Miks maailma targim matemaatik muretseb, et tehisintellekt lahendab probleeme liiga kiiresti

Enamik inimesi eeldab, et kiirem vastus tähendab kiiremat progressi. Kõrgema matemaatika maailmas näeb Terence Tao selles potentsiaalset kriisi. Fieldsi medalivõitja on oma põlvkonna väljapaistvaim matemaatik. Ta hoiatas hiljuti, et tehisintellekt kurnab viljakate lahendamata matemaatikaprobleemide varusid. Tehisintellekti laborid nagu OpenAI ja Anthropic võistlevad arutlusvõime automatiseerimise nimel. See tehnoloogia suudab nüüd keerulise probleemi tasandada hetkega, mil inimene alles alustab selle kallal tööd.

Erialase žargooni taga on matemaatika vähem seotud lõpliku vastusega ja rohkem uute tööriistadega, mida inimesed selle vastuseni jõudmiseks loovad. Ajalooliselt toimib keeruline matemaatikaprobleem kui mägi. Selle otsa ronimiseks peavad matemaatikud leiutama uut ronimisvarustust, köisi ja tehnikaid. Need leiutised aitavad hiljem ühiskonnal lahendada praktilisi probleeme krüptograafias, füüsikas ja arvutiteaduses. Kui tehisintellektist helikopter teid lihtsalt tippu lennutab, on teil küll vastus käes, kuid te ei loonud kunagi vajalikku varustust.

Ränist ekskavaatori kiirus

Tavakasutaja jaoks tundub matemaatika nagu õpikus olev valmistoode. Tegelikkuses on matemaatika elav tööstuslik projekt. Teadlased tuvastavad konkreetsed lüngad meie teadmistes ja veedavad aastakümneid üritades neid ületada. Tao märgib, et tehisintellektist on saanud selles valdkonnas ülikiire ekskavaator. Seal, kus inimene võib kulutada aastaid teoreetilisest takistusest läbi kaevumiseks, suudab suur keelemudel koos formaalse tõestuskontrollijaga tee puhastada mõne sekundiga.

OpenAI avaldas oma o1 mudeli, et demonstreerida nihket sisemise arutlusvõime suunas. Erinevalt varasematest vestlusrobotitest, mis arvasid ära järgmist sõna, mõtlevad need uuemad süsteemid enne, kui räägivad. Nad kontrollivad oma tööd loogikareeglite alusel. Anthropic on järginud sarnast teed oma Claude’i uusimate versioonidega. Need tööriistad ei kirjuta enam lihtsalt e-kirju. Nad tuvastavad vigu keerulistes tõestustes, mis on püsinud aastaid.

See kiirus tekitab inimintellekti jaoks tarneahela probleemi. Matemaatikud toetuvad lahendamata probleemide pidevale voole, et koolitada järgmist põlvkonda üliõpilasi. Kui tehisintellekt lahendab kõik keskmise raskusastmega probleemid hetkega, kaob uute inimekspertide harjutusväljak. See protsess jätab inimestele ainult võimatult keerulised probleemid, mida isegi tehisintellekt ei puutu. Avastuste vahepealne ala aurustub.

Miks vastus ei ole lahendus

Kapoti all erineb viis, kuidas tehisintellekt probleemi lahendab, põhjalikult sellest, kuidas toimib inimaju. Tehisintellekt võib tõestuse leidmiseks kasutada toore jõu otsingut või veidrat statistilist korrelatsiooni. See annab tõestuse, kuid see tõestus on sageli miljoneid ridu koodi. Ükski inimene ei suuda seda lugeda. Ükski inimene ei saa sellest õppida. Lihtsalt öeldes: tehisintellekt annab meile kulla, kuid peidab kaardi kaevanduseni.

Tao kutsub nüüd üles muutma seda, kuidas kogukond neid läbimurdeid väärtustab. Ta soovitab, et matemaatikud peaksid märgistama teatud probleemid kui analüüsi nõudvad. Selles raamistikus maksab tehisintellekti antud paljas vastus väga vähe. Tunnustuse saamiseks peab lahendaja selgitama arutluskäiku viisil, mis annab teadmisi edasi teistele inimestele. Selle nihke eesmärk on kaitsta distsipliini hariduslikku väärtust.

Ajalooliselt ei olnud matemaatika kuulsaimad probleemid kasulikud mitte oma vastuste tõttu. Fermat’ suure teoreemi lahendamine võttis aega 350 aastat. Lõplik tõestus oli sadu lehekülgi pikk. Tegelikul vastusel — et ükski kolm positiivset täisarvu a, b ja c ei rahulda konkreetset võrrandit, kui n on suurem kui 2 — puudub peaaegu igasugune praktiline rakendus. Kuid selle vastuseni jõudmiseks leiutatud tehnikad turvavad täna iga krediitkaarditehingut internetis. Kui tehisintellekt oleks 1637. aastal lihtsalt teatanud, et vastus on tõene, ei pruugiks meil täna olla kaasaegset krüpteerimist.

Automatiseeritud loogika turupool

Turu poolt vaadatuna on see areng tehnoloogiakonglomeraatide jaoks tohutu võit. Ettevõtted nagu Google DeepMind ei ole huvitatud matemaatikast vaid teaduse pärast. Nad tahavad luua üldotstarbelise arutlusmootori. Kui tehisintellekt suudab lahendada matemaatikaprobleemi, mis nõuab 20 loogilist sammu, suudab see ka optimeerida globaalset kaubateed või hallata elektrivõrku täiusliku efektiivsusega.

See loob teadmustöötajate jaoks ebastabiilse keskkonna. Liigume arvutamise ajastust kontrollimise ajastusse. Igapäevaelus võib teie töö nihkuda töö tegemiselt automatiseeritud süsteemi töö kontrollimisele. See kõlab lihtsamalt, kuid nõuab sügavamaid alusteadmisi. Te ei saa lahendust kontrollida, kui te ei mõista mängureegleid.

Praktiliselt mõjutab see laste õpetamist. Kui nutitelefon suudab lahendada matemaatilise analüüsi ülesande ja selgitada samme, langeb nende sammude päheõppimise väärtus nullini. Õpetajad peavad nüüd keskenduma küsimusele "miks" selle asemel, et küsida "kuidas". Näeme nihket, kus oskus küsida õiget küsimust on väärtuslikum kui oskus leida vastust.

Tühjaks uuristatud distsipliini oht

Pilti laiemalt vaadates on mureks, et matemaatikast võib saada must kast. Kui delegeerime kogu keerulise loogika masinatele, siis meie enda vaimsed lihased atrofeeruvad. Tao hoiatus on üleskutse vastupidavusele. Ta soovi tagada, et matemaatika jääks inimkeskseks ettevõtmiseks. Eesmärk on hoida inimene protsessis mitte kalkulaatorina, vaid navigaatorina.

Oleme praegu tehnoloogia omaksvõtu tsüklilises faasis. Esiteks oleme hämmastunud võimekusest. Järgmiseks mõistame selle võimekuse hinda. Lõpuks kohandame oma süsteeme muutusega toimetulekuks. Oleme praegu üleminekul hämmastuselt kohandumisele. Tehisintellekti laborid jätkavad kiiremate ja targemate mudelite väljastamist iga kuue kuu tagant. Probleemide varu väheneb jätkuvalt.

Lõppkokkuvõttes on matemaatika väärtus pingutus. Pingutus tekitab kõrvalmõjusid, mis panevad käima meie kaasaegse maailma. Kui eemaldame pingutuse, võime lõpetada ka kõrvalmõjude tekitamise. See on käegakatsutav risk, mille Tao tuvastab. Ehitame maailma, kus me teame kõike, kuid mõistame väga vähe.

Mida see teie jaoks tähendab

Põhimõte on selles, et intelligentsuse definitsioon on muutumas. Tavatarbija jaoks tähendab see, et teie taskus olevad tööriistad muutuvad võimekamaks kui eksperdid, keda te varem palkasite. Kuid neil tööriistadel puudub eesmärgitunnetus või kontekst.

Esiteks oodake muutust hariduses. Koolid liiguvad tõenäoliselt suuliste eksamite või kontrollitud paberpõhiste testide suunas, et tagada õpilaste tegelik õppimine. Sõltuvus digitaalsetest kodutöödest tõenäoliselt lõpeb, sest tehisintellekt on teinud nende õiglase hindamise võimatuks.

Teiseks sõltub teie enda professionaalne väärtus teie võimest tehisintellekti auditeerida. Olenemata sellest, kas tegelete raamatupidamise, õiguse või inseneriteadusega, koostab masin esimese mustandi. Teie töö on leida see üks viga tuhandest, mis võib põhjustada süsteemse tõrke.

Lõpuks väärtustage avastamise nähtamatut mehaanikat. Iga rakenduse ja vidina taga on pikk ahel lahendatud matemaatikaprobleeme. Kui masinad lahendavad need probleemid liiga kiiresti, muutub inimlik side meie endi tehnoloogiaga läbipaistmatuks. Uudishimu säilitamine selle kohta, kuidas asjad töötavad, ei ole enam lihtsalt hobi. See on vajalik ellujäämisoskus automatiseeritud maailmas.

Allikad:
University of California, Los Angeles Department of Mathematics
International Mathematical Union Fields Medal Archives
OpenAI Research Blog regarding o1 model series
Anthropic Technical Documentation for Claude 3.5 Sonnet
DeepMind AlphaProof and AlphaGeometry Technical Reports