Se oli viikko, joka jätti matemaatikot hämmästyneiksi. Heti sen jälkeen, kun tekoäly oli edistänyt alaa useissa tapauksissa, OpenAI väitti saavuttaneensa merkittävän voiton: sen uusin tekoälymalli oli ratkaissut Millennium-palkintotehtävän, pulman, josta oli luvassa miljoonan dollarin palkinto ja joka oli askarruttanut ihmisiä vuosikymmeniä.
Saavutus ei näyttänyt lainkaan siltä, miten matemaattisia ongelmia yleensä ratkaistaan. Lähes biljoonan dollarin arvoinen yksityinen yritys oli päästänyt ongelman kimppuun 10 000 agenttia – tekoälyjärjestelmää, jotka suorittavat tehtäviä itsenäisesti. Kustannusten arvioitiin olevan 15 miljoonaa dollaria.
Polku kohti yli-inhimilliseen matematiikkaan kykenevää tekoälyä on ollut kauan selvä, mutta niin merkittävän ongelman ratkaiseminen niin nopeasti lähetti shokkiaaltoja alan läpi. Matemaatikot kysyvät, mitä heille jää jäljelle, jos työn alla oleva työ pyyhkäistään pois ja muut vaativat sen omakseen, ja miten heidän tulisi kouluttaa seuraava sukupolvi, kun vaikeimmatkin tehtävät voidaan ratkaista napin painalluksella.
"Olen hieman järkyttynyt", sanoi professori Colva Roney-Dougal, St Andrewsin yliopiston puhtaan matematiikan johtaja. Äskettäisessä julkisessa luennossa hän sanoi uskovansa, ettei tekoäly todennäköisesti tekisi mitään merkittävää pian. "Kolme kuukautta myöhemmin olen täysin väärässä", hän sanoo. "Me kaikki vain odotamme, mitä tapahtuu. Se tulee niin nopeasti."
Professori David Silvester, Manchesterin yliopiston matemaatikko, sanoi, että ala tuntuu "hyvin epävakaalta" muutoksen tahdin vuoksi. "Kaikki avoimet matematiikan ongelmat voivat kaatua, jos resursseja on tarpeeksi", hän sanoi. "Tämä on peruuttamatonta. Tämä ei tule muuttumaan."
Professori James Robinson, Warwickin yliopiston matemaatikko, sanoi, että vaikeat ongelmat ovat matematiikan polttoainetta, joka ajaa luovia lähestymistapoja sukupolvien yli. "On turhauttavaa nähdä näiden suurten teknologiayritysten polttavan tätä polttoainetta vain osoittaakseen, kuinka mahtava niiden uusin malli on", hän sanoi. "Se näyttää lapselliselta hiekkalaatikolla kerskumiselta suuressa mittakaavassa, miljardien dollarien tukemana ja merkittävän ympäristövahingon mahdollisuudella aikakaudella, jolloin ilmastonmuutos on luultavasti suurin kohtaamamme haaste."
Yksi syy siihen, miksi Silvester ryhtyi matematiikkaan, oli ongelman ratkaisemisen jännitys. Monille matemaatikoille vetoaa juuri se, että viettää viikkoja, kuukausia ja vuosia ongelman ympärillä, pilkkoo sitä osiin, kokeilee yhtä lähestymistapaa toisensa jälkeen eikä koskaan luovuta. "Ilman sitä aihe näyttää minusta täysin erilaiselta", Silvester sanoi.
Matemaatikot käyttävät jo huomattavasti aikaa toistensa todistusten tarkistamiseen. Juuri tällainen tarkastelu paljasti aukon Andrew Wilesin työssä Fermatin suuren lauseen parissa vuonna 1993, mikä johti vuoden lisäponnisteluihin virheen korjaamiseksi. Silvester epäilee, että matemaatikot saattavat huomata käyvänsä yhä useampia tekoälyn kyhäämiä todistuksia läpi. "Se on enemmän kuin kirjanpitäjäksi ryhtymistä, teet tilintarkastusta, tarkistat", hän sanoi.
Vaikutukset heijastuvat koko alalle. Matemaatikot palkataan julkaistujen artikkelien perusteella, mutta ongelmat, joiden parissa he ovat työskennelleet kuukausia, saatetaan nyt ratkaista tekoälyllä päivissä. "On todellinen tunne siitä, että 'voisin viettää ensi kuun miettien jotain ja joku toinen tekee sen napin painalluksella'", sanoo Roney-Dougal. "Se on kamalaa, ja uskon, että se tulee olemaan kamalaa muutaman vuoden ajan."
Se on myös päänsärky perustutkinto-opiskelijoiden opettamiselle. Yliopistot antavat opiskelijoille rutiininomaisesti ongelmia ja tehtäviä kotona työstettäviksi. Sellainen kurssityö on nyt kuollutta. "Sen tekemisessä ei ole mitään järkeä, koska emme voi taata sen aitoutta", sanoo Silvester. Luennoitsijoiden on nyt kerrottava opiskelijoille, etteivät he käytä tekoälyä joissakin ongelmissa, samalla kun he varmistavat, että he voivat käyttää sitä toisissa: loppujen lopuksi tekoälyn avustama matematiikka on tulevaisuus.
Kaikesta mullistuksesta huolimatta professori Alexander Paseau, joka tutkii matematiikan filosofiaa Oxfordin yliopistossa, uskoo, ettei matematiikka menetä paljonkaan viehätysvoimaansa. "Haaste säilyy silti, vaikka tekoäly lopulta tulisi ihmisiä paremmaksi tutkimuksessa", hän sanoi. "Haluat silti ymmärtää matematiikan itse. Ja nautimme siitä edelleen ja arvostamme sen kauneutta: matemaattisen todistuksen pelkkä nautinto ja kauneus ovat aina olemassa. Tekoäly ei ota mitään siitä pois."
Suuri osa tekoälyn matematiikasta ei ratkaise ongelmia tyhjästä, vaan rakentuu ihmistyön varaan, hän lisäsi. OpenAI:n läpimurto esimerkiksi nojasi vahvasti Madridissa toimivien matemaatikoiden Diego Córdoban ja Luis Martinez-Zoroan työhön.
OpenAI:n työ kuvasi ratkaisua Navier–Stokesin ongelmaan, joka liittyy yhtälöihin, jotka ennustavat nesteiden ja jopa sään käyttäytymistä. Se on yksi seitsemästä Millennium-palkintotehtävästä, jotka Clay Mathematics Institute julkaisi vuonna 2000. Yrityksen tiistainen ilmoitus on johtanut lisääntyneeseen huoleen yhteisössä. OpenAI pani uusimman mallinsa töihin kuultuaan huhuja, joiden mukaan matemaatikot olivat ratkaisseet kaksi Millennium-ongelmaa. New Yorkin yliopiston professori Tristan Buckmaster ja Anthropicin Levent Alpöge tekivät aiheeseen liittyvää työtä Navier–Stokesin parissa ja olivat käyttäneet prosessissa OpenAI:n tuotteita. He epäilivät, että OpenAI:n malli oli oppinut heidän työn alla olevasta työstään. Tutkinnan jälkeen OpenAI kiisti, että näin olisi ollut.
Jotkut matemaatikot ovat kuitenkin edelleen varuillaan. "Suuri uutinen matematiikassa on nyt se, ettei kukaan halua jakaa mitään", Buckmaster sanoi Guardianille. "Matematiikka on tänään erilaista kuin vain muutama päivä sitten. Meidän on päätettävä, mitä teemme asialle."
Usein kysytyt kysymykset
UKK Lapsellista hiekkalaatikolla kerskumista Matemaatikot levottomina OpenAI:n uusimmasta valloituksesta
Aloittelijakysymykset
Mitä lapsellinen hiekkalaatikolla kerskuminen tarkoittaa tässä
Se on ilmaus, jota kriitikot käyttävät, kun tekoälyyritykset kerskuvat ratkaisseensa vaikeita ongelmia tavalla, joka tuntuu kuin lapset sanoisivat, että minun isäni hakkaa sinun isäsi – enemmän huomion voittamisesta kuin todellisen ymmärryksen edistämisestä
Mitä OpenAI oikeastaan teki
OpenAI ilmoitti, että yksi sen tekoälymalleista auttoi ratkaisemaan tai myötävaikutti pitkään avoinna olleeseen matematiikan ongelmaan. Matemaatikot suhtautuivat siihen sekoituksella kiinnostusta ja ärtymystä
Miksi matemaatikot ovat järkyttyneitä
Ei siksi, että tekoäly auttoi matematiikassa – vaan siksi, miten tulos julkistettiin. Monien mielestä kehystys liioitteli tekoälyn roolia, sivuutti ihmisten panoksen ja muutti vakavan tutkimuksen julkisuustempuksi
Ratkaisiko tekoäly todella matematiikan ongelman itsenäisesti
Yleensä ei. Useimmissa tämän kaltaisissa tapauksissa tekoäly tuotti ehdokasideoita tai osittaisia todistuksia, ja ihmismatemaatikot vahvistivat, hioivat ja viimeistelivät työn
Onko tämä vain hypeä vai tapahtuuko jotain todellista
Molempia. Tekoäly voi todella auttaa matemaattisessa tutkimuksessa, mutta ilmoitukset usein liioittelevat sitä, mitä tapahtui
Keskitasoiset kysymykset
Mikä ero on todistuksella ja ehdokastodistuksella
Todistus on täydellinen loogisesti pitävä argumentti, jonka muut matemaatikot voivat tarkistaa. Ehdokastodistus on ehdotettu argumentti, joka on vielä tarkistettava – siinä voi olla aukkoja, virheitä tai piileviä oletuksia
Miksi tarkistaminen on matematiikassa niin tärkeää
Matematiikka rakentuu varmuudelle. Tulosta ei hyväksytä ennen kuin asiantuntijat voivat tarkistaa jokaisen vaiheen. Tekoälyn tuotos, joka näyttää todistukselta, ei ole sama asia kuin todistus
Mikä on konkreettinen esimerkki tästä kaavasta
Kun DeepMindin AlphaGeometry ja myöhemmät järjestelmät tarttuivat geometrian ongelmiin, tulokset olivat todellisia mutta kapeita – järjestelmät oli koulutettu tietyntyyppisiin ongelmiin. Median uutisointi usein hämärsi tämän eron
Miksi yritykset kehystävät tekoälyn matematiikkatuloksia niin dramaattisesti
Koska "tekoäly ratkaisee ratkaisemattoman matematiikan ongelman" on tehokas otsikko. Se houkuttelee sijoittajia, osaajia ja julkista huomiota. Huolellinen, rehellinen kehystys saa paljon vähemmän huomiota
Mitä haittaa pienestä kerskumisesta on
Se vääristää julkista ymmärrystä sekä tekoälystä että matematiikasta, jättää varjoonsa mukana olleet ihmistutkijat ja voi johtaa päättäjät ja rahoittajat harhaan siitä, mitä tekoäly todella pystyy tekemään
Edistyneet kysymykset
Kypsymätöntä leikkikenttäkerskailua': Matemaatikot levottomina OpenAI:n viimeisimmästä valloitUKSESTA
