Ilikuwa ni wiki iliyowashangaza wanahisabati. Mara baada ya wimbi la kesi ambapo akili bandia ilisukuma uwanja huu mbele, OpenAI ilidai ushindi mkubwa: modeli yake ya hivi punde ya AI ilikuwa imetatua Tatizo la Tuzo la Milenia, fumbo lenye zawadi ya dola milioni 1 ambalo lilikuwa limewashinda wanadamu kwa miongo.
Mafanikio hayo hayakuonekana kama jinsi matatizo ya hisabati kawaida hutatuliwa. Kampuni ya kibinafsi yenye thamani ya karibu trilioni moja ya dola ilikuwa imetoa mawakala 10,000—mifumo ya AI inayofanya kazi zenyewe—kwenye tatizo hilo. Gharama ilikadiriwa kuwa dola milioni 15.
Njia kuelekea AI yenye uwezo wa hisabati unaozidi uwezo wa binadamu kwa muda mrefu imekuwa wazi, lakini kutatua tatizo muhimu kama hilo haraka sana kilituma mawimbi ya mshtuko katika uwanja huu. Wanahisabati wanauliza ni nini kitakachobaki kwao ikiwa kazi inayoendelea itachukuliwa na kudaiwa na wengine, na jinsi wanapaswa kufunza kizazi kijacho wakati hata kazi ngumu zaidi zinaweza kutatuliwa kwa kubonyeza kitufe.
"Ninajihisi kama nimepigwa na butwaa kidogo," alisema Prof Colva Roney-Dougal, mkuu wa hisabati safi katika Chuo Kikuu cha St Andrews. Katika hotuba ya umma ya hivi karibuni, alisema aliamini AI haikuwa na uwezekano wa kufanya jambo la ajabu hivi karibuni. "Miezi mitatu baadaye, nimekosea kabisa," anasema. "Sote tunasubiri tu kuona kitakachotokea. Inakuja kwa kasi sana."
Prof David Silvester, mwanahisabati katika Chuo Kikuu cha Manchester, alisema uwanja huu unahisi "usio imara sana" kutokana na kasi ya mabadiliko. "Matatizo yote ya hisabati yaliyo wazi yanaweza kuanguka kwa rasilimali za kutosha," alisema. "Hili haliwezi kurudishwa nyuma. Hili halitabadilika."
Prof James Robinson, mwanahisabati katika Chuo Kikuu cha Warwick, alisema matatizo magumu ni mafuta ya hisabati, yanayoendesha mbinu za ubunifu katika vizazi. "Inasikitisha kuona kampuni hizi kubwa za teknolojia zikichoma mafuta haya ili tu waonyeshe jinsi modeli yao ya hivi punde ilivyo nzuri," alisema. "Inaonekana kama majigambo ya kitoto ya uwanjani yaliyokuzwa, yanayoungwa mkono na mabilioni ya dola na uwezekano wa uharibifu mkubwa wa mazingira katika enzi ambayo mabadiliko ya tabianchi pengine ni changamoto kubwa tunayokabiliana nayo."
Sababu moja iliyomfanya Silvester aingie katika hisabati ilikuwa msisimko wa kutatua tatizo. Kwa wanahisabati wengi, ni wiki, miezi, na miaka inayotumika kuzunguka tatizo, kulivunja, kujaribu mbinu moja baada ya nyingine, na kutokata tamaa kamwe ndiyo inayovutia. "Bila hiyo, somo hili linaonekana tofauti kabisa kwangu," alisema Silvester.
Wanahisabati tayari hutumia muda mwingi kuthibitisha uthibitisho wa kila mmoja. Ni aina hii ya ukaguzi iliyogundua pengo katika kazi ya Andrew Wiles kuhusu Nadharia ya Mwisho ya Fermat mwaka 1993, na kusababisha mwaka wa juhudi zaidi kurekebisha kasoro hiyo. Silvester anashuku wanahisabati wanaweza kujikuta wakichunguza uthibitisho zaidi na zaidi uliotolewa na AI. "Ni kama kuwa mhasibu, unakagua, unathibitisha," alisema.
Kuna athari zinazofuata katika uwanja wote. Wanahisabati huajiriwa kulingana na makala zao zilizochapishwa, lakini matatizo ambayo wamekuwa wakiyafanyia kazi kwa miezi yanaweza sasa kutatuliwa na AI katika siku chache. "Kuna hisia ya kweli ya 'Ninaweza kutumia mwezi ujao kufikiri kuhusu jambo na mtu mwingine analifanya kwa kubonyeza kitufe,'" anasema Roney-Dougal. "Hiyo ni mbaya, na nadhani itakuwa mbaya kwa miaka michache."
Pia ni kichwa cha maumivu kwa kufundisha wanafunzi wa shahada ya kwanza. Vyuo vikuu kawaida huwapa wanafunzi matatizo na maswali ya kufanya nyumbani. Aina hiyo ya kazi ya kozi sasa imekufa. "Hakuna maana ya kuifanya kwa sababu hatuwezi kuthibitisha uhalisi wake," anasema Silvester. Wahadhiri sasa wanapaswa kuwaambia wanafunzi wasitumie AI kwa matatizo fulani, huku wakihakikisha wanaweza kuitumia kwa mengine: baada ya yote, hisabati inayosaidiwa na AI ni mustakabali.
Kwa machafuko yote, Prof Alexander Paseau, anayesoma falsafa ya hisabati katika Chuo Kikuu cha Oxford, anaamini hisabati haitapoteza mvuto wake mwingi. "Changamoto bado ipo, hata kama AI hatimaye itakuwa bora kuliko wanadamu katika utafiti," alisema. "Bado utataka kuelewa hisabati mwenyewe. Na bado tutaifurahia na kuthamini uzuri wake: furaha tele na uzuri wa uthibitisho wa hisabati utakuwa daima. AI haitachukua chochote kati ya hivyo."
Sehemu kubwa ya hisabati ya AI haitatui matatizo kutoka mwanzo bali hujenga juu ya kazi ya binadamu, aliongeza. Mafanikio ya OpenAI, kwa mfano, yalitegemea sana kazi ya wanahisabati wa Madrid Diego Córdoba na Luis Martinez-Zoroa.
Kazi ya OpenAI ilielezea suluhisho la tatizo la Navier-Stokes, ambalo linahusisha milinganyo inayotabiri jinsi vimiminika, na hata hali ya hewa, hufanya kazi. Ni mojawapo ya Matatizo Saba ya Tuzo la Milenia yaliyochapishwa na Taasisi ya Hisabati ya Clay mwaka 2000. Tangazo la kampuni hiyo siku ya Jumanne limesababisha wasiwasi zaidi katika jamii. OpenAI iliweka modeli yake ya hivi punde kufanya kazi baada ya kusikia uvumi kwamba Matatizo mawili ya Milenia yalikuwa yametatuliwa na wanahisabati. Profesa Tristan Buckmaster wa Chuo Kikuu cha New York na Levent Alpöge wa Anthropic walikuwa wakifanya kazi inayohusiana na Navier-Stokes na walikuwa wametumia bidhaa za OpenAI katika mchakato huo. Walishuku modeli ya OpenAI ilikuwa imejifunza kutoka kazi yao inayoendelea. Baada ya uchunguzi, OpenAI ilikanusha hili lilikuwa hivyo.
Wanahisabati wengine bado wana wasiwasi, hata hivyo. "Hadithi kubwa sasa katika hisabati ni kwamba hakuna anayetaka kushiriki chochote," Buckmaster aliiambia Guardian. "Hisabati ni tofauti leo kuliko ilivyokuwa siku chache zilizopita. Tunapaswa kuamua nini cha kufanya kuhusu hilo."
Maswali Yanayoulizwa Mara kwa Mara
Maswali Yanayoulizwa Mara kwa Mara Majigambo ya Kitoto ya Uwanjani Wanahisabati Hawatulia kwa Ushindi wa Hivi Punde wa OpenAI
Maswali ya Mwanzo
Nini maana ya majigambo ya kitoto ya uwanjani hapa
Ni maneno ambayo wakosoaji hutumia wakati kampuni za AI zinajivunia kutatua matatizo magumu kwa namna inayohisi kama watoto wakisema baba yangu anaweza kumpiga baba yako zaidi kuhusu kuvutia umakini kuliko kuendeleza uelewa wa kweli
OpenAI ilifanya nini hasa
OpenAI ilitangaza kwamba mojawapo ya modeli zake za AI ilisaidia kutatua au kuchangia tatizo lililokuwa wazi kwa muda mrefu katika hisabati Wanahisabati walijibu kwa mchanganyiko wa shauku na kero
Kwa nini wanahisabati wamekasirika
Sio kwa sababu AI ilisaidia hisabati bali kwa sababu ya jinsi matokeo yalitangazwa Wengi wanahisi uwasilishaji ulikuzia jukumu la AI uliruka michango ya binadamu na ukageuza utafiti mzito kuwa onyesho la umaarufu
Je AI kweli ilitatua tatizo la hisabati yenyewe
Kwa kawaida hapana Katika kesi nyingi kama hii AI ilizalisha mawazo yanayowezekana au uthibitisho wa sehemu na wanahisabati wa binadamu walithibitisha wakaboresha na wakakamilisha kazi hiyo
Je hii ni kelele tu au kuna kitu cha kweli kinatokea
Vyote AI kweli inaweza kusaidia katika uchunguzi wa hisabati lakini matangazo mara nyingi hukuzia kupita kiasi kile kilichotokea
Maswali ya Kati
Kuna tofauti gani kati ya uthibitisho na uthibitisho unaowezekana
Uthibitisho ni hoja kamili yenye mantiki isiyo na mwanya ambayo wanahisabati wengine wanaweza kuthibitisha Uthibitisho unaowezekana ni hoja iliyopendekezwa ambayo bado inahitaji kukaguliwa inaweza kuwa na mapengo makosa au mawazo yaliyofichwa
Kwa nini uthibitishaji ni muhimu sana katika hisabati
Hisabati imejengwa juu ya uhakika Matokeo hayakubaliwi hadi wataalamu waweze kukagua kila hatua Matokeo ya AI yanayofanana na uthibitisho si sawa na uthibitisho
Ni mfano gani halisi wa mtindo huu
Wakati AlphaGeometry ya DeepMind na mifumo ya baadaye ilishughulikia matatizo ya jiometri matokeo yalikuwa ya kweli lakini nyembamba mifumo ilifunzwa kwa aina maalum za matatizo Uandishi wa habari mara nyingi ulififisha tofauti hiyo
Kwa nini kampuni zinawasilisha matokeo ya hisabati ya AI kwa namna ya kustaajabisha
Kwa sababu AI inatatua tatizo la hisabati lisilotatuliwa ni kichwa cha habari chenye nguvu Inavutia wawekezaji talanta na umakini wa umma Uwasilishaji makini wa uaminifu hupata uandishi mdogo sana
Kuna madhara gani katika kujigamba kidogo
Inapotosha uelewa wa umma wa AI na hisabati inafunika watafiti wa binadamu wanaohusika na inaweza kupotosha watunga sera na wafadhili kuhusu kile AI inaweza kufanya kweli
Maswali ya Juu
