Теренс Тао, один из самых известных математиков современности, профессор Калифорнийского университета в Лос-Анджелесе и лауреат Филдсовской премии 2006 года, опубликовал новое эссе о том, как искусственный интеллект может изменить саму логику математических исследований.
Вместо очередного спора о том, насколько сильными станут математические модели ИИ, Тао предлагает исходить из сценария, в котором они смогут решать значительную часть исследовательских задач, и разобраться, что тогда вообще останется целью математики.
По его схеме, решение задачи не заканчивается получением правильного доказательства.
Оно должно быть сгенерировано, проверено, понятно изложено, принято и осмыслено сообществом, а затем встроено в стандартную теорию области, учебники и набор общепринятых методов.
Именно здесь появляется главный тезис Тао — ИИ уже способен ускорять генерацию и проверку доказательств, однако проблема постепенно смещается от дефицита решений к их избытку.
Если машины начнут производить доказательства быстрее, чем люди успевают их читать, рецензировать и связывать с существующей теорией, узким местом станет уже не поиск ответа, а его коллективное усвоение.
Поэтому Тао предлагает меньше концентрироваться на гонке за тем, кто первым решил задачу, и больше ценить объяснение, рецензирование, публикацию и канонизацию результатов.
В таком сценарии работа математиков не исчезает, а смещается от производства доказательств к пониманию того, почему результат важен, как он связан с остальной математикой и как превратить его в знание, которым сможет пользоваться все сообщество.
@yigal_levin
Вместо очередного спора о том, насколько сильными станут математические модели ИИ, Тао предлагает исходить из сценария, в котором они смогут решать значительную часть исследовательских задач, и разобраться, что тогда вообще останется целью математики.
По его схеме, решение задачи не заканчивается получением правильного доказательства.
Оно должно быть сгенерировано, проверено, понятно изложено, принято и осмыслено сообществом, а затем встроено в стандартную теорию области, учебники и набор общепринятых методов.
Именно здесь появляется главный тезис Тао — ИИ уже способен ускорять генерацию и проверку доказательств, однако проблема постепенно смещается от дефицита решений к их избытку.
Если машины начнут производить доказательства быстрее, чем люди успевают их читать, рецензировать и связывать с существующей теорией, узким местом станет уже не поиск ответа, а его коллективное усвоение.
Поэтому Тао предлагает меньше концентрироваться на гонке за тем, кто первым решил задачу, и больше ценить объяснение, рецензирование, публикацию и канонизацию результатов.
В таком сценарии работа математиков не исчезает, а смещается от производства доказательств к пониманию того, почему результат важен, как он связан с остальной математикой и как превратить его в знание, которым сможет пользоваться все сообщество.
@yigal_levin