Математики предупреждают, что развитие ИИ может переопределить область

Профессор Корнелла Стивен Строгатц сказал, что быстрый прогресс систем искусственного интеллекта переопределяет математику, ускоряя прорывы, но создавая неопределённость для исследователей. Он отметил, что OpenAI недавно объявила, что её сеть из десятков тысяч агентов нашла решение 90-летней задачи с призом в 1 млн долларов, хотя результат всё ещё требует независимой проверки. Это утверждение было оспорено математиком Тристаном Бакмастером, который заявил, что OpenAI быстро отреагировала после того, как узнала о его совместной работе с исследователем Anthropic Левентом Альпёге, и попыталась повлиять на распределение кредитов.

Строгатц, соавтор предстоящей книги Big Math, описал 2026 год как поворотный для дисциплины, добавив, что будущие прорывы, вероятно, будут зависеть от помощи ИИ. Он процитировал коллегу Алекса Таунсенда, который использовал ChatGPT для решения давней задачи линейной алгебры, сказав, что технология сократила рабочую нагрузку и затраты, но также оставила его «расстроенным», потому что его собственный опыт оказался затмён.

"Вы не сможете конкурировать без ИИ в будущем, если хотите делать прорывную математику," — сказал Строгатц журналу WIRED.

На вопрос о значимости высокопрофильных проблем, таких как вопрос о существовании и гладкости уравнений Навье-Стокса, Строгатц назвал их «очень архаичными» и предположил, что они служат больше маркетинговыми витринами для компаний ИИ, чем практическими задачами для инженеров. Он подчеркнул, что человеческие математики остаются необходимыми для интерпретации и коммуникации доказательств, сгенерированных ИИ, хотя предупредил, что даже эту роль в конечном итоге могут заменить машины.

Строгатц отметил, что прикладная математика, занимающаяся реальной сложностью, может дольше сопротивляться автоматизации, чем чистая теория, и задал вопрос, сможет ли ИИ развить чувство математической эстетики, соответствующее человеческому вкусу. Он заключил, что, хотя ИИ демократизирует доступ к математике, он также угрожает традиционным мотивациям исследователей, потенциально переопределяя способы финансирования и оценки этой области.