Terence Tao, matématikawan UCLA lan Fields Medalist asring diterangake minangka salah sawijining ahli matematika sing paling apik, wis menehi peringatan babagan apa sing ditindakake intelijen buatan kanggo riset matematika: stok masalah mbukak sing apik "ditambang kanthi cara sing ora bisa dianyari," lan identifikasi masalah sing bermanfaat - dudu solusi - dadi sumber daya sing langka ing lapangan. Nulis ing thread papat-bagean ing Mathstodon ana, Tao sijine metu apa kang pracaya jaman AI bisa push matématikawan menyang rahasia, reversing abad ijol-ijolan ilmiah mbukak. Kanggo luwih lengkap babagan riset, tututi [liputan riset AI] (https://aibuzzwire.news) paling anyar ing kaca ngarep.

Samudra Masalah, Kekirangan Banyu Ngombe

Argumentasi Tao diwiwiti kanthi paradoks. Setel kemungkinan masalah matematika ora ana watese, mula kelangkaan katon ora masuk akal. Nanging jumlah ora masalah - kualitas. Sapa wae bisa nuwuhake masalah mbukak tanpa wates, ujare Tao, kayata ngitung digit pi 10^10^10. Umume ora ana gunane: dheweke "ora nuduhake kecenderungan tartamtu kanggo mbukak wawasan utawa sambungan liyane menyang pitakonan liyane."

"Negara utawa wilayah bisa nandhang kekurangan banyu ngombe nalika diubengi samodra gedhe," tulise.

Nemtokake masalah apa sing kudu digatekake, dheweke ujar, yaiku "proses sing dawa, disengaja, lan subyektif," sing diweruhi dening pengalaman sejarah babagan apa sing ditindakake sadurunge babagan masalah sing padha. Inti saka paukuman kasebut yaiku apa sing diarani Tao minangka "lanskap kesulitan" - ngerti pitakonan sing bisa dijawab kanthi cara saiki, sing mbutuhake gaweyan nyata, lan sing ora mungkin, amarga masalah sing menarik cenderung manggon ing wates.

AI Ndhaptar Lanskap Kesulitan

Lanskap kasebut persis sing diilangi AI. Alat AI wis "ngratakake lanskap kangelan saiki ing akeh wilayah subyek," tulis Tao, "saingga ngrusak kemampuan kanggo nemokake masalah anyar sing njanjeni ing wilayah kasebut." Luwih elek, ora ana tandha wates sing stabil ing ngendi kompetensi AI rampung: teknologi kasebut cepet banget owah-owahan, lan - ing jab sing cetha - Tao nyalahake ketidakjelasan wates kasebut ing bagean "penolakan perusahaan AI kanggo ngumumake asil negatif, utawa mbukak proses kanggo entuk solusi."

Asil kasebut, miturut Tao, minangka dinamika balapan sing langsung dideleng: "malah desas-desus saka wong sing nggarap masalah bisa nyebabake upaya AI-powered sing akeh banget kanggo ngrampungake sadurunge proyek riset asli duwe wektu kanggo nggayuh potensial lengkap."

Masalah Insentif Ilmu Terbuka

Ing kono peringatan kasebut dadi struktural. Yen ngumumake arah riset ngundang swarm AI kanggo ngudani, para ahli matematika bisa mandheg ngumumake apa wae. "Insentif saiki bisa uga ngarahake arah supaya ora nuduhake arah riset sing njanjeni karo komunitas sing luwih akeh," tulis Tao - asil sing dicathet bakal mbalikke tradisi pirang-pirang abad nalika matématika maju liwat enggo bareng masalah mbukak ing jurnal, seminar lan server preprint.

Panggunaan AI sing ora sengaja, ujare, menehi kamenangan jangka pendek kanthi biaya jangka panjang: ngrampungake "masalah sing ana ing tangan, nanging kanthi biaya njaga ekosistem kanggo gelombang kemajuan sabanjure, utawa kanggo ngerteni kemajuan sing wis dipikolehi."

Proposal Tao: Temtokake Masalah sing Patut Dirampungake kanthi Teliti

Tao ora ngusulake nglarang AI saka matematika - dheweke ngakoni manawa ora bisa ditindakake. Nanging dheweke nyaranake komunitas nemtokake kelas masalah ing ngendi proses solusi kasebut penting, supaya jawaban mentah tanpa analisa teknik sing digunakake, lan tanpa apa sing diungkapake babagan masalah sing ana ing cedhak, bakal dianggep minangka "nilai sing ora bisa ditindakake utawa malah negatif."

Analogi dheweke yaiku bank-bank panganan modern, sing ora nampa sumbangan sewenang-wenang mung amarga bisa dipangan kanthi teknis, nanging njaga standar sing jelas babagan sumbangan sing sejatine migunani.

Ing balesan kanggo komentator, Tao nambahake pengamatan sing gegandhengan: prover teorema otomatis tradisional "ora apik banget kanggo mbuktekake teorema," lapangan sing didominasi dening apa sing diarani "verifikasi teorema otomatis" - bedane karo LLM yaiku "akehe efektifitase."

Minggu Rame kanggo AI lan Matematika

Utas ndharat ing wayahe diisi. Teka dina sawise OpenAI ngumumake yen model internal wis ngasilake bukti sing diverifikasi Lean manawa cairan Navier-Stokes bisa njeblug ing wektu sing winates - tonggak sejarah sing diklaim menyang Masalah Hadiah Milenium sing dikandhakake para matématikawan NYU sing kerjane nyengkuyung upaya kasebut tanpa kredit sing tepat, perselisihan sing dilindhungi dening majalah Science lan ing kene ing AI Buzz Wire. Tao wis dadi penulis sejarah sing ati-ati babagan transisi iki kabeh taun, nerbitake esai babagan matematika ing jaman AI.

Kiriman anyar dheweke ngasah argumentasi kasebut saka sudut sing anyar: risiko kasebut dudu AI sing ngrampungake kabeh, nanging nggunakake, ora entuk lan ora analisa, katalog masalah sing kudu dirampungake - ninggalake para ahli matematika generasi sabanjure kanthi samudra sing ora ana gunane.

---

Tetep Ahead of AI

Entuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.

Waca liyane AI warta →