https://scottaaronson.blog/?p=9183

The QMA SingularityA couple days ago, Freek Witteveen of CWI and I posted a paper to the arXiv called “Limits to black-box amplification in QMA.” Let me share the abstract: We study the limitations of bla…scottaaronson.blog




36eb8805b6821d803ef285e7408869693f13dd30d132a22ace203791a7d6fb0eda6f027dd4928d146395c61714c4a41b40bd5c7a6c




요약)


필자(스콧 에런슨)는 동료와 함께 '양자 복잡도 클래스 QMA에서의 증폭(amplification)의 한계'에 대한 논문을 발표했습니다.


이 연구는 최근 다른 연구에서 증명된 '오류를 이중 지수적으로 작게 만들 수 있다'는 결과가 이론적으로 가능한 최선임을 증명하는 내용입니다.



핵심은 이 논문의 핵심 기술 단계에서 막혔을 때 필자가 'GPT5-Thinking'을 활용했다는 것입니다.


필자는 특정 행렬의 고유값(eigenvalue)이 1에 아주 가까운 상태로 오래 머물 수 없다는 것을 증명해야 했습니다.


GPT-5는 처음에는 틀린 답을 냈지만, 필자가 오류를 지적하자 마치 대학원생이나 동료와 소통하듯 여러 차례의 대화와 수정을 거쳤습니다.


마침내 GPT-5는 연구자들이 생각지 못했던 함수를 제안했고, 이 아이디어가 문제 해결의 열쇠가 되었습니다.


필자는 이 아이디어를 '영리한(clever)' 해결책이라고 평가하며, AI의 도움이 없었다면 며칠 또는 몇 주 가 걸렸을 문제를 30분 만에 해결했다고 밝혔습니다.






I had tried similar problems a year ago, with the then-new GPT reasoning models, but I didn’t get results that were nearly as good. Now, in September 2025, I’m here to tell you that AI has finally come for what my experience tells me is the most quintessentially human of all human intellectual activities: namely, proving oracle separations between quantum complexity classes. Right now, it almost certainly can’t write the whole research paper (at least if you want it to be correct and good), but it can help you get unstuck if you otherwise know what you’re doing, which you might call a sweet spot. Who knows how long this state of affairs will last? I guess I should be grateful that I have tenure.



...1년 전에도 당시 새로 나왔던 GPT 추론 모델들로 비슷한 문제들을 시도해봤지만, 이 정도로 좋은 결과를 얻지는 못했습니다. 그리고 이제, 2025년 9월, 제 경험상 모든 인간의 지적 활동 중 가장 본질적으로 인간적인 것, 즉 양자 복잡도 클래스 간의 오라클 분리를 증명하는 영역에 마침내 AI가 도달했음을 알리게 되었습니다. 지금 당장 AI가 연구 논문 전체를 쓸 수는 없겠지만(적어도 정확하고 훌륭한 논문을 원한다면 말이죠), 여러분이 무엇을 해야 하는지 알고 있다면 막힌 부분을 뚫는 데 도움을 줄 수 있습니다. 이것이 바로 '스위트 스팟(sweet spot)'이라고 할 수 있겠네요. 이런 상태가 얼마나 오래갈지는 누가 알겠습니까? 제가 종신 재직권(tenure)을 가지고 있다는 사실에 감사해야 할 것 같군요.