টেরেন্স টাও, UCLA গণিতবিদ এবং ফিল্ডস মেডেলিস্টকে প্রায়শই সেরা জীবন্ত গণিতবিদদের একজন হিসাবে বর্ণনা করা হয়, গাণিতিক গবেষণায় কৃত্রিম বুদ্ধিমত্তা কী করছে সে সম্পর্কে একটি সতর্কতা জারি করেছেন: ভাল উন্মুক্ত সমস্যার স্টক "একটি অ-নবায়নযোগ্য পদ্ধতিতে খনন করা হচ্ছে," এবং মূল্যবান সমস্যাগুলির সনাক্তকরণ - তাদের ক্ষেত্রটি সবচেয়ে কম সমাধান নয় - হয়ে উঠছে। সোমবার ম্যাথস্টোডন-এ চার-অংশের থ্রেডে লেখা, টাও উল্লেখ করেছেন কেন তিনি বিশ্বাস করেন যে এআই যুগ গণিতবিদদের গোপনীয়তার দিকে ঠেলে দিতে পারে, শত শত বছরের উন্মুক্ত বৈজ্ঞানিক বিনিময়কে বিপরীত করে। গবেষণা ফ্রন্টে আরও জানতে, আমাদের হোমপেজে সর্বশেষ AI গবেষণা কভারেজ অনুসরণ করুন।

সমস্যার সমুদ্র, পানীয় জলের অভাব

টাও এর যুক্তি একটি প্যারাডক্স দিয়ে শুরু হয়। সম্ভাব্য গণিত সমস্যার সেট অসীম, তাই অভাব অযৌক্তিক শোনাচ্ছে। কিন্তু পরিমাণ সমস্যা নয় - গুণমান। যে কেউ ইচ্ছামত অন্তহীন উন্মুক্ত সমস্যা তৈরি করতে পারে, তাও উল্লেখ করেছেন, যেমন পাই এর 10^10^10 তম সংখ্যা গণনা করা। বিশাল সংখ্যাগরিষ্ঠরা মূল্যহীন: তারা "অন্যান্য প্রশ্নগুলির সাথে আরও কোনও অন্তর্দৃষ্টি বা সংযোগ প্রকাশ করার কোনও বিশেষ প্রবণতা দেখায় না।"

"একটি দেশ বা অঞ্চল একই সাথে একটি বিশাল সমুদ্র দ্বারা বেষ্টিত থাকার সময় পানীয় জলের গুরুতর অভাবের সম্মুখীন হতে পারে," তিনি লিখেছেন।

কোন সমস্যাগুলি মনোযোগের যোগ্য তা নির্ধারণ করা, তিনি যুক্তি দিয়েছিলেন, "একটি দীর্ঘ, ইচ্ছাকৃত, এবং বিষয়গত প্রক্রিয়া," ঐতিহাসিক অভিজ্ঞতা দ্বারা জানানো হয়েছে যে একই ধরনের সমস্যাগুলির উপর পূর্বের কাজগুলি আসলে উত্পাদিত হয়েছিল। সেই বিচারের কেন্দ্রবিন্দু হল তাও যাকে "কঠিন ল্যান্ডস্কেপ" বলে — বর্তমান পদ্ধতিগুলি কোন প্রশ্নের উত্তর সহজে দিতে পারে, কোনটি সত্যিকারের প্রচেষ্টা নেয় এবং কোনটি অসম্ভব, কারণ আকর্ষণীয় সমস্যাগুলি সীমানায় বাস করে।

এআই অসুবিধার ল্যান্ডস্কেপকে সমতল করছে

সেই ল্যান্ডস্কেপটি ঠিক যা এআই মুছে ফেলছে। এআই সরঞ্জামগুলি "এখন বিষয়ের অনেক ক্ষেত্রে অসুবিধার ল্যান্ডস্কেপকে সমতল করে তুলেছে," টাও লিখেছেন, "এইভাবে সেই এলাকায় প্রতিশ্রুতিশীল নতুন সমস্যাগুলি সনাক্ত করার ক্ষমতা নষ্ট করে।" আরও খারাপ, AI দক্ষতার সমাপ্তি যেখানে স্থিতিশীল সীমান্ত চিহ্নিত করা নেই: প্রযুক্তি খুব দ্রুত পরিবর্তিত হয়, এবং - একটি সূক্ষ্ম ঝাঁকুনিতে - তাও সীমার অস্পষ্টতার জন্য দায়ী করেছেন "এআই কোম্পানিগুলির তাদের নেতিবাচক ফলাফল প্রকাশ করতে অস্বীকার করা, বা তাদের সমাধান পাওয়ার প্রক্রিয়াটি প্রকাশ করার জন্য।"

ফলাফল, তাও-এর বলার মধ্যে, একটি জাতিগত গতিশীল যা তিনি সরাসরি প্রত্যক্ষ করেছেন: "এমনকি কোনো সমস্যা নিয়ে কাজ করার গুজবও মূল গবেষণা প্রকল্পের সম্পূর্ণ সম্ভাবনায় পৌঁছানোর আগে এটিকে সমতল করার জন্য প্রচুর পরিমাণে AI-চালিত প্রচেষ্টাকে ট্রিগার করতে পারে।"

ওপেন-সায়েন্স ইনসেনটিভ সমস্যা

সেখানেই সতর্কতা কাঠামোগত হয়ে যায়। যদি একটি গবেষণা নির্দেশনা ঘোষণা করা একটি AI ঝাঁককে এটিকে ছিনিয়ে নেওয়ার জন্য আমন্ত্রণ জানায়, গণিতবিদরা কেবল কিছু ঘোষণা করা বন্ধ করতে পারেন। "উদ্দীপনাগুলি এখন বৃহত্তর সম্প্রদায়ের সাথে আর কোনও প্রতিশ্রুতিবদ্ধ গবেষণার দিকনির্দেশ ভাগ করে না নেওয়ার দিকে নির্দেশ করতে পারে," টাও লিখেছেন - একটি ফলাফল যা তিনি উল্লেখ করেছেন শতাব্দীর ঐতিহ্যকে উল্টে দেবে যেখানে জার্নাল, সেমিনার এবং প্রিপ্রিন্ট সার্ভারে উন্মুক্ত সমস্যা ভাগ করে নেওয়ার মাধ্যমে গণিত অগ্রসর হয়েছে৷

নির্বিচারে এআই ব্যবহার, তিনি যুক্তি দিয়েছিলেন, দীর্ঘমেয়াদী খরচে স্বল্পমেয়াদী জয় প্রদান করে: এটি "হাতে সমস্যাগুলি সমাধান করে, তবে অগ্রগতির পরবর্তী তরঙ্গের জন্য বাস্তুতন্ত্রকে টিকিয়ে রাখার খরচে, বা ইতিমধ্যে প্রাপ্ত অগ্রগতি বোঝার জন্য।"

টাও-এর প্রস্তাব: যত্ন সহকারে সমাধান করার মতো সমস্যা চিহ্নিত করুন

টাও গণিত থেকে AI নিষিদ্ধ করার প্রস্তাব করেন না - তিনি স্বীকার করেন যে এটি সম্ভবত অসম্ভাব্য। পরিবর্তে তিনি পরামর্শ দেন যে সম্প্রদায়গুলিকে সমস্যাগুলির শ্রেণী নির্ধারণ করে যেখানে সমাধান প্রক্রিয়া নিজেই গুরুত্বপূর্ণ, যাতে ব্যবহৃত কৌশলগুলির বিশ্লেষণ না করে এবং কাছাকাছি সমস্যাগুলি সম্পর্কে যা প্রকাশ না করে একটি কাঁচা উত্তরকে "নগণ্য বা এমনকি নেতিবাচক মূল্যের" হিসাবে বিবেচনা করা হবে।

তার সাদৃশ্য হল আধুনিক খাদ্য ব্যাঙ্কগুলি, যেগুলি আর যথেচ্ছ অনুদান গ্রহণ করে না শুধুমাত্র কারণ তারা প্রযুক্তিগতভাবে ভোজ্য, পরিবর্তে কোন অবদানগুলি প্রকৃতপক্ষে দরকারী তার জন্য সুস্পষ্ট মান বজায় রাখে।

একজন মন্তব্যকারীর উত্তরে, টাও একটি সম্পর্কিত পর্যবেক্ষণ যোগ করেছেন: প্রথাগত স্বয়ংক্রিয় উপপাদ্য প্রবক্তারা "উপাদ্য প্রমাণ করতে খুব ভালো নয়," একটি ক্ষেত্র তার পরিবর্তে "স্বয়ংক্রিয় উপপাদ্য যাচাইকারী" বলে আধিপত্য করে — LLM-এর সাথে পার্থক্য হল "প্রচুরভাবে তাদের কার্যকারিতা।"

এআই এবং গণিতের জন্য একটি ভিড়যুক্ত সপ্তাহ

থ্রেড একটি চার্জ মুহুর্তে অবতরণ. ওপেনএআই ঘোষণা করার কয়েকদিন পরে এসেছিল যে একটি অভ্যন্তরীণ মডেল একটি লীন-যাচাইকৃত প্রমাণ তৈরি করেছে যে নেভিয়ার-স্টোকস তরলগুলি সীমাবদ্ধ সময়ের মধ্যে উড়িয়ে দিতে পারে — মিলেনিয়াম প্রাইজ সমস্যার দিকে একটি দাবি করা মাইলফলক যে NYU গণিতবিদরা যাদের কাজটি সঠিক ক্রেডিট ছাড়াই উন্মোচিত হয়েছে বলে, সায়েন্স ম্যাগাজিন এবং এখানে Wizz-এ একটি বিবাদ কভার করেছে। Tao সারা বছর এই পরিবর্তনের একজন সতর্ক ক্রনিকারের কাজ করেছেন, AI এর যুগে গণিতের উপর একটি বহুল পঠিত প্রবন্ধ প্রকাশ করেছেন।

তার নতুন পোস্টটি একটি নতুন কোণ থেকে সেই যুক্তিটিকে তীক্ষ্ণ করে: ঝুঁকিটি এই নয় যে AI সবকিছুর সমাধান করে, তবে এটি গ্রাস করে, অর্জিত এবং বিশ্লেষণ না করে, সমাধানের যোগ্য সমস্যার সসীম ক্যাটালগ - গণিতবিদদের পরবর্তী প্রজন্মকে একটি মূল্যহীন ধরণের সমুদ্রের সাথে রেখে যায়।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →