Dış medya, UCLA profesörü ve Fields Ödülü sahibi Terence Tao'nun, yapay zekânın, matematik dünyasının yeni soruları tamamlama hızından daha hızlı şekilde, disiplini gerçekten ilerleten açık problemleri tükettiğini açıkça uyardığını bildirdi. Ona göre, risk modelin daha fazla ispat yazması değil, araştırmacıların uzun yıllar boyunca keşfettikleri alanı çok hızlıca daraltmasıdır.
Yüksek değerli zorluklar azalıyor
陶哲轩, matematik sorularının sonsuz şekilde üretilebileceğini, ancak gerçekten önemli olanların az sayıda olduğunu belirtti. Çözülmemiş birçok soru var olsa da, bunların yeni yöntemler getirmesi veya ilgili alanların ilerlemesini desteklemesi garanti değildir. Araştırmacılar geçmişte, hangi soruların aylar hatta yıllar boyunca çalışılmaya değer olduğunu deneyimle belirliyordu.
O, AI'nin bu ritmi bozduğunu düşünüyor. Geçmişte yeni araçlar bazı sorunların zorluğunu azaltmış, ancak aynı zamanda yetenek sınırlarının dışına yeni yönler açmıştı. Bugün model sınırları net değil ve araştırmacılar, hangi sorunların hâlâ uzun vadeli yatırıma uygun olduğunu, hangilerinin ise yakında model tarafından doğrudan çözülebileceğini belirlemekte zorlanıyor.
AI Laboratuvarı, soru çözme yarışını başlattı
Rapor, OpenAI'nin modelinin bu yıl Mayıs'ta, yaklaşık 80 yıldır var olan bu matematik problemine dair Erdős birim mesafe sanısının bir karşı örneğini sunduğunu belirtti. Dışarıdan gelen matematikçiler,其中包括 Fields Ödülü sahibi Tim Gowers, bu sonucu doğruladı.
Neredeyse aynı anda, Anthropic araştırmacıları da henüz yayınlanmamış Claude Mythos modelini aynı soru için test etti. Şirket mühendisleri, modelin daha kısa bir kanıt sunduğunu belirtti; bazı matematikçiler ise bu versiyonun OpenAI'ninkinden hafifçe daha zayıf olduğunu, ancak yine de geçerli bir çözüm bulduğunu düşündü.
Ayrıca, Anthropic'in Fermat'ın Son Teoremi'nin tarihsel kanıtını formelleştirdiği bildirildi. Birkaç gün sonra, OpenAI, bir araştırmacının kanıtını kamuoyuna açıklamasından sadece saatler sonra, 90 yıllık bir soruyu çözdü. Bu hız, Tao Terence'in endişelendiği noktadır.
Çıkarım süreci ağırlığını artırmanızı öneririz
陶哲轩, bazı soruları "analiz gerektirir" olarak işaretleyebileceğini öne sürdü. Bu standarta göre, yalnızca doğru cevabı vermenin değeri düşürülür ve araştırmacılar, çıkarım sürecini ve bu sürecin komşu sorulara ne tür ipuçları sağladığını aynı anda açıklamak zorundadır.
O, sadece en kısa yoldan cevap çıkarmayı hedeflemek, geçici olarak mevcut sorunları çözebilir, ancak bunun maliyeti, bir sonraki araştırma için gerekli olan soru ekosistemini zayıflatmak ve mevcut sonuçların neden geçerli olduğunu anlamayı engellemektir. Habere göre, bu öneri şu anda resmi bir kural haline gelmemiştir ve büyük AI laboratuvarlarının sürekli ilerlemesi, matematik dünyasını değerlendirme standartları tartışmasına daha hızlı karşı karşıya bırakabilir.