На цьогорічному Форумі лауреатів у Гайдельберзі (Heidelberg Laureate Forum, HLF) — щорічному заході, що об’єднує молодих дослідників із видатними постатями у математиці та комп’ютерних науках — тема штучного інтелекту (ШІ) викликала палкі дискусії. Особливо несподіваною стала теза про те, що однією з професій, які найбільше постраждають від генеративного ШІ, є… математик.
Це твердження може здатися парадоксальним, адже математика вважається вершиною людської абстракції та творчого мислення. Однак реальність виявляється складнішою — і не всі в науковому середовищі готові до змін. 1
Математика без розуміння?
Ян-Хуей Хе, математичний фізик з Лондонського інституту математичних наук, виступив на форумі із суперечливими відчуттями. Він давно підтримує використання ШІ в математиці, навіть написав на цю тему підручник. Але розвиток генеративного ШІ викликає в нього занепокоєння.
«Він виконує математичні задачі надзвичайно добре, але без жодного розуміння математики», — зазначив Хе. А потім із ноткою розпачу додав: «Яке тоді наше місце у цій системі?»
Він не втомлюється
Теоретичний інформатик Санжів Арора з Принстонського університету, навпаки, бачить у цій ситуації великі можливості. У своїй доповіді на HLF він підкреслив головну перевагу сучасного ШІ: він не втомлюється. Улюблена фраза Альфреда Реньї про те, що математики — це «машини, які перетворюють каву на теореми», втрачає актуальність. 21-ше століття принесло іншу машину — ту, що обходиться без кофеїну.
Арора особливо наголошує на підкріплювальному навчанні (reinforcement learning), коли модель ШІ отримує завдання, створює безліч рішень і поступово навчається, обираючи найточніші. У випадку математики, де істинність твердження можна суворо перевірити, це особливо ефективно. Більше того, Арора впевнений: невдовзі людські перевірки рішень стануть непотрібними, адже з цим впораються ШІ-доказові асистенти. Один із таких — Lean — він розробляє зі своїми колегами в Принстоні.
ШІ від запиту до публікації?
Якщо ШІ здатен генерувати докази й перевіряти їх, чому б не дозволити йому також ставити математичні запитання, писати статті, рецензувати їх і публікувати? Така «машинна наука» може працювати в замкнутому циклі, самостійно розвиваючи математичні знання.
Цей сценарій уже здається реалістичним. Як зазначив Хав’єр Ґомес-Серрано з Університету Брауна, ШІ сьогодні знаходить результати за день-два, які раніше вимагали місяців людської роботи. Темпи розвитку вражають.
Майя Фрейзер з Оттавського університету визнає потенціал ШІ у вирішенні математичних задач, зокрема в нейронауках, але водночас попереджає: швидкість змін може бути небезпечною. Частина нововведень може впроваджуватися автоматично, без належного обговорення їхньої доцільності.
Що буде з людьми?
Постає ключове питання: чи готові ми виключити людину з математичного процесу? Для Ян-Хуей Хе, можливо, це прийнятна ціна — якщо, наприклад, ШІ зможе довести гіпотезу Рімана, одну з найзнаменитіших і найзагадковіших задач в історії математики.
«Я справді хочу побачити доказ гіпотези Рімана» — зізнався він, викликавши сміх у залі. «І якщо для цього потрібно, щоб ми стали священниками біля оракулів — так і буде».
Світ математичної науки на порозі радикальних змін. Генеративний ШІ вже не просто інструмент, а потенційний співтворець нових знань. Та чи готові ми до такого майбутнього? І яке місце в ньому залишиться для людини?
Наука, як і завжди, рухається вперед. Але сьогодні як ніколи важливо поставити собі запитання не лише про можливості, а й про межі застосування штучного інтелекту — особливо в тих сферах, які донедавна вважалися виключно людськими.
Читайте також: Microsoft опублікувала список професій, які найімовірніше та найменш імовірно будуть замінені ШІ
Щопʼятниці отримуйте найцікавіші статті за тиждень на ваш імейл.
😲 Бонус! PDF-добірка «Найдивніші свята року».
