Ο Terence Tao, ο μαθηματικός του UCLA που θεωρείται ευρέως ως η πιο σημαντική ζωντανή φιγούρα στον τομέα, δημοσίευσε ένα δοκίμιο υποστηρίζοντας ότι η τεχνητή νοημοσύνη ωθεί τα μαθηματικά σε μια περίοδο αναταραχής συγκρίσιμη με τη θεμελιώδη κρίση που αναμόρφωσε την πειθαρχία πριν από έναν αιώνα. Η εργασία, "Τα μαθηματικά στην εποχή της τεχνητής νοημοσύνης", εμφανίστηκε στο arXiv στις 17 Αυγούστου και βασίζεται σε μια δημόσια διάλεξη του Τάο που παραδόθηκε στο Διεθνές Συνέδριο Μαθηματικών του 2026.
Το δοκίμιο έγινε γρήγορα ένα από τα πιο συζητημένα επιστημονικά κείμενα της εβδομάδας μεταξύ ερευνητών και μηχανικών, προσελκύοντας μεγάλο κοινό σε φόρουμ όπως το Hacker News. Για ένα πεδίο που έχει περάσει τα τελευταία τρία χρόνια συζητώντας αν η τεχνητή νοημοσύνη μπορεί πραγματικά να κάνει μαθηματικά σε επίπεδο έρευνας, [το επιχείρημα του Tao] (https://aibuzzwire.news) αλλάζει εντελώς το ερώτημα.
Κρίση αξιών, όχι αλήθειας
Η ιστορική πλαισίωση του Tao είναι σκόπιμη. Μεταξύ 1900 και 1930 περίπου, τα μαθηματικά κλονίστηκαν από το παράδοξο του Russell το 1901 και τα θεωρήματα ατελείας του Gödel το 1931 - ανακαλύψεις που ανάγκασαν τους μαθηματικούς να εγκαταλείψουν άτυπες υποθέσεις και να χτίσουν τις σαφείς, αυστηρές βάσεις πάνω στο θέμα που εξακολουθεί να είναι σήμερα. Αυτή η αναταραχή, υποστηρίζει, έκανε τελικά τα μαθηματικά ισχυρότερα.
Ο παραλληλισμός που κάνει είναι ακριβής: αυτό που δοκιμάζεται τώρα δεν είναι το πλαίσιο των μαθηματικών για την αλήθεια, αλλά το "σε μεγάλο βαθμό άρρητο πλαίσιο μαθηματικών αξιών και πρακτικών" - τι θεωρεί η κοινότητα ως συνεισφορά, τι ανταμείβει, τι θεωρεί ως κατανοητό και ποιον ή τι θεωρεί ότι έκανε το έργο. Ακριβώς όπως η τελευταία κρίση ανάγκασε το άρρητο να γίνει ξεκάθαρο, ο Tao υποστηρίζει ότι αυτή θα αναγκάσει τους μαθηματικούς να κωδικοποιήσουν στόχους που δεν χρειάστηκε ποτέ να καταγραφούν.
Παράβλεψη της συζήτησης για τις ικανότητες
Η πιο εντυπωσιακή δομική επιλογή του δοκιμίου είναι ότι αρνείται να διαφωνήσει για το αν η τεχνητή νοημοσύνη μπορεί να κάνει μαθηματικά. Αντίθετα, ο Tao στηρίζει την υπόθεση ότι θα φτάσουν εργαλεία τεχνητής νοημοσύνης ικανά για μαθηματικές εργασίες σε επίπεδο έρευνας και αντιμετωπίζει τα πάντα κατάντη αυτής της υπόθεσης ως το πραγματικό πρόβλημα. Αυτό το αποκαλεί «Ερώτηση ανταπόκρισης της κοινότητας»: πώς πρέπει να ανταποκρίνεται η μαθηματική κοινότητα, όχι εάν οι δυνατότητες είναι πραγματικές.
Είναι μια σκόπιμα ορθογώνια κίνηση. Οι συζητήσεις για την ικανότητα του μοντέλου, όπως λέει ο Tao, είναι τόσο άλυτες αφηρημένα όσο και εκτός θέματος. Τα επείγοντα ερωτήματα - τι χρησιμεύουν τα μαθηματικά και τι εκτιμούν πραγματικά οι ασκούμενοί τους - θα απαιτούσαν απαντήσεις ακόμα κι αν η πρόοδος της τεχνητής νοημοσύνης σταματήσει αύριο.
Σπανιότητα απόδειξης, αφθονία αποδείξεων και νόμος του Goodhart
Κεντρική θέση στο δοκίμιο είναι μια μελέτη περίπτωσης για την επίλυση προβλημάτων, το συστατικό της μαθηματικής πρακτικής που απειλείται πιο άμεσα από την αυτοματοποίηση. Το Tao εξετάζει τι συμβαίνει όταν το πεδίο μετακινείται από μια οικονομία σπανιότητας αποδείξεων - όπου επαληθεύονται, οι πρωτότυπες αποδείξεις είναι σπάνιες και πολύτιμες - σε μια πληθώρα αποδείξεων, όπου τα επιχειρήματα που παράγονται από μηχανή είναι φθηνά και άφθονα.
Η λίστα με τις λέξεις-κλειδιά του σηματοδοτεί το έδαφος που καλύπτει: επισημοποίηση, βοηθοί απόδειξης, αξιολόγηση από ομοτίμους, νόμος του Goodhart. Αυτό το τελευταίο στοιχείο — η αρχή ότι ένα μέτρο παύει να είναι καλό μέτρο μόλις γίνει στόχος — επαναλαμβάνεται παντού. Οι μετρήσεις δημοσιεύσεων, τα αποτελέσματα του διαγωνισμού και η προέλευση των θεωρημάτων έχουν χρησιμεύσει ως υποδείξεις για τη μαθηματική συμβολή. Σε έναν κόσμο όπου η τεχνητή νοημοσύνη μπορεί να διογκώσει αυτούς τους πληρεξούσιους σε κλίμακα, η κοινότητα θα πρέπει να επιβραβεύει αυτό που πραγματικά εκτιμά παρά αυτό που ιστορικά μπορούσε να μετρήσει.
Το δοκίμιο κλείνει με συστάσεις και μια έρευνα αναδυόμενων ροών εργασίας - συμπεριλαμβανομένων των επίσημων περιβαλλόντων απόδειξης όπως ο ίδιος ο Tao υποστήριξε σε πειράματα με μαθηματικά που υποβοηθούνται από AI, επίσημα επαληθευμένα - μαζί με μια ειλικρινή αναγνώριση ότι η απάντηση της κοινότητας θα εξελιχθεί όπως η τεχνολογία.
Γιατί ένα δοκίμιο για τα μαθηματικά έχει σημασία εκτός των μαθηματικών
Ο Tao είναι μια ασυνήθιστη φιγούρα: ένας μετάλλιος Fields που έχει περάσει χρόνια δουλεύοντας απευθείας με βοηθούς απόδειξης και εργαλεία τεχνητής νοημοσύνης αντί να τα σχολιάζει από απόσταση. Αυτή η πρακτική δέσμευση δίνει στο δοκίμιο βάρος πέρα από τα καθαρά μαθηματικά, επειδή σχεδόν κάθε ερευνητικός κλάδος αντιμετωπίζει την ίδια αντιστροφή που περιγράφει. Η αξιολόγηση από ομοτίμους, η συγγραφή, η πίστωση και ο ορισμός μιας συνεισφοράς βρίσκονται υπό την ίδια πίεση στη φυσική, τη βιολογία και την επιστήμη των υπολογιστών - πεδία που δεν έχουν τα μαθηματικά εδώ και πολλά χρόνια αρχίζουν να κάνουν ξεκάθαρα τα θεμέλιά τους.
Η λήψη μέχρι στιγμής υποδηλώνει ότι το επιχείρημα έχει καταλήξει. Τα νήματα συζήτησης έχουν επικεντρωθεί στο πλαίσιο σπανιότητας έως αφθονίας του Tao ως χρήσιμο φακό για τον ακαδημαϊκό κόσμο γενικότερα, με ιδιαίτερη προσοχή στο σημείο του ότι η κρίση των αξιών, σε αντίθεση με την κρίση των θεμελίων, δεν μπορεί να επιλυθεί από μια μικρή ομάδα λογικών. Θα πρέπει να το επεξεργαστεί ολόκληρη η κοινότητα - περιοδικά, επιτροπές προσλήψεων, φορείς επιχορήγησης και μαθηματικοί των οποίων η σταδιοδρομία βασίζεται στους άρρητους κανόνες που βρίσκονται τώρα υπό πίεση.
Το συμπέρασμα του Tao είναι τελικά εποικοδομητικό παρά ανησυχητικό. Η θεμελιώδης κρίση παρήγαγε ένα αξιόπιστο πλαίσιο που επέζησε ενός αιώνα δοκιμών. Μια ενδελεχής, ειλικρινής εξέταση του τι πραγματικά εκτιμούν τα μαθηματικά, υποστηρίζει, θα μπορούσε να αφήσει την πειθαρχία πιο δυνατή και πιο ανθεκτική από πριν – υπό την προϋπόθεση ότι η κοινότητα κάνει το έργο να κάνει τους άγραφους κανόνες της ξεκάθαρους προτού οι περιστάσεις κάνουν την επιλογή για αυτό.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
