A fost o săptămână care i-a lăsat pe matematicieni uluiți. Imediat după un val de cazuri în care inteligența artificială a avansat domeniul, OpenAI a revendicat o victorie majoră: cel mai recent model al său de IA rezolvase o Problemă a Premiului Mileniului, un puzzle cu o recompensă de 1 milion de dolari care îi încurcase pe oameni timp de decenii.
Realizarea nu semăna deloc cu modul în care sunt rezolvate de obicei problemele matematice. O companie privată în valoare de aproape un trilion de dolari dezlănțuise 10.000 de agenți — sisteme de IA care îndeplinesc sarcini de unul singur — asupra problemei. Costul a fost estimat la 15 milioane de dolari.
Calea către o IA capabilă de matematică supraomenească a fost mult timp clară, dar rezolvarea unei probleme atât de semnificative atât de repede a trimis unde de șoc prin domeniu. Matematicienii se întreabă ce le va mai rămâne dacă lucrările în curs sunt luate și revendicate de alții și cum ar trebui să pregătească generația următoare când chiar și cele mai grele teme pot fi rezolvate la apăsarea unui buton.
„Mă simt ușor șocată", a declarat prof. Colva Roney-Dougal, șefa matematicii pure la Universitatea din St Andrews. La o prelegere publică recentă, ea a spus că credea că IA este puțin probabil să facă ceva remarcabil curând. „Trei luni mai târziu, m-am înșelat complet", spune ea. „Cu toții așteptăm să vedem ce se întâmplă. Vine atât de repede."
Prof. David Silvester, matematician la Universitatea din Manchester, a spus că domeniul pare „foarte instabil" având în vedere ritmul schimbării. „Toate problemele matematice deschise ar putea cădea cu suficiente resurse", a spus el. „Acest lucru este ireversibil. Nu se va schimba."
Prof. James Robinson, matematician la Universitatea din Warwick, a spus că problemele grele sunt combustibilul matematicii, conducând abordări creative de-a lungul generațiilor. „Este frustrant să vezi aceste mari companii tech arzând acest combustibil doar ca să se laude cu cât de grozav este cel mai recent model al lor", a spus el. „Pare o laudă imatură de teren de joacă scrisă mare, susținută de miliarde de dolari și de potențialul unor daune semnificative asupra mediului într-o eră în care schimbările climatice sunt probabil cea mai mare provocare cu care ne confruntăm."
Unul dintre motivele pentru care Silvester a intrat în matematică a fost emoția de a sparge o problemă. Pentru mulți matematicieni, săptămânile, lunile și anii petrecuți învârtindu-se în jurul unei probleme, descompunând-o, încercând o abordare după alta și nedând niciodată drumul sunt ceea ce atrage. „Fără asta, subiectul mi se pare complet diferit", a spus Silvester.
Matematicienii petrec deja timp considerabil verificând demonstrațiile celorlalți. Acest tip de verificare a găsit o lacună în lucrarea lui Andrew Wiles despre Ultima Teoremă a lui Fermat în 1993, declanșând un an de efort suplimentar pentru a remedia defectul. Silvester bănuiește că matematicienii s-ar putea trezi studiind din ce în ce mai multe demonstrații redactate în grabă de IA. „Este mai degrabă ca și cum ai deveni contabil, faci audit, verifici", a spus el.
Există efecte în lanț în tot domeniul. Matematicienii sunt angajați pe baza lucrărilor publicate, dar problemele la care au lucrat luni de zile ar putea fi acum rezolvate de IA în câteva zile. „Există un sentiment real de «Aș putea petrece luna viitoare gândindu-mă la ceva și altcineva o face apăsând un buton»", spune Roney-Dougal. „Este îngrozitor și cred că va fi îngrozitor timp de câțiva ani."
Este, de asemenea, o bătaie de cap pentru predarea studenților. Universitățile le dau în mod obișnuit studenților probleme și teste de rezolvat acasă. Acest tip de temă este acum mort. „Nu are rost să o faci pentru că nu putem garanta autenticitatea ei", spune Silvester. Lectorii trebuie acum să le spună studenților să nu folosească IA pentru unele probleme, asigurându-se în același timp că o pot folosi pentru altele: la urma urmei, matematica asistată de IA este viitorul.
Pentru toată această tulburare, prof. Alexander Paseau, care studiază filosofia matematicii la Universitatea din Oxford, crede că matematica nu își va pierde mult din atracție. „Provocarea rămâne, chiar dacă IA va deveni în cele din urmă mai bună decât oamenii la cercetare", a spus el. „Vei dori în continuare să înțelegi matematica singur. Și ne vom bucura în continuare de ea și îi vom aprecia frumusețea: plăcerea pură și frumusețea unei demonstrații matematice vor fi mereu acolo. IA nu va lua nimic din toate acestea."
O mare parte din matematica IA nu rezolvă probleme de la zero, ci se bazează pe munca umană, a adăugat el. Descoperirea OpenAI, de exemplu, s-a bazat în mare măsură pe munca matematicienilor din Madrid Diego Córdoba și Luis Martinez-Zoroa.
Lucrarea OpenAI descria o soluție la problema Navier-Stokes, care implică ecuații ce prezic cum se comportă fluidele și chiar vremea. Este una dintre cele șapte Probleme ale Premiului Mileniului publicate de Clay Mathematics Institute în 2000. Anunțul companiei de marți a dus la îngrijorări suplimentare în comunitate. OpenAI și-a pus cel mai recent model la treabă după ce a auzit zvonuri că două Probleme ale Mileniului fuseseră rezolvate de matematicieni. Profesorul Tristan Buckmaster de la Universitatea din New York și Levent Alpöge de la Anthropic făceau lucrări conexe despre Navier-Stokes și folosiseră produsele OpenAI în acest proces. Ei bănuiau că modelul OpenAI învățase din lucrarea lor în curs. După o investigație, OpenAI a negat că acesta ar fi cazul.
Unii matematicieni rămân totuși precauți. „Marea poveste acum în matematică este că nimeni nu vrea să împărtășească nimic", i-a spus Buckmaster The Guardian. „Matematica este diferită astăzi față de acum doar câteva zile. Trebuie să decidem ce să facem în privința asta."
Întrebări frecvente
Întrebări frecvente Laudă imatură de teren de joacă Matematicienii neliniștiți de cea mai recentă cucerire a OpenAI
Întrebări pentru începători
Ce înseamnă aici laudă imatură de teren de joacă
Este o expresie folosită de critici când companiile de IA se laudă că rezolvă probleme grele într-un mod care pare ca și cum copiii spun tata îl bate pe tata al tău — mai mult despre câștigarea atenției decât despre avansarea înțelegerii reale
Ce a făcut de fapt OpenAI
OpenAI a anunțat că unul dintre modelele sale de IA a ajutat la rezolvarea sau a contribuit la o problemă deschisă de lungă durată în matematică Matematicienii au reacționat cu un amestec de interes și iritare
De ce sunt supărați matematicienii
Nu pentru că IA a ajutat la matematică — ci din cauza modului în care a fost anunțat rezultatul Mulți simt că prezentarea a exagerat rolul IA a omis contribuțiile umane și a transformat cercetarea serioasă într-un stunt publicitar
A rezolvat într-adevăr IA o problemă de matematică de una singură
De obicei nu În majoritatea cazurilor ca acesta IA a generat idei candidate sau demonstrații parțiale iar matematicienii umani au verificat rafinat și finalizat lucrarea
Este doar hype sau se întâmplă ceva real
Ambele IA poate într-adevăr să asiste explorarea matematică dar anunțurile adesea supraestimează ce s-a întâmplat
Întrebări intermediare
Care este diferența dintre o demonstrație și o demonstrație candidată
O demonstrație este un argument complet logic riguros pe care alți matematicieni îl pot verifica O demonstrație candidată este un argument propus care încă trebuie verificat — poate avea lacune erori sau presupuneri ascunse
De ce contează atât de mult verificarea în matematică
Matematica este construită pe certitudine Un rezultat nu este acceptat până când experții nu pot verifica fiecare pas Rezultatul IA care arată ca o demonstrație nu este același lucru cu o demonstrație
Care este un exemplu concret al acestui tipar
Când AlphaGeometry de la DeepMind și sistemele ulterioare au abordat probleme de geometrie rezultatele au fost reale dar înguste — sistemele erau antrenate pe tipuri specifice de probleme Acoperirea mediatică a estompat adesea această distincție
De ce prezintă companiile rezultatele matematice ale IA atât de dramatic
Pentru că IA rezolvă problemă de matematică nerezolvată este un titlu puternic Atrage investitori talent și atenția publicului O prezentare atentă și onestă primește mult mai puțină acoperire
Care este răul într-o mică laudă
Distorsionează înțelegerea publică atât a IA cât și a matematicii umbrește cercetătorii umani implicați și poate induce în eroare factorii de decizie și finanțatorii cu privire la ce poate face de fapt IA
Întrebări avansate
