टेरेंस ताओ, यूसीएलए गणितज्ञ और फील्ड्स मेडलिस्ट, जिन्हें अक्सर बेहतरीन जीवित गणितज्ञों में से एक के रूप में जाना जाता है, ने एक चेतावनी जारी की है कि गणितीय अनुसंधान के लिए कृत्रिम बुद्धिमत्ता क्या कर रही है: अच्छी खुली समस्याओं का भंडार "गैर-नवीकरणीय फैशन में खनन किया जा रहा है," और सार्थक समस्याओं की पहचान - उनका समाधान नहीं - क्षेत्र का सबसे दुर्लभ संसाधन बनता जा रहा है। सोमवार को मैथस्टोडन पर चार-भाग वाले सूत्र में लिखते हुए, ताओ ने बताया कि उनका मानना ​​​​है कि एआई युग गणितज्ञों को गोपनीयता की ओर धकेल सकता है, जो सदियों से चले आ रहे खुले वैज्ञानिक आदान-प्रदान को उलट देगा। अनुसंधान के मोर्चे पर अधिक जानकारी के लिए, हमारे होमपेज पर नवीनतम एआई अनुसंधान कवरेज का अनुसरण करें।

समस्याओं का सागर, पीने के पानी की कमी

ताओ का तर्क विरोधाभास से शुरू होता है। संभावित गणित समस्याओं का समूह अनंत है, इसलिए कमी बेतुकी लगती है। लेकिन मात्रा मुद्दा नहीं है - गुणवत्ता है। ताओ ने कहा, कोई भी अपनी इच्छानुसार अंतहीन खुली समस्याएं उत्पन्न कर सकता है, जैसे पाई के 10^10^10वें अंक की गणना करना। विशाल बहुमत बेकार हैं: वे "अन्य प्रश्नों के बारे में कोई और अंतर्दृष्टि या कनेक्शन प्रकट करने के लिए कोई विशेष प्रवृत्ति नहीं दिखाते हैं।"

उन्होंने लिखा, "एक देश या क्षेत्र विशाल महासागर से घिरे होने के साथ-साथ पीने के पानी की गंभीर कमी का सामना कर सकता है।"

उन्होंने तर्क दिया कि कौन सी समस्याओं पर ध्यान देने की आवश्यकता है, यह तय करना "एक लंबी, विचारशील और व्यक्तिपरक प्रक्रिया है," ऐतिहासिक अनुभव से पता चलता है कि इसी तरह की समस्याओं पर पहले के काम ने वास्तव में क्या उत्पन्न किया था। उस निर्णय के केंद्र में वह है जिसे ताओ "कठिनाई परिदृश्य" कहता है - यह जानना कि मौजूदा तरीके किन प्रश्नों का उत्तर आसानी से दे सकते हैं, जिनके लिए वास्तविक प्रयास की आवश्यकता होती है, और जो असंभव हैं, क्योंकि दिलचस्प समस्याएं सीमाओं पर रहती हैं।

एआई कठिन परिदृश्य को समतल कर रहा है

वह परिदृश्य बिल्कुल वही है जिसे एआई मिटा रहा है। ताओ ने लिखा, "एआई उपकरणों ने अब विषय के कई क्षेत्रों में कठिनाई परिदृश्य को समतल कर दिया है, जिससे उस क्षेत्र में आशाजनक नई समस्याओं का पता लगाने की क्षमता नष्ट हो गई है।" इससे भी बुरी बात यह है कि जहां एआई क्षमता समाप्त होती है वहां कोई स्थिर सीमा चिह्न नहीं है: प्रौद्योगिकी बहुत तेजी से बदलती है, और - एक तीखे प्रहार में - ताओ ने सीमा की अस्पष्टता के लिए आंशिक रूप से "एआई कंपनियों द्वारा अपने नकारात्मक परिणामों का खुलासा करने, या उनके समाधान प्राप्त करने की प्रक्रिया को प्रकट करने से इनकार" को जिम्मेदार ठहराया।

परिणाम, ताओ के अनुसार, एक दौड़ की गतिशीलता है जिसे उन्होंने प्रत्यक्ष रूप से देखा है: "यहां तक ​​कि किसी समस्या पर काम करने वाले किसी व्यक्ति की अफवाह भी मूल अनुसंधान परियोजना को अपनी पूरी क्षमता तक पहुंचने का समय मिलने से पहले इसे समतल करने के लिए भारी मात्रा में एआई-संचालित प्रयास को ट्रिगर कर सकती है।"

ओपन-साइंस प्रोत्साहन समस्या

यहीं पर चेतावनी संरचनात्मक हो जाती है। यदि किसी शोध दिशा की घोषणा करने से एआई झुंड को इसे नष्ट करने के लिए आमंत्रित किया जाता है, तो गणितज्ञ कुछ भी घोषणा करना बंद कर सकते हैं। ताओ ने लिखा, "प्रोत्साहन अब व्यापक समुदाय के साथ किसी भी आशाजनक अनुसंधान दिशा को साझा नहीं करने की दिशा में इशारा कर रहे हैं - उन्होंने कहा कि एक परिणाम सदियों की परंपरा को उलट देगा जिसमें गणित पत्रिकाओं, सेमिनारों और प्रीप्रिंट सर्वरों में खुली समस्या-साझाकरण के माध्यम से आगे बढ़ता था।

उन्होंने तर्क दिया कि एआई का अंधाधुंध उपयोग, दीर्घकालिक लागत पर अल्पकालिक जीत प्रदान करता है: यह "समस्याओं को हल करता है, लेकिन प्रगति की अगली लहर के लिए पारिस्थितिकी तंत्र को बनाए रखने की कीमत पर, या पहले से प्राप्त प्रगति को समझने की कीमत पर।"

ताओ का प्रस्ताव: सावधानीपूर्वक हल करने योग्य समस्याओं को नामित करें

ताओ गणित से एआई पर प्रतिबंध लगाने का प्रस्ताव नहीं करता है - वह मानता है कि यह संभवतः अव्यवहार्य है। इसके बजाय वह समुदायों को उन समस्याओं के वर्गों को नामित करने का सुझाव देता है जहां समाधान प्रक्रिया स्वयं मायने रखती है, ताकि उपयोग की जाने वाली तकनीकों के विश्लेषण के बिना एक कच्चा उत्तर, और आस-पास की समस्याओं के बारे में जो पता चलता है, उसे "नगण्य या यहां तक ​​कि नकारात्मक मूल्य" के रूप में माना जाएगा।

उनकी सादृश्यता आधुनिक खाद्य बैंकों से है, जो अब केवल इसलिए मनमाना दान स्वीकार नहीं करते क्योंकि वे तकनीकी रूप से खाद्य हैं, बल्कि इसके लिए स्पष्ट मानक बनाए रखते हैं कि कौन सा योगदान वास्तव में उपयोगी है।

एक टिप्पणीकार के जवाब में, ताओ ने एक संबंधित अवलोकन जोड़ा: पारंपरिक स्वचालित प्रमेय सिद्धकर्ता "प्रमेयों को साबित करने में बहुत अच्छे नहीं हैं," एक क्षेत्र जिसे उन्होंने "स्वचालित प्रमेय सत्यापनकर्ता" कहा था, उसका वर्चस्व था - एलएलएम के साथ अंतर "बड़े पैमाने पर उनकी प्रभावशीलता" है।

एआई और गणित के लिए एक भीड़भाड़ वाला सप्ताह

धागा एक आवेशित क्षण में उतरता है। कुछ दिन पहले ही ओपनएआई ने घोषणा की थी कि एक आंतरिक मॉडल ने एक लीन-सत्यापित प्रमाण प्रस्तुत किया है कि नेवियर-स्टोक्स तरल पदार्थ सीमित समय में विस्फोट कर सकते हैं - मिलेनियम पुरस्कार समस्या की दिशा में एक दावा किया गया मील का पत्थर है कि एनवाईयू गणितज्ञ जिनके काम ने प्रयास को रेखांकित किया है, उचित क्रेडिट के बिना सामने आया, विज्ञान पत्रिका द्वारा कवर किया गया विवाद और यहां एआई बज़ वायर पर। ताओ पूरे वर्ष इस परिवर्तन का सावधानीपूर्वक इतिहासकार रहा है, और एआई के युग में गणित पर व्यापक रूप से पढ़ा जाने वाला निबंध प्रकाशित किया है।

उनकी नई पोस्ट उस तर्क को एक नए कोण से तेज करती है: जोखिम यह नहीं है कि एआई सब कुछ हल कर देता है, बल्कि यह है कि यह हल करने लायक समस्याओं की सीमित सूची, अनर्जित और अनविश्लेषित, का उपभोग करता है - गणितज्ञों की अगली पीढ़ी को बेकार प्रकार के महासागर के साथ छोड़ देता है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →