% das vezes. Usar um LLM para forçar uma equação matemática com números por US$ 15-20 milhões é um desperdício, não é IA. O que eles realmente rodaram: Não um código CFD de Navier–Stokes martelando cada ponto da malha. Eles rodaram um enxame de agentes de modelo de linguagem escrevendo e verificando matemática. • Modelo interno “significativamente mais capaz que o GPT-6 Astra” • ~10.000 agentes simultâneos em Navier–Stokes, depois que ~100–1.000 agentes primeiro resolveram um caso relacionado de Euler • 88 horas até uma prova, depois 17 horas de formalização Lean no Astra • 2,7 milhões de mensagens de agente para agente, ~130 bilhões de tokens de saída • Ferramentas: execução de código, web em cache, chat em grupo; humanos depois despejaram todo o poder computacional nesse problema assim que Euler pareceu promissor Isso é busca sobre provas, não busca sobre voxels de fluido. Cada agente está propondo lemas, construções, estimativas e código Lean. Os chips estão gerando tokens e verificando lógica, não integrando \(\partial_t u + (u\cdot\nabla)u = -\nabla p + \nu\Delta u + f\) em uma malha de 10.000³. Então é “IA real” ou força bruta? É um LLM fazendo matemática em escala industrial. • Não um único modelo gênio que olhou para as equações e disse “aha”. • Não simulação clássica de fluido em supercomputador. • É busca paralela massiva: milhares de cópias explorando “provar suavidade” vs “construir um blowup”, diferentes forçamentos, diferentes ansatzes, depois compartilhando o que funcionou. (Há também uma imagem ilustrando um fluxo com espiral para dentro e estiramento axial.)

这条是引用着另一条写的:x.com/rdd147/status/2097556068436181194

x.com/akitaonrails/status/2097752602440028566采集于 2026.09.14 15:47