Ο Stephen Wolfram έχει αφιερώσει τέσσερις δεκαετίες δημιουργώντας λογισμικό που αυτοματοποιεί τα μαθηματικά, και τώρα πιέζει τον εαυτό του ενάντια στην ιδέα ότι η τεχνητή νοημοσύνη θα ολοκληρώσει τη δουλειά. Σε ένα εκτενές δοκίμιο με τίτλο «Ποιο είναι το μέλλον για την καθαρή έρευνα στα μαθηματικά στην εποχή της τεχνητής νοημοσύνης;», που δημοσιεύτηκε στο ιστολόγιο Writings και αναζωπυρώνει τη συζήτηση στο Hacker News αυτό το Σαββατοκύριακο, ο φυσικός και ιδρυτής της Wolfram Research υποστηρίζει ότι η έκκληση να παραδοθούν τα καθαρά μαθηματικά στην τεχνητή νοημοσύνη, σύμφωνα με τα λόγια του, τι είναι η κακή και η κακή αντίληψη της AI.
«Οι τίτλοι συνεχίζουν να έρχονται: ένα τέτοιο σύστημα τεχνητής νοημοσύνης έχει λύσει το ένα και το άλλο μαθηματικό πρόβλημα», γράφει ο Wolfram στο άνοιγμα του δοκιμίου. Αυτό που ακολουθεί αυτούς τους τίτλους, λέει, είναι ένα οικείο συμπέρασμα - ότι μπορεί να μην χρειάζονται πλέον ανθρώπινοι μαθηματικοί - και μια ανυπομονησία από την πλευρά του με επιχειρήματα που αγνοούν την ιστορία του τομέα του. For more context on this story, see our ongoing more AI stories.
Το προηγούμενο Mathematica
Το αντεπιχείρημα του Wolfram ξεκινά με την προσωπική ιστορία. Όταν κυκλοφόρησε το Mathematica το 1988, θυμάται, υπήρχε παρόμοια συζήτηση ότι τα μαθηματικά επρόκειτο να αυτοματοποιηθούν σε ανούσια. Δεν έπαιξε έτσι. Το λογισμικό αντικατέστησε ορισμένες μηχανικές εργασίες - "αν η επεξεργασία συμβολικών ολοκληρωμάτων ήταν αυτό που νομίζει κανείς ότι είναι πραγματικά το να κάνει μαθηματικά, τότε, ναι, το Mathematica το έχει αντικαταστήσει ουσιαστικά", γράφει - αλλά ο πυρήνας των καθαρών μαθηματικών, το μέρος που ορίζει την πειθαρχία, ήταν ανέγγιχτο. Αντίθετα, ο αυτοματισμός αύξησε το επίπεδο που μπορούσαν να φτάσουν οι επαγγελματίες των μαθηματικών.
Η διάκριση έχει σημασία γιατί, σύμφωνα με τον Wolfram, η εφαρμογή της μαθηματικής τεχνικής δεν είναι το ίδιο πράγμα με τη μαθηματική έρευνα. Οι υπολογισμοί που κάποτε κατανάλωναν καριέρες έγιναν κλήσεις μίας γραμμής και οι μαθηματικοί ανέβηκαν στη σκάλα της αφαίρεσης αντί να έμειναν χωρίς δουλειά.
Τι είναι πραγματικά καλό το AI στα Μαθηματικά
Το δοκίμιο απέχει πολύ από το να απορρίπτει τη σύγχρονη τεχνητή νοημοσύνη. Ο Wolfram το αποκαλεί «αναμφισβήτητα χρήσιμο, μερικές φορές πολύ χρήσιμο» και προσδιορίζει τη μεγαλύτερη συνεισφορά του στα μαθηματικά ως την ικανότητα εξόρυξης της συσσωρευμένης γνώσης του πεδίου. Όταν ένας ερευνητής στη δεκαετία του 1970 βασίστηκε σε αναζητήσεις λέξεων-κλειδιών της βιβλιογραφίας, τα σύγχρονα συστήματα μπορούν να επισημάνουν συνδέσεις μεταξύ των σωμάτων εργασίας που κανένας άνθρωπος δεν θα μπορούσε να έχει υπόψη του.
«Οι άνθρωποι το κάνουν συνήθως αυτό», γράφει σχετικά με τη συγκέντρωση των αποτελεσμάτων σε νέα συμπεράσματα. «Αλλά τείνουν να έχουν διαβάσει μόνο εκατοντάδες έγγραφα· οι AI έχουν ουσιαστικά διαβάσει εκατομμύρια». Η ασυμμετρία καθιστά την τεχνητή νοημοσύνη ισχυρό συνεργάτη για την εύρεση εκπληκτικών συνδυασμών γνωστών αποτελεσμάτων.
Αλλά η ανάκτηση και ο ανασυνδυασμός, υποστηρίζει, βρίσκονται σε ένα σκληρό όριο στα σύνορα. "Τα σπουδαία μαθηματικά καθορίζονται - περισσότερο από οτιδήποτε άλλο - από τις ερωτήσεις που κάνουν." Και τα ερωτήματα, κατά την άποψή του, προέρχονται από την ανθρώπινη φαντασία. Ένα AI μπορεί να αυτοματοποιήσει αυτό που οι μαθηματικοί έπρεπε να κάνουν οι ίδιοι στο παρελθόν. δεν μπορεί ακόμα να αποφασίσει τι αξίζει να κάνει.
Ο υπολογισμός δημιουργεί θεωρήματα, όχι νόημα
Το πιο ευκρινές μέρος του δοκιμίου διακρίνει τη σύγχρονη τεχνητή νοημοσύνη από τον ακατέργαστο υπολογισμό, μια διάκριση που ο Wolfram αναπτύσσει από την εργασία του στα κυψελωτά αυτόματα τη δεκαετία του 1980. Ο καθαρός υπολογισμός, σημειώνει, μπορεί να δημιουργήσει ατελείωτα νέα θεωρήματα - μια άπειρη ακολουθία μαθηματικών γεγονότων, πλήρης με έκπληξη και πρωτοτυπία, χωρίς να απαιτείται AI. Η δική του αντίληψη για την υπολογιστική μη αναγωγιμότητα υπονοεί ότι απλοί κανόνες μπορούν να παράγουν αποτελέσματα που καμία συντόμευση δεν μπορεί να προβλέψει.
Ωστόσο, τα θεωρήματα που παράγονται με αυτόν τον τρόπο είναι, όπως το θέτει, απλώς «αποτελέσματα που προέρχονται από το υπολογιστικό σύμπαν». Αυτό που εξυψώνει ένα αποτέλεσμα στα μαθηματικά είναι η θέση του σε μια δομή που οι άνθρωποι βρίσκουν νόημα - μια κρίση σχετικά με τη σημασία που καμία διαδικασία παραγωγής δεν παρέχει.
Γιατί υπάρχουν καθόλου καθαρά μαθηματικά
Κάτω από το επιχείρημα βρίσκεται μια άποψη για τα μαθηματικά ως ανθρώπινο θεσμό και όχι ένας σωρός αληθινών δηλώσεων. Από τον Πλάτωνα και τον Ευκλείδη και μετά, γράφει ο Wolfram, τα καθαρά μαθηματικά ήταν το καθοριστικό παράδειγμα της αφηρημένης σκέψης που χτίζει μια ολοένα μεγαλύτερη δομή - «το μοναδικό μεγαλύτερο πνευματικό οικοδόμημα που έχει χτίσει ο πολιτισμός μας». Η στροφή του του δέκατου ένατου αιώνα προς την αφαίρεση το απέκοψε από την καθημερινή διαίσθηση και η αξία του πάντα εξαρτιόταν από τους επαγγελματίες που αποφασίζουν ποια μέρη ενός χώρου άπειρων δυνατοτήτων αξίζουν προσοχή.
Η ίδια η έρευνα του Wolfram έχει κυκλώσει αυτό το ερώτημα εδώ και χρόνια, από το χώρο όλων των πιθανών συστημάτων αξιωμάτων μέχρι την περιοριστική δομή του δικτύου θεωρημάτων και τον ρόλο που διαδραματίζουν οι άνθρωποι στον καθορισμό της πειθαρχίας. Το νέο δοκίμιο εφαρμόζει αυτό το υπόβαθρο στην παρούσα στιγμή: η τεχνητή νοημοσύνη αλλάζει δραματικά τα οικονομικά της μαθηματικής εργασίας, αλλά η κατεύθυνση της επιχείρησης - τι να αποδείξει, τι να νοιαστεί, τι μετράει ως κεντρικό παρά ως περιφερειακό - παραμένει ανθρώπινη κληρονομιά.
Τίποτα από αυτά δεν κάνει τον Wolfram σκεπτικιστή για την τεχνητή νοημοσύνη. Η εταιρεία του ενσωματώνει τη μηχανική μάθηση σε ολόκληρη τη σειρά προϊόντων της. Τον κάνει ακριβή. Το συμπέρασμά του δεν είναι ότι η τεχνητή νοημοσύνη θα αφήσει ανέγγιχτα τα μαθηματικά, αλλά ότι το ενδιαφέρον μέλλον είναι η συνεργασία - μηχανές που χειρίζονται κλίμακα, ανάκτηση και επαλήθευση, ενώ οι άνθρωποι διατηρούν την επιμέλεια των ερωτήσεων. Το δοκίμιο προτείνει ότι εφόσον η μαθηματική σημασία είναι θέμα κρίσης και όχι υπολογισμού, η περιγραφή της θέσης εργασίας του μαθηματικού επιβιώνει από τη μετάβαση, ακόμη και καθώς σχεδόν όλα τα άλλα σχετικά με την εργασία αλλάζουν.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
