Ayon sa foreign media, si Professor Terence Tao ng UCLA at tagapagwagi ng Fields Medal ay nagbaba ng pahiwatig na ang AI ay naglalabas ng mga bukas na problema na talagang nagpapalago sa larangan nang mas mabilis kaysa sa pagpapalit ng mga bagong tanong sa larangan ng matematika. Ayon sa kanya, ang panganib ay hindi nasa paggawa ng higit pang patunay ng modelong ito, kundi sa posibilidad na ito ay masyadong mabilis na i-compact ang espasyo na mahabang panahon ay pinag-aaralan ng mga mananaliksik.
Mas maraming nagiging kaunti ang mga mahirap na problema na may mataas na halaga
Si Terence Tao ay nagpaalala na ang mga problema sa matematika ay maaaring walang hanggang magkaroon, ngunit ang mga mahalaga ay hindi marami. Bagaman maraming hindi pa nalulutas na problema, hindi lahat ay nagdadala ng mga bagong paraan o nakakatulong sa pag-unlad ng kaugnay na larangan. Noong nakaraan, gumagamit ang mga mananaliksik ng kanilang karanasan upang masukat kung aling mga problema ang值得 mag-invest ng ilang buwan o kahit ilang taon.
Naniniwala siya na ang AI ay nagpapabagabag sa ganitong ritmo. Noon, ang mga bagong kasangkapan ay nagpapababa ng kahirapan sa ilang problema, ngunit nagbubukas din ng mga bagong direksyon sa labas ng hangganan ng kakayahan. Ngayon, ang limitasyon ng mga modelo ay hindi malinaw, at mahirap para sa mga siyentipiko na masukat kung alin sa mga problema ay karapat-dapat pa sa matagal na pagpapakilala at alin ay maaaring agad na lutasin ng mga modelo.
Ang AI laboratory ay nagsimula na ng kompetisyon sa paglutas ng problema.
Binanggit ng ulat na noong Mayo ng taong ito, ibinigay ng model ng OpenAI ang isang kontrahalimbawa sa Erdős unit distance conjecture, na tumutok sa isang matematikal na problema na umiiral na halos 80 taon. Pagkatapos ay binigyang-pansin ng mga eksternong matematiko, kabilang ang tagapagwagi ng Fields Medal na Tim Gowers.
Sa halos parehong oras, ang mga siyentipiko ng Anthropic ay sinubukan ang parehong tanong gamit ang hindi pa ipinapakilalang Claude Mythos. Ayon sa mga inhinyero ng kumpanya, mas maikli ang patunay na ibinigay ng modelo; may mga matematiko na naniniwala na ang bersyon nito ay kaunting mas mababa kaysa sa OpenAI, ngunit parehong nakakahanap ng viable na solusyon.
Ayon sa ulat, natapos ng Anthropic ang pormalisasyon ng historikal na patunay sa Fermat's Last Theorem. Ilang araw pagkatapos, nalutas ng OpenAI ang isang problema na may halos 90 taong kasaysayan, at ito ay nangyari lamang ilang oras pagkatapos ng pagpapahayag ng patunay ng isang mananaliksik. Ang ganitong bilis ay ang lugar kung saan natatakot si Terence Tao.
Makatutulong ang pagpapataas ng timbang ng proseso ng pag-iisip
Ipinangako ni Terence Tao na ang ilang mga tanong ay maaaring markahan bilang "kailangan ng pagsusuri". Sa ilalim ng pamantayang ito, ang halaga ng pagbibigay ng tamang sagot lamang ay bababa, at kailangan ng mga mananaliksik na ipaliwanag ang proseso ng pag-iisip, pati na rin kung paano nagbibigay ito ng mga insiyt sa mga kaakibat na tanong.
Naniniwala siya na ang paghingi ng mabilis na sagot ay maaaring lutasin ang kasalukuyang problema sa maikling panahon, ngunit ang gastos nito ay ang pagpapahina sa ekosistema ng mga tanong na kailangan para sa susunod na pag-aaral, at hindi nakakatulong sa pag-unawa kung bakit tumutupad ang mga umiiral na resulta. Ayon sa ulat, ang payo na ito ay hindi pa nabuo bilang opisyal na patakaran, at ang patuloy na pag-unlad ng mga malalaking AI laboratorio ay maaaring magdulot ng mas mabilis na pagharap ng matematika sa pag-uusap tungkol sa mga pamantayan sa pagtataya.