UCLA သင်္ချာပညာရှင်နှင့် Fields Medalist မှ အကောင်းဆုံးသော သင်္ချာပညာရှင်တစ်ဦးအဖြစ် မကြာခဏဖော်ပြခံရသော Terence Tao သည် သင်္ချာသုတေသနအတွက် ဉာဏ်ရည်တုလုပ်ဆောင်နေပုံနှင့်ပတ်သက်၍ သတိပေးချက်ထုတ်ပြန်ထားသည်- ကောင်းမွန်သောပွင့်လင်းသောပြဿနာများကို "ပြန်လည်မွမ်းမံပြင်ဆင်၍မရနိုင်သောပုံစံဖြင့် တူးဖော်နေသည်" နှင့် ၎င်းတို့၏ဖြေရှင်းချက်မဟုတ်သော တန်ဖိုးရှိသောပြဿနာများကို ဖော်ထုတ်ခြင်းသည် အရင်းအမြစ်ရှားပါးလာသည်။ တနင်္လာနေ့တွင် Mathstodon တွင် အပိုင်းလေးပိုင်းပါသော စာတိုတစ်ပုဒ်တွင် Tao က AI ခေတ်သည် သင်္ချာပညာရှင်များအား လျှို့ဝှက်မှုဆီသို့ တွန်းပို့နိုင်သည်ဟူသော အကြောင်းရင်းကို Tao က ထုတ်ဖော်ပြောဆိုခဲ့သည်။ သုတေသနမျက်နှာစာတွင် ပိုမိုသိရှိလိုပါက၊ ကျွန်ုပ်တို့၏ပင်မစာမျက်နှာရှိ နောက်ဆုံး AI သုတေသန လွှမ်းခြုံ ကို လိုက်နာပါ။

သောက်သုံးရေပြတ်လပ်မှုပြဿနာများ

Tao ၏ ငြင်းခုံမှုသည် ဝိရောဓိနှင့် စတင်သည်။ ဖြစ်နိုင်ချေရှိသော သင်္ချာပုစ္ဆာအစုံသည် အကန့်အသတ်မရှိ၊ ထို့ကြောင့် ရှားပါးမှုမှာ အဓိပ္ပါယ်မဲ့သည်။ ဒါပေမယ့် အရေအတွက်က ပြဿနာမဟုတ်ပါဘူး၊ အရည်အသွေးက။ မည်သူမဆို pi ၏ 10^10^10th ဂဏန်းကို တွက်ချက်ခြင်းကဲ့သို့သော အဆုံးမရှိသော ပြဿနာများကို အလိုအလျောက် ဖန်တီးနိုင်သည်ဟု Tao က မှတ်ချက်ပြုခဲ့သည်။ အများစုသည် တန်ဖိုးမရှိကြပါ။ ၎င်းတို့သည် "နောက်ထပ် ထိုးထွင်းသိမြင်မှုများ သို့မဟုတ် အခြားမေးခွန်းများနှင့် ဆက်နွှယ်မှုများကို ဖော်ပြရန် သီးခြားဉာဉ်ကို မပြကြပါ။"

“နိုင်ငံ သို့မဟုတ် ဒေသတစ်ခုသည် ကြီးမားသောပင်လယ်ပြင်ကို ဝန်းရံထားစဉ် တစ်ချိန်တည်းတွင် သောက်သုံးရေပြတ်လပ်မှုကို ကြုံတွေ့ရနိုင်သည်” ဟု ၎င်းက ရေးသားခဲ့သည်။

မည်သည့်ပြဿနာများကို အာရုံစူးစိုက်ထိုက်ကြောင်း ဆုံးဖြတ်ခြင်းသည် "ရှည်လျားသော၊ တမင်သက်သက်၊ အပြုသဘောဆောင်သော လုပ်ငန်းစဉ်" ဖြစ်သည်" ဟု သမိုင်းအတွေ့အကြုံအရ အလားတူပြဿနာများ အမှန်တကယ်ဖြစ်ပေါ်လာသည့် အစောပိုင်းလုပ်ဆောင်မှုများနှင့် ပတ်သက်သည့် သမိုင်းဆိုင်ရာ အတွေ့အကြုံများဖြင့် အသိပေးထားသည်။ ထိုစီရင်ချက်၏ အဓိကအချက်မှာ Tao သည် "ခက်ခဲသောရှုခင်း" ဟုခေါ်သည် - မည်သည့်မေးခွန်းများကို လက်ရှိနည်းလမ်းများဖြင့် အလွယ်တကူဖြေဆိုနိုင်သည်၊ အမှန်တကယ်ကြိုးစားအားထုတ်ရမည့်အပြင် မဖြစ်နိုင်သောအရာများကို သိရှိခြင်းမှာ စိတ်ဝင်စားစရာကောင်းသောပြဿနာများသည် နယ်နမိတ်တွင်နေထိုင်လေ့ရှိသောကြောင့်ဖြစ်သည်။

AI သည် ခက်ခဲသောရှုခင်းကို ချောမွေ့စေသည်။

ထိုရှုခင်းသည် AI က ဖျက်ပစ်သည် ။ AI ကိရိယာများသည် ဘာသာရပ်၏ နယ်ပယ်များစွာတွင် ယခုအခက်အခဲအခင်းအကျင်းကို ချောမွေ့စေသည်ဟု Tao က ရေးသားခဲ့သည်၊ ထို့ကြောင့် ထိုဒေသရှိ အလားအလာရှိသော ပြဿနာအသစ်များကို ရှာဖွေဖော်ထုတ်နိုင်သည့်စွမ်းရည်ကို ဖျက်ဆီးပစ်လိုက်ပါသည်။ ပိုဆိုးသည်မှာ AI အရည်အချင်း အဆုံးသတ်သည့် တည်ငြိမ်သော နယ်နိမိတ် အမှတ်အသား မရှိပါ- နည်းပညာ အပြောင်းအလဲ မြန်ဆန်လွန်းပြီး — Tao က နယ်နိမိတ်၏ တိမ်မြုပ်နေမှုကို "၎င်းတို့၏ အနုတ်လက္ခဏာ ရလဒ်များကို ထုတ်ဖော်ရန် AI ကုမ္ပဏီများကို ငြင်းဆိုခြင်း၊ သို့မဟုတ် ၎င်းတို့၏ ဖြေရှင်းချက်များကို ရယူရန် လုပ်ငန်းစဉ်ကို ဖော်ပြခြင်း" နှင့် ပတ်သက်၍ အပြစ်တင်ခဲ့သည်။

Tao ၏ပြောပြချက်အရ ရလဒ်သည် သူတိုက်ရိုက်တွေ့မြင်ခဲ့ရသည့် ပြိုင်ဆိုင်မှုပြင်းထန်မှုဖြစ်သည်- "ပြဿနာတစ်ခုတွင် လုပ်ဆောင်နေသူတစ်ဦး၏ ကောလဟာလသည်ပင် မူလသုတေသနပရောဂျက်သည် ၎င်း၏အလားအလာအပြည့်အ၀ရောက်ရန် အချိန်မမီမီ ၎င်းအား AI စွမ်းအင်သုံး အားထုတ်မှုပမာဏကို ပြားပြားသွားစေနိုင်သည်။"

Open-Science Incentive ပြဿနာ

အဲဒီ့သတိပေးချက်က ဖွဲ့စည်းပုံကို ပြောင်းသွားတယ်။ သုတေသန လမ်းညွှန်ချက်ကို ကြေငြာခြင်းသည် ၎င်းကို မိုင်းခွဲရန် AI အစုအဝေးကို ဖိတ်ခေါ်ပါက သင်္ချာပညာရှင်များက မည်သည့်အရာကိုမျှ ကြေငြာခြင်းမှ ရပ်တန့်သွားနိုင်သည်။ "မက်လုံးတွေက ကျယ်ပြန့်တဲ့အသိုက်အဝန်းနဲ့ အလားအလာရှိတဲ့ သုတေသနလမ်းညွှန်ချက်တွေကို မျှဝေခြင်းမပြုတော့တဲ့ လမ်းညွှန်ချက်တွေကို ညွှန်ပြနေနိုင်ပါတယ်" ဟု Tao က ရေးသားခဲ့သည် - ရလဒ်သည် ဂျာနယ်များ၊ ဆွေးနွေးပွဲများနှင့် ကြိုတင်ပုံနှိပ်ဆာဗာများတွင် သင်္ချာပညာရပ်များ ရာစုနှစ်များစွာ တိုးတက်လာခဲ့သည့် အစဉ်အလာကို ပြောင်းပြန်လှန်ပစ်စေမည်ဖြစ်သည်။

ခွဲခြားဆက်ဆံမှုမရှိသော AI ကိုအသုံးပြုခြင်းသည် ရေတိုအနိုင်ရမှုများကို ရေရှည်ကုန်ကျစရိတ်ဖြင့် ပေးဆောင်သည်- ၎င်းသည် "လက်တကမ်းတွင်ရှိသော ပြဿနာများကို ဖြေရှင်းပေးသည်၊ သို့သော် တိုးတက်မှုလှိုင်းအတွက် ဂေဟစနစ်ကို တည်တံ့စေရန်အတွက် ကုန်ကျစရိတ်ဖြင့် သို့မဟုတ် ရရှိထားပြီးဖြစ်သည့် တိုးတက်မှုကို နားလည်သဘောပေါက်ရန်"

Tao ၏ အဆိုပြုချက်- ဂရုတစိုက် ဖြေရှင်းရမည့် ပြဿနာများကို သတ်မှတ်ပါ။

Tao က AI ကို သင်္ချာဘာသာရပ်ကို ပိတ်ပင်ဖို့ အဆိုမတင်ပါဘူး၊ ဒါက မဖြစ်နိုင်ဘူးလို့ ဝန်ခံပါတယ်။ ၎င်းအစား ဖြေရှင်းချက်လုပ်ငန်းစဉ်သည် သူ့အလိုလိုအရေးကြီးသည့် ပြဿနာများကို လူတန်းစားခွဲခြားသတ်မှတ်ရန် အကြံပြုသည်၊ ထို့ကြောင့် အသုံးပြုထားသောနည်းပညာများကို ခွဲခြမ်းစိတ်ဖြာခြင်းမပြုဘဲ အကြမ်းဖျင်းအဖြေကို အနီးနားရှိပြဿနာများအကြောင်း ဖော်ပြခြင်းမရှိဘဲ၊ "ပေါ့ပေါ့တန်တန် သို့မဟုတ် အနုတ်လက္ခဏာတန်ဖိုး" အဖြစ် သတ်မှတ်ခံရမည်ဟု အကြံပြုထားသည်။

သူ၏ သာတူညီမျှမှုမှာ ခေတ်မီစားသောက်ကုန်ဘဏ်များဖြစ်ပြီး ၎င်းတို့သည် နည်းပညာအရ စားသုံးနိုင်သောကြောင့် မထင်မှတ်ဘဲ အလှူငွေများကို လက်မခံတော့ဘဲ အမှန်တကယ်အသုံးဝင်သည့် အလှူငွေများအတွက် တိကျပြတ်သားသော စံနှုန်းများကို ထိန်းသိမ်းထားခြင်းဖြစ်သည်။

မှတ်ချက်ပေးသူတစ်ဦးအား ဖြေကြားရာတွင် Tao သည် ဆက်စပ်လေ့လာတွေ့ရှိချက်ကို ထပ်လောင်းပြောကြားခဲ့သည်- သမားရိုးကျ အလိုအလျောက် သီအိုရီစမ်းသပ်သူများသည် "အလိုအလျောက် သီအိုရီများကို သက်သေပြရန် အလွန်မကောင်းပါ" ဟု ၎င်းအစား "အလိုအလျောက် သီအိုရီစစ်ဆေးသူများ" ဟုခေါ်သော နယ်ပယ်တစ်ခုမှ လွှမ်းမိုးထားသည့် နယ်ပယ်တစ်ခု— LLMs နှင့် ကွာခြားချက်မှာ ၎င်းတို့၏ ထိရောက်မှု အများစုဖြစ်သည်။

AI နှင့် သင်္ချာအတွက် လူများသော သီတင်းပတ်

ချည်မျှင်သည် အခိုက်အတန့်တွင် ပေါက်သွားသည်။ Navier-Stokes အရည်များသည် ကန့်သတ်အချိန်အတွင်း ပေါက်ကွဲနိုင်သည်ဟု OpenAI မှ ကြေညာပြီးနောက် ရက်အနည်းငယ်အကြာတွင် NYU သင်္ချာပညာရှင်များသည် ထောင်စုနှစ်ဆုပြဿနာအတွက် မှတ်တိုင်တစ်ခုဖြစ်သည့် NYU သင်္ချာပညာရှင်များအား သင့်လျော်သောအကြွေးမပါဘဲ ထုတ်ဖော်ပြောဆိုသည့် အငြင်းပွားမှု၊ သိပ္ပံမဂ္ဂဇင်းနှင့် ဤနေရာတွင် AI Buzzre တွင် ဖော်ပြထားသော အငြင်းပွားမှုတစ်ခုဖြစ်သည်။ Tao သည် AI ခေတ်တွင် သင်္ချာနှင့်ပတ်သက်သော ကျယ်ကျယ်ပြန့်ပြန့်ဖတ်ရှု့နိုင်သော အက်ဆေးတစ်ပုဒ်ကို တစ်နှစ်ပတ်လုံး ဤအကူးအပြောင်းတွင် ဂရုတစိုက် မှတ်တမ်းဝင်ခဲ့သည်။

သူ၏ ပို့စ်အသစ်သည် ရှုထောင့်အသစ်မှ အငြင်းအခုံကို ထက်မြက်စေသည်- AI သည် အရာအားလုံးကို ဖြေရှင်းပေးနိုင်သည့် အန္တရာယ်မဟုတ်သော်လည်း ၎င်းသည် ဖြေရှင်းရကျိုးနပ်သော ပြဿနာများ၏ အဆုံးသတ်ကတ်တလောက်ကို စားသုံးကာ- သင်္ချာပညာရှင်များ၏ မျိုးဆက်သစ်များကို တန်ဖိုးမရှိသော သမုဒ္ဒရာတစ်ခုအဖြစ် ထားခဲ့သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →