একটি বিদেশি মিডিয়া অনুসারে, ইউসিএলএ-এর অধ্যাপক এবং ফিল্ডস পুরস্কার বিজয়ী তাও জেহান সম্প্রতি সতর্ক করেছেন যে, এআই এমন খোলা সমস্যাগুলি খুব দ্রুত ব্যবহার করছে যা আসলেই গণিতের বিষয়টিকে এগিয়ে নিয়ে যায়, এবং এটি গণিতের ক্ষেত্রে নতুন সমস্যা যোগ করার গতির চেয়েও দ্রুত। তাঁর মতে, ঝুঁকি হলো মডেলগুলি আরও বেশি প্রমাণ লিখবে—এটা নয়, বরং এটি গবেষকদের দীর্ঘদিনের অনুসন্ধানের জায়গাকে অত্যধিক দ্রুত সংকুচিত করতে পারে।
উচ্চ মূল্যের কঠিন সমস্যাগুলি কমে আসছে
টেরেン্স টাও বলেছেন, গণিতের সমস্যা অসীমভাবে তৈরি করা যায়, কিন্তু সত্যিকারের গুরুত্বপূর্ণ সমস্যা খুব কম। অনেক অমীমাংসিত সমস্যা বিদ্যমান থাকলেও, এগুলি নতুন পদ্ধতির উদ্ভাবন করতে পারে না এবং সংশ্লিষ্ট ক্ষেত্রগুলিকে এগিয়ে নিয়ে যাওয়ার জন্য কঠিন। গবেষকরা অতীতে অভিজ্ঞতার ভিত্তিতে বিচার করতেন যে কোন সমস্যাগুলির জন্য মাস বা বছরের পর মাস বা বছর ব্যয় করা উচিত।
তিনি মনে করেন, এআই এই গতিকে বিক্ষিপ্ত করছে। অতীতে নতুন টুলগুলি কিছু সমস্যার কঠিনতা কমিয়েছে, কিন্তু সক্ষমতার সীমানার বাইরে নতুন দিকগুলি খুলেছে। বর্তমানে মডেলের সীমানা স্পষ্ট নয়, এবং গবেষকদের জন্য বোঝা কঠিন যে কোন সমস্যাগুলি দীর্ঘমেয়াদি বিনিয়োগের জন্য উপযুক্ত, এবং কোনগুলি খুব শীঘ্রই মডেল দ্বারা সরাসরি সমাধান করা যাবে।
AI ল্যাব সমাধান প্রতিযোগিতা শুরু করেছে
রিপোর্টটি উল্লেখ করে যে, এই বছরের মে মাসে, OpenAI-এর মডেলটি প্রায় ৮০ বছর পুরনো এই গাণিতিক সমস্যার বিপরীত উদাহরণ প্রদান করেছিল। তারপরে ফিল্ডস পুরস্কার বিজয়ী টিম গাউয়ার্সসহ বাইরের গণিতবিদদের এটি যাচাই করেছেন।
প্রায় একই সময়ে, Anthropic-এর গবেষকরাও একই প্রশ্নটি প্রকাশিত না হওয়া Claude Mythos দিয়ে পরীক্ষা করেছেন। কোম্পানির ইঞ্জিনিয়ারদের মতে, এই মডেলটি আরও সংক্ষিপ্ত প্রমাণ দিয়েছে; কিছু গণিতবিদ মনে করেন, এটি OpenAI-এর সংস্করণের চেয়ে সামান্য কম ভালো, তবে এটিও একটি কার্যকরী সমাধান খুঁজে পেয়েছে।
এই প্রতিবেদনে আরও বলা হয়েছে যে, অ্যানথ্রোপিক তারপর ফার্মার শেষ উপপাদ্যের ঐতিহাসিক প্রমাণকে ফর্মালাইজ করেছে। কয়েকদিন পর, ওপেনএআই একটি প্রায় ৯০ বছর পুরনো সমস্যা সমাধান করে, এবং একজন গবেষক তার প্রমাণটি প্রকাশ করার কয়েক ঘন্টা পরেই। এই গতিরই দিকটি তাও জেহুয়ান সম্পর্কে উদ্বিগ্ন।
প্রসেসিং ওজন বাড়ানোর পরামর্শ দেওয়া হচ্ছে
টেরেন্স টাও প্রস্তাব করেছেন যে কিছু প্রশ্নকে "বিশ্লেষণের প্রয়োজন" হিসাবে চিহ্নিত করা যেতে পারে। এই মানদণ্ডের অধীনে, শুধুমাত্র সঠিক উত্তর প্রদানের মূল্য কমিয়ে দেওয়া হবে, এবং গবেষকদেরকে যুক্তির প্রক্রিয়া এবং এই প্রক্রিয়াটি সন্নিহিত প্রশ্নগুলির জন্য কী ধরনের প্রেক্ষাপট প্রদান করে, তা একসাথে ব্যাখ্যা করতে হবে।
তিনি মনে করেন, শুধুমাত্র দ্রুত উত্তর পাওয়ার প্রতি মনোযোগ দেওয়া সংক্ষিপ্ত সময়ের জন্য বর্তমান সমস্যার সমাধান করতে পারে, কিন্তু এর বিনিময়ে পরবর্তী গবেষণার জন্য প্রয়োজনীয় প্রশ্নের পরিবেশকে দুর্বল করে দেয় এবং বিদ্যমান ফলাফলগুলির কারণ বুঝতেও বাধা সৃষ্টি করে। প্রতিবেদনের মতে, এই পরামর্শটি এখনও কোনও আনুষ্ঠানিক নিয়মে পরিণত হয়নি, এবং বড় AI পরীক্ষাগারগুলির অবিরাম অগ্রগতির ফলে গণিতজ্ঞদের মূল্যায়নের মানদণ্ড নিয়ে বিতর্কের সম্মুখীন হতে হতে পারে।