Прорывы ИИ бросают вызов традиционным моделям математического прогресса
Недавние системы ИИ решили крупные математические задачи, заставив математиков переосмыслить измерения прогресса, организацию исследований и роль человеческих математиков в будущем.
В последние месяцы продвинутые системы ИИ формализовали доказательство Эндрю Уайлса последней теоремы Ферма, нашли решение задачи Навье-Стокса и 26 октября решили ещё одну задачу из списка «Миллениум» Клей. Быстрая последовательность ИИ-сгенерированных доказательств вызвала широкий спектр реакций в математическом сообществе.
Некоторые учёные, такие как аспирант Кирвин Хэмпшир, выразили личную тревогу по поводу последствий для человеческих математиков, описывая чувство кризиса. Другие, включая лауреата Филдсовской премии Терренса Тао, заняли осторожно-оптимистическую позицию, предположив, что сообщество выйдет из этого "сильнее и более устойчивым". Дэниел Литт, профессор Торонтоского университета, аргументировал, что математика может продолжать процветать, если институты будут перестроены так, чтобы поддерживать исследования высокого качества, а не только проверку задач.
В статье сравниваются две концептуальные модели прогресса. "Модель чек-листа" рассматривает математику как выполнение заранее определённых задач — премий, олимпиадных заданий и задач формализации — предоставляя чёткие метрики для признания и престижа. Способность ИИ быстро решать такие пункты ставит под угрозу устойчивость этой модели, как отметил профессор Корнелла Стивен Строгац, который сказал, что эпоха одиноких человеческих математических героев заканчивается.
В противоположность этому, "модель генеративного взаимодействия" видит математическую работу как открытое взаимодействие с реальными проблемами, вдохновляющими новые теории. Исторические примеры включают разработку Джорджем Дантцигом линейного программирования для решения задач военной логистики и создание Норбертом Винером кибернетики из проблем наведения зенитных орудий. Оба случая иллюстрируют, как практические встречи могут породить целые новые ветви математики.
Автор утверждает, что ИИ должен стать стимулом к переходу к модели генеративного взаимодействия, поощряя совместные, междисциплинарные усилия над задачами, такими как доказуемо надёжная киберинфраструктура, математика теории глубокого обучения, управление многими агентами ИИ и эпистемология машинно-сгенерированных доказательств. Эти области находятся за пределами традиционных чек-листов и требуют скоординированной работы человека и ИИ.
В конечном итоге статья призывает к переосмыслению стимулов, систем признания и образовательных путей, чтобы поддержать математиков, работающих с ИИ в качестве партнёра, а не конкурента, подчёркивая, что математика остаётся человеческим предприятием, формируемым целями и потребностями общества.