εγώΉταν μια εβδομάδα που άφησε τους μαθηματικούς να ταράζονται. Μετά από ένα πλήθος περιπτώσεων τεχνητής νοημοσύνης που προάγει τον τομέα, το OpenAI δήλωσε ένα σημαντικό τριχωτό της κεφαλής: το τελευταίο του μοντέλο τεχνητής νοημοσύνης είχε λύσει ένα Πρόβλημα του Millennium Prize, ένα παζλ με ανταμοιβή 1 εκατομμυρίου δολαρίων που αψηφούσε τον ανθρώπινο εγκέφαλο για δεκαετίες.
Το επίτευγμα έμοιαζε ελάχιστα με το πώς συνήθως πέφτουν τα μαθηματικά προβλήματα. Μια ιδιωτική εταιρεία σχεδόν τρισεκατομμυρίων δολαρίων είχε απελευθερώσει 10.000 πράκτορες – συστήματα τεχνητής νοημοσύνης που εκτελούν εργασίες αυτόνομα – για το πρόβλημα. Ο λογαριασμός εκτιμήθηκε στα 15 εκατομμύρια δολάρια.
Η τροχιά προς την τεχνητή νοημοσύνη ικανή για υπεράνθρωπα μαθηματικά ήταν εδώ και πολύ καιρό ξεκάθαρη, αλλά για να επιλύσουμε ένα τόσο ουσιαστικό πρόβλημα τόσο γρήγορα έστειλαν κρουστικά κύματα στο πεδίο. Οι μαθηματικοί ρωτούν τι θα τους απομείνει αν τα έργα που βρίσκονται σε εξέλιξη κουμπώσουν και διεκδικήσουν άλλοι, και πώς θα πρέπει να εκπαιδεύσουν την επόμενη γενιά, όταν ακόμη και δαιμονικές εργασίες μπορούν να λυθούν με το πάτημα ενός κουμπιού.
«Αισθάνομαι ελαφρώς σοκαρισμένος», είπε ο καθηγητής Colva Roney-Dougal, επικεφαλής καθαρών μαθηματικών στο Πανεπιστήμιο του St Andrews. Σε μια πρόσφατη δημόσια διάλεξη, είπε ότι πίστευε ότι η τεχνητή νοημοσύνη ήταν απίθανο να κάνει κάτι αξιόλογο σύντομα. «Τρεις μήνες μετά, κάνω τελείως λάθος», λέει. «Όλοι περιμένουμε να δούμε τι θα συμβεί. Έρχεται τόσο γρήγορα.â€
Ο καθηγητής David Silvester, μαθηματικός στο Πανεπιστήμιο του Μάντσεστερ, είπε ότι το πεδίο αισθάνθηκε «πολύ ασταθές» δεδομένου του ρυθμού της αλλαγής. «Όλα τα ανοιχτά μαθηματικά προβλήματα θα μπορούσαν να πέσουν με αρκετούς πόρους», είπε. “Αυτό είναι μη αναστρέψιμο. Αυτό δεν πρόκειται να αλλάξει.â€
Ο καθηγητής James Robinson, μαθηματικός στο Πανεπιστήμιο του Warwick, είπε ότι τα δύσκολα προβλήματα ήταν το καύσιμο των μαθηματικών, οδηγώντας δημιουργικές προσεγγίσεις σε διαδοχικές γενιές. «Είναι απογοητευτικό να βλέπεις αυτές τις μεγάλες εταιρείες τεχνολογίας να καίνε αυτό το καύσιμο μόνο και μόνο για να επιδείξουν πόσο υπέροχο είναι το τελευταίο τους μοντέλο», είπε. «Φαίνεται σαν ανώριμος παιδότοπος με μεγάλο γράμμα, που υποστηρίζεται από δισεκατομμύρια δολάρια και την πιθανότητα σημαντικής περιβαλλοντικής ζημίας σε μια εποχή που η κλιματική αλλαγή είναι ίσως η μεγαλύτερη πρόκληση που αντιμετωπίζουμε».
ΟΟ λόγος που ο Silvester πήγε στα μαθηματικά ήταν η βιασύνη που προέρχεται από τη διάλυση ενός προβλήματος. Για πολλούς μαθηματικούς είναι ελκυστικές οι εβδομάδες, οι μήνες και τα χρόνια που δαπανήθηκαν για να κυκλώσετε ένα πρόβλημα, να το αναλύσετε, να δοκιμάσετε τη μια προσέγγιση μετά την άλλη και να μην σταματήσετε ποτέ. «Χωρίς αυτό, το θέμα μου φαίνεται εντελώς διαφορετικό», είπε ο Silvester.
Οι μαθηματικοί αφιερώνουν ήδη αρκετό χρόνο για να επαληθεύσουν ο ένας τις αποδείξεις του άλλου. Ήταν αυτό το είδος ανασκόπησης που βρήκε ένα κενό στην εργασία του Andrew Wiles για το Τελευταίο Θεώρημα του Fermat το 1993, προκαλώντας ένα χρόνο περαιτέρω προσπάθειας για να διορθωθεί το ελάττωμα. Ο Σίλβστερ υποψιάζεται ότι οι μαθηματικοί μπορεί να βρεθούν στο μυαλό τους για όλο και περισσότερες αποδείξεις που καταργούνται από την τεχνητή νοημοσύνη. «Είναι περισσότερο σαν να γίνεσαι λογιστής, ελέγχεις, ελέγχεις», είπε.
Υπάρχουν χτυπητά εφέ σε όλο το γήπεδο. Οι μαθηματικοί προσλαμβάνονται με βάση τις δημοσιευμένες εργασίες τους, αλλά τα προβλήματα στα οποία εργάζονταν εδώ και μήνες μπορεί τώρα να λυθούν από την τεχνητή νοημοσύνη σε ημέρες. «Υπάρχει μια πραγματική αίσθηση ότι «θα μπορούσα να περάσω τον επόμενο μήνα σκεπτόμενος κάτι και κάποιος άλλος να το κάνει πατώντας ένα κουμπί», λέει η Roney-Dougal. «Αυτό είναι φρικτό και νομίζω ότι θα είναι φρικτό για μερικά χρόνια».
Είναι επίσης πονοκέφαλος για τη διδασκαλία των προπτυχιακών. Τα πανεπιστήμια θέτουν τακτικά προβλήματα και κουίζ στους φοιτητές για να τα λύσουν στο σπίτι. Αυτό το είδος μαθημάτων είναι πλέον νεκρό. «Δεν έχει νόημα να το κάνουμε γιατί δεν μπορούμε να εγγυηθούμε για την αυθεντικότητά του», λέει ο Silvester. Οι διδάσκοντες πρέπει τώρα να λένε στους μαθητές να μην χρησιμοποιούν την τεχνητή νοημοσύνη για ορισμένα προβλήματα, διασφαλίζοντας παράλληλα ότι μπορούν να τη χρησιμοποιήσουν για άλλα: τελικά, τα μαθηματικά με τη βοήθεια τεχνητής νοημοσύνης είναι το μέλλον.
Παρά την αναταραχή, ο καθηγητής Alexander Paseau, ο οποίος μελετά τη φιλοσοφία των μαθηματικών στο Πανεπιστήμιο της Οξφόρδης, πιστεύει ότι τα μαθηματικά δεν θα χάσουν μεγάλο μέρος της ελκυστικότητάς τους. «Η πρόκληση εξακολουθεί να παραμένει, ακόμα κι αν η τεχνητή νοημοσύνη είναι τελικά καλύτερη από τους ανθρώπους στην έρευνα», είπε. “Θα εξακολουθείτε να θέλετε να καταλαβαίνετε μόνοι σας τα μαθηματικά. Και θα συνεχίσουμε να το απολαμβάνουμε και να εκτιμούμε την ομορφιά του: η απόλυτη απόλαυση και η ομορφιά μιας μαθηματικής απόδειξης θα είναι πάντα εκεί. Η τεχνητή νοημοσύνη δεν πρόκειται να αφαιρέσει τίποτα από αυτά.â€
Πολλά μαθηματικά τεχνητής νοημοσύνης δεν λύνουν προβλήματα από την αρχή, αλλά βασίζονται στην εργασία των ανθρώπων, πρόσθεσε. Η σημαντική ανακάλυψη του OpenAI, για παράδειγμα, βασίστηκε σε μεγάλο βαθμό στην εργασία των μαθηματικών Diego Córdoba και Luis Martinez-Zoroa με έδρα τη Μαδρίτη.
Η εργασία του OpenAI περιέγραψε μια λύση στο πρόβλημα Navier-Stokes που περιλαμβάνει εξισώσεις που προβλέπουν πώς συμπεριφέρονται τα υγρά, ακόμη και ο καιρός. Είναι ένα από τα επτά Προβλήματα του Millennium Prize που δημοσιεύθηκαν από το Clay Mathematics Institute το 2000. Η ανακοίνωση της εταιρείας την Τρίτη οδήγησε σε περαιτέρω ανησυχίες στην κοινότητα. Το OpenAI έθεσε σε λειτουργία το τελευταίο του μοντέλο αφού άκουσε φήμες ότι δύο Προβλήματα της Χιλιετίας είχαν λυθεί από μαθηματικούς. Ο καθηγητής Tristan Buckmaster στο Πανεπιστήμιο της Νέας Υόρκης και ο Levent Alpöge στο Anthropic έκαναν σχετική εργασία στο Navier-Stokes και είχαν χρησιμοποιήσει τα προϊόντα του OpenAI στη διαδικασία. Υποψιάζονταν ότι το μοντέλο του OpenAI είχε μάθει από την εν εξελίξει εργασία τους. Μετά από έρευνα, το OpenAI αρνήθηκε ότι συνέβαινε κάτι τέτοιο.
Ωστόσο, ορισμένοι μαθηματικοί εξακολουθούν να είναι επιφυλακτικοί. «Η μεγάλη ιστορία τώρα στα μαθηματικά είναι ότι κανείς δεν θέλει να μοιραστεί τίποτα», είπε ο Buckmaster στον Guardian. «Τα μαθηματικά είναι διαφορετικά σήμερα από ό,τι πριν από λίγες μέρες. Πρέπει να αποφασίσουμε τι θα κάνουμε για αυτό.â€
