Terence Tao wprowadza koncepcję „Math 2.0”: AI powinna pogłębiać, a nie zastępować zrozumienie matematyczne

Terence Tao wygłosił znaczący wykład na Caltech dotyczący matematyki w erze AI i udostępnił materiały ze slajdami

Materiały z wykładu Math 2.0

Tao zatytułował swój wykład „Math 2.0”, choć pierwotnie w maju planował przedstawić go pod nazwą „Machine Assisted Proof” (Dowody wspomagane maszynowo). Sam autor zauważa, że treść prezentacji uległa istotnym zmianom „w związku z ostatnimi wydarzeniami”.

Główna teza opiera się na fakcie, że przez dekady matematyka funkcjonowała w założeniu, iż rozwiązanie otwartego problemu jest niezwykle trudne i zdarza się rzadko. Wokół tego założenia wyrosły instytucje, systemy zachęt zawodowych oraz tradycje akademickie. W rzeczywistości jednak rozwiązywanie problemów to jedynie wskaźnik zastępczy; szerszym celem nauki jest eksploracja, odkrywanie nowych zagadnień i rozumienie sposobów zastosowania rozwiązań w realnym świecie.

Ten wskaźnik zastępczy działał skutecznie, ponieważ poprzez rozwiązywanie problemów matematycy gromadzili doświadczenie i głębokie zrozumienie. Teraz, jak twierdzi Tao, dalsza ślepa optymalizacja samego procesu rozwiązywania problemów jest „aktywnie szkodliwa dla długofalowego zdrowia matematyki”.

Jeśli AI będzie po prostu produkować rozwiązania, pomijając człowieka, nastąpi sterylizacja pola wokół danego problemu: niezbadane ścieżki pozostaną niezbadane, cykl rozwoju stanie się niewytwarzalny, wiedza nie będzie kumulowana, a odsetek rozwiązań, które „działają na papierze”, ale odbiegają od rzeczywistych potrzeb świata, będzie rósł.

Tao proponuje eksperyment myślowy: AI wynajduje koktajl lekowy zabijający wszystkie komórki nowotworowe, a jego skuteczność zostanie potwierdzona w badaniach klinicznych fazy III. Czy zdecydowalibyście się na iniekcję bez pewności, że przynajmniej jeden człowiek-expert rozumie mechanizm działania?

Jako rozwiązanie Tao proponuje przesunięcie akcentu z „niszczenia” otwartych problemów na wykorzystanie AI do wzmacniania ludzkiego zrozumienia. To właśnie nazywa „Math 2.0”. AI może rzeczywiście przyspieszyć postęp, jeśli będzie szukać wyjaśnień i nowych zasad, eksplorując sąsiedztwo hipotez, zamiast jedynie generować dowody. Jest to ogromna, niewykorzystana przestrzeń, a zdaniem Tao głównym ograniczeniem nie jest już technologia, lecz wyobraźnia.