ترنس تائو، ریاضیدان UCLA که به طور گسترده به عنوان تأثیرگذارترین چهره زنده در این زمینه شناخته می شود، مقاله ای منتشر کرده است که در آن استدلال می کند که هوش مصنوعی ریاضیات را به دوره ای از آشفتگی می کشاند که با بحران اساسی که یک قرن پیش این رشته را تغییر داد، مقایسه کرد. مقاله "ریاضیات در عصر هوش مصنوعی" در 17 اوت در arXiv ظاهر شد و بر اساس یک سخنرانی عمومی تائو ارائه شده در کنگره بین المللی ریاضیدانان در سال 2026 است.

این مقاله به سرعت به یکی از متون علمی مورد بحث هفته در میان محققان و مهندسان تبدیل شد و مخاطبان زیادی را در انجمن هایی مانند هکر نیوز جذب کرد. برای حوزه‌ای که سه سال گذشته را صرف بحث در مورد اینکه آیا هوش مصنوعی واقعاً می‌تواند ریاضیات در سطح تحقیقاتی انجام دهد، بحث کرده است، [استدلال تائو] (https://aibuzzwire.news) این سؤال را کاملاً تغییر می‌دهد.

بحران ارزش ها، نه حقیقت

چارچوب‌بندی تاریخی تائو عمدی است. تقریباً بین سال‌های 1900 و 1930، ریاضیات توسط پارادوکس راسل در سال 1901 و قضایای ناتمامی گودل در سال 1931 متزلزل شد - اکتشافاتی که ریاضیدانان را مجبور به کنار گذاشتن فرضیات غیررسمی و ایجاد مبانی صریح و دقیق بر روی این موضوع کرد. او استدلال می کند که این آشفتگی در نهایت باعث قوی تر شدن ریاضیات شد.

تشبیهی که او ترسیم می‌کند دقیق است: آنچه اکنون تحت آزمایش استرس قرار می‌گیرد، چارچوب ریاضیات برای حقیقت نیست، بلکه «چارچوب عمدتاً ضمنی ارزش‌ها و عملکردهای ریاضی» آن است - آنچه جامعه سهمی را در نظر می‌گیرد، چه چیزی را پاداش می‌دهد، چه چیزی را درک می‌کند، و چه کسی یا چه چیزی را انجام داده است. درست همانطور که آخرین بحران باعث شد که امر ضمنی صریح شود، تائو استدلال می کند که این بحران ریاضیدانان را مجبور می کند تا اهدافی را تدوین کنند که هرگز مجبور به نوشتن نشده اند.

رد شدن از بحث قابلیت

بارزترین انتخاب ساختاری این مقاله این است که از بحث در مورد اینکه آیا هوش مصنوعی می‌تواند ریاضیات را انجام دهد، خودداری می‌کند. در عوض، تائو بر این فرضیه شرط می‌گذارد که ابزارهای هوش مصنوعی قادر به انجام وظایف ریاضی در سطح تحقیق هستند و هر چیزی را که در پایین‌دست آن فرضیه قرار دارد، به‌عنوان مشکل واقعی در نظر می‌گیرد. او این را "سوال پاسخ جامعه" می نامد: جامعه ریاضی چگونه باید پاسخ دهد، نه اینکه آیا قابلیت ها واقعی هستند یا خیر.

این یک حرکت عمداً متعامد است. به گفته تائو، بحث‌های مربوط به قابلیت مدل، هم به صورت انتزاعی و هم در کنار موضوع قابل حل نیست. سؤالات فوری - ریاضیات برای چیست و تمرین‌کنندگان آن واقعاً چه ارزشی قائل هستند - حتی اگر پیشرفت هوش مصنوعی فردا متوقف شود، پاسخ می‌خواهند.

کمبود اثبات، فراوانی اثبات، و قانون گودهارت

مرکز این مقاله یک مطالعه موردی در مورد حل مسئله است، جزء تمرین ریاضی که مستقیماً توسط اتوماسیون تهدید می شود. تائو بررسی می‌کند که چه اتفاقی می‌افتد وقتی این حوزه از اقتصاد کمبود اثبات - جایی که تأیید شده، اثبات‌های اصلی کمیاب و ارزشمند هستند - به یکی از دلایل فراوانی، جایی که استدلال‌های تولید شده توسط ماشین ارزان و فراوان هستند، حرکت می‌کند.

فهرست کلمات کلیدی او نشان دهنده زمینه ای است که او پوشش می دهد: رسمی سازی، دستیاران اثبات، بررسی همتایان، قانون گودارت. آخرین مورد - این اصل که یک معیار پس از تبدیل شدن به یک هدف، دیگر معیار خوبی نیست - در همه جا تکرار می شود. تعداد انتشارات، نتایج رقابت، و منشأ قضیه همگی به عنوان نماینده ای برای مشارکت ریاضی عمل کرده اند. در دنیایی که هوش مصنوعی می‌تواند این پروکسی‌ها را در مقیاس افزایش دهد، جامعه به جای آن‌چه که در طول تاریخ قادر به شمارش بوده است، باید به آنچه واقعاً ارزش دارد، پاداش دهد.

این مقاله با توصیه‌ها و بررسی جریان‌های کاری در حال ظهور - از جمله محیط‌های اثبات رسمی از نوع محیط‌هایی که خود تائو در آزمایش‌هایی با ریاضیات با کمک هوش مصنوعی که به طور رسمی تأیید شده‌اند، حمایت می‌کند - در کنار یک تصدیق صریح که پاسخ جامعه همانطور که فناوری تکامل می‌یابد، پایان می‌یابد.

چرا یک مقاله ریاضی خارج از ریاضیات مهم است

تائو یک چهره غیرمعمول است: یک مدال آور فیلدز که سال ها به جای اظهار نظر از راه دور، مستقیماً با دستیاران اثبات و ابزارهای هوش مصنوعی کار کرده است. این تعامل عملی به مقاله وزنی فراتر از ریاضیات محض می دهد، زیرا تقریباً هر رشته تحقیقاتی با همان وارونگی که او توصیف می کند روبرو است. بررسی همتایان، تألیف، اعتبار، و تعریف مشارکت در فیزیک، زیست‌شناسی و علوم رایانه تحت فشار یکسانی قرار دارند - رشته‌هایی که فاقد قدمت صد ساله ریاضیات هستند، شروع به روشن کردن مبانی خود می‌کنند.

استقبال تا کنون نشان می دهد که استدلال به پایان رسیده است. موضوعات بحث بر چارچوب بندی کمیابی به فراوانی تائو به عنوان یک لنز مفید برای دانشگاهیان در کل متمرکز شده است، با توجه ویژه به این نکته که بحران ارزش ها، بر خلاف بحران مبانی، توسط گروه کوچکی از منطق دانان قابل حل نیست. باید توسط کل جامعه کار شود - مجلات، کمیته های استخدام، ارگان های کمک هزینه، و ریاضیدانانی که شغلشان بر اساس هنجارهای ضمنی است که اکنون تحت فشار است.

نتیجه گیری تائو در نهایت سازنده است تا نگران کننده. بحران بنیادی یک چارچوب قابل اعتماد ایجاد کرد که از یک قرن آزمایش جان سالم به در برد. او استدلال می‌کند که یک بررسی کامل و صادقانه از آنچه که ریاضیات واقعاً برای آن ارزش قائل است، می‌تواند این رشته را قوی‌تر و انعطاف‌پذیرتر از قبل کند - به شرطی که جامعه قبل از اینکه شرایط برای آن انتخاب کند، کارش را انجام دهد که قوانین نانوشته‌اش را صریح کند.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →