Stephen Wolfram spędził cztery dekady na tworzeniu oprogramowania automatyzującego matematykę, a teraz odrzuca pogląd, że sztuczna inteligencja dokończy dzieło. W obszernym eseju zatytułowanym „Jaka przyszłość badań nad czystą matematyką w epoce sztucznej inteligencji?”, opublikowanym na jego blogu Writings i wywołującym w ten weekend debatę w Hacker News, fizyk i założyciel Wolfram Research argumentuje, że wezwania do przekazania czystej matematyki sztucznej inteligencji opierają się, jego słowami, na „fundamentalnych nieporozumieniach” na temat tego, czym jest matematyka i co robi sztuczna inteligencja.

„Ciągle pojawiają się nagłówki gazet: taki a taki system sztucznej inteligencji rozwiązał taki a taki problem matematyczny” – pisze Wolfram na początku eseju. Jego zdaniem po nagłówkach widać znajomy wniosek – że matematycy mogą nie być już potrzebni – i jego niecierpliwość w stosunku do argumentów ignorujących historię jego własnej dziedziny. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Precedens Mathematici

Kontrargument Wolframa zaczyna się od historii osobistej. Wspomina, że ​​kiedy w 1988 roku uruchomiono Mathematicę, krążyły podobne głosy, że matematyka wkrótce zostanie zautomatyzowana i stanie się bezcelowa. To nie tak to wyglądało. Oprogramowanie rzeczywiście zastąpiło pewne zadania mechaniczne — „jeśli według nas w matematyce naprawdę chodzi o obliczanie całek symbolicznych, to tak, Mathematica w zasadzie je zastąpiło” – pisze – ale rdzeń czystej matematyki, część definiująca dyscyplinę, pozostał nietknięty. Zamiast tego automatyzacja podniosła poziom, jaki mogli osiągnąć praktycy matematyki.

To rozróżnienie ma znaczenie, ponieważ według Wolframa zastosowanie techniki matematycznej to nie to samo, co badania matematyczne. Obliczenia, które kiedyś zajmowały całe kariery, stały się jednowierszowe, a matematycy zamiast tracić pracę, wspinali się po drabinie abstrakcji.

Do czego właściwie sztuczna inteligencja jest przydatna w matematyce

W eseju nie można lekceważyć współczesnej sztucznej inteligencji. Wolfram nazywa ją „niewątpliwie użyteczną, czasem bardzo użyteczną” i identyfikuje jej największy wkład w matematykę jako umiejętność wydobywania zgromadzonej wiedzy w tej dziedzinie. Tam, gdzie w latach 70. XX wieku badacze polegali na wyszukiwaniu słów kluczowych w literaturze, nowoczesne systemy potrafią znaleźć powiązania między zbiorami prac, których żaden człowiek nie byłby w stanie przywołać do głowy.

„Ludzie też to rutynowo robią” – pisze o łączeniu wyników w nowe wnioski. „Ale zazwyczaj czytali tylko setki artykułów, a sztuczna inteligencja faktycznie przeczytała miliony”. Asymetria sprawia, że ​​sztuczna inteligencja jest potężnym narzędziem do znajdowania zaskakujących kombinacji znanych wyników.

Argumentuje jednak, że odzyskiwanie i rekombinacja napotykają twarde granice na granicy. „Wielką matematykę definiuje się – bardziej niż cokolwiek innego – poprzez zadawane przez nią pytania”. A pytania jego zdaniem rodzą się w ludzkiej wyobraźni. Sztuczna inteligencja może zautomatyzować to, co wcześniej musieli robić matematycy; nie może jeszcze zdecydować, co warto robić.

Obliczenia generują twierdzenia, a nie znaczenie

Najostrzejsza część eseju odróżnia współczesną sztuczną inteligencję od surowych obliczeń – rozróżnienia, które Wolfram rozwija od czasu swojej pracy nad automatami komórkowymi w latach 80. Zauważa, że ​​czyste obliczenia mogą w nieskończoność generować nowe twierdzenia – nieskończoną sekwencję faktów matematycznych, pełnych niespodzianek i oryginalności, bez konieczności stosowania sztucznej inteligencji. Jego własna koncepcja nieredukowalności obliczeniowej zakłada, że ​​proste reguły mogą dać wyniki, których nie da się przewidzieć na skróty.

Jednak twierdzenia stworzone w ten sposób są, jak to ujmuje, jedynie „wynikami wyrwanymi z obliczeniowego wszechświata”. Tym, co podnosi wynik do rangi matematyki, jest jego miejsce w strukturze, którą ludzie uważają za sensowną – ocena ważności, której nie zapewnia żaden proces generowania.

Dlaczego w ogóle istnieje czysta matematyka

U podstaw tej argumentacji leży postrzeganie matematyki jako instytucji ludzkiej, a nie zbioru prawdziwych twierdzeń. Wolfram pisze, że począwszy od Platona i Euklidesa czysta matematyka była definiującym przykładem myśli abstrakcyjnej budującej coraz większą strukturę – „największy pojedynczy intelektualny gmach, jaki zbudowała nasza cywilizacja”. Dziewiętnastowieczny zwrot w kierunku abstrakcji oddzielił go od codziennej intuicji, a jego wartość zawsze zależała od decyzji praktyków, które części przestrzeni nieskończonych możliwości zasługują na uwagę.

Własne badania Wolframa od lat okrążają tę kwestię, począwszy od przestrzeni wszystkich możliwych systemów aksjomatów, poprzez ograniczającą strukturę sieci twierdzeń, aż po rolę, jaką ludzie odgrywają w definiowaniu tej dyscypliny. Nowy esej odnosi to tło do chwili obecnej: sztuczna inteligencja radykalnie zmienia ekonomikę pracy matematycznej, ale kierunek przedsiębiorstwa – co udowodnić, na czym się przejmować, co uważa się za centralne, a nie peryferyjne – pozostaje ludzkim dziedzictwem.

Nic z tego nie czyni Wolframa sceptykiem AI; jego firma wykorzystuje uczenie maszynowe w całej swojej linii produktów. To czyni go precyzyjnym. Jego wniosek nie jest taki, że sztuczna inteligencja pozostawi matematykę nietkniętą, ale że interesującą przyszłością jest współpraca — maszyny obsługujące skalę, wyszukiwanie i weryfikację, podczas gdy ludzie czuwają nad pytaniami. Esej sugeruje, że dopóki znaczenie matematyczne jest kwestią oceny, a nie obliczeń, opis stanowiska matematyka przetrwa tę transformację, nawet jeśli zmieni się prawie wszystko inne związane z tym zawodem.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →