Kwa zaidi ya karne iliyopita, mazoezi ya hisabati yalibadilika kidogo sana. Mtaalamu wa hisabati huona muundo, anaandika dhana, hutumia miezi au miaka kuunda uthibitisho, na wanahisabati wengine huithibitisha. Sasa, kulingana na ripoti ya kina ya Benjamin Skuse katika IEEE Spectrum, akili bandia inaanza kukwepa mchakato huo wa polepole, wa kimajadiliano na inalazimisha uwanja huo kukabiliana na maana ya kuwa mwanahisabati.
Kipande hiki, kilichochapishwa mnamo Juni 25, 2026, kinafuatilia jinsi miundo mikubwa ya lugha imeibuka kwa haraka kutoka kwa kile ambacho wakosoaji walipuuza kama kasuku wa stochastic hadi injini za kweli za kihisabati na maana ya mabadiliko hayo kwa wanadamu ambao wamekuwa wakifanya kazi hii kila wakati. For more context on this story, see our ongoing AI news.
AI inakua kwa kasi katika hisabati
Uhesabuji umeongeza kasi ya hisabati kwa miongo kadhaa. Mabadiliko yalikuja takriban miaka 50 iliyopita, wakati kompyuta ilipotumiwa kuthibitisha nadharia ya rangi nne, ambayo inauliza ikiwa ramani yoyote inaweza kupakwa rangi zisizozidi nne ili kusiwe na maeneo ya karibu yanayoshiriki rangi. Jibu lilikuwa ndiyo, lakini uthibitisho huo ulikuwa wa kutatanisha kwa sababu ulitegemea kuangalia kesi 1,936 ambazo hakuna mwanadamu angeweza kuthibitisha kwa mkono kihalisi.
Hata kupitia enzi hiyo ya kukokotoa, mwanahisabati wa binadamu alibakia katikati, akipendekeza dhana, kubuni mikakati, na kuthibitisha matokeo. AI sasa inapinga mpango huo moja kwa moja. Msimu uliopita wa kiangazi, mifumo kutoka Google DeepMind na OpenAI ilifikia kiwango sawa na wanafunzi wa shule za upili walio na vipawa vingi zaidi duniani, na kupata hadhi ya medali ya dhahabu katika Olympiad ya Kimataifa ya Hisabati (IMO), shindano la kila mwaka ambapo washindani lazima watatue matatizo sita yanayojulikana kuwa magumu.
Hatua muhimu zimeendelea kushika kasi. Mapema mwaka wa 2026, mfumo wa majaribio wa Google DeepMind Aletheia ulitoa matokeo ya utafiti ya kiwango cha PhD yanayoweza kuchapishwa. Ijapokuwa kazi yenyewe haipatikani kihisabati, ikikokotoa viunga vya muundo katika jiometri ya hesabu, umuhimu upo katika hoja changamano inayohitajika ili kushughulikia tatizo ambalo halijatatuliwa hapo awali. Hivi majuzi, mfumo mpya wa madhumuni ya jumla wa AI kutoka OpenAI ulikanusha dhana muhimu katika jiometri ya mchanganyiko, matokeo ambayo wanahisabati wakuu walisifu kama hatua muhimu kwa uwanja huo na ambayo ingestahili kuchapishwa katika jarida kuu.
Wasaidizi wa uthibitisho na kizuizi cha urasimishaji
Mabadiliko ya pili yamekuja kutokana na kuoanisha miundo mikubwa ya lugha na visaidizi vya kuthibitisha. Mifumo kama vile Isabelle, Lean, na Rocq ni lugha maalum za upangaji ambazo hukagua uthibitisho wa kihesabu hatua kwa hatua, kuthibitisha usahihi wao wa kimantiki. Kwa zaidi ya muongo mmoja, kikwazo kimekuwa urasimishaji, mchakato mgumu wa kutafsiri nadharia na uthibitisho kwa mkono hadi kwenye msimbo unaoweza kusomeka na mashine.
LLM zinaanza kuondoa kizuizi hicho kwa kugeuza kiotomatiki tafsiri ya uthibitisho usio rasmi kuwa msimbo rasmi ambao wasaidizi wa uthibitisho wanaweza kuthibitisha. Mnamo Februari, kampuni ya AI ya Math, Inc. ilitumia wakala wake wa kutoa hoja, anayeitwa Gauss, kurasimisha kazi iliyomshindia Maryna Viazovska wa EPFL nishani ya Fields mwaka wa 2022. Gauss kwanza aliwasaidia wanahisabati wa binadamu kukamilisha urasimishaji wa suluhu la Viazovska kwa suala la 8-dimensional katika upakiaji wa siku kiotomatiki. Kesi ya pande 24 ndani ya wiki mbili tu.
Mafanikio kama haya yanapendekeza kwamba AI tayari inashughulikia kazi ambazo kwa muda mrefu zilizingatiwa kuwa za kibinadamu, na kwamba kazi nyingi za kila siku za mwanahisabati hivi karibuni zinaweza kuwa mchezo wa kiotomatiki.
Wanahisabati wanajadiliana iwapo wanakuwa 'makuhani kwa maneno'
Akiripoti kutoka kwa Jukwaa la 12 la Washindi la Heidelberg mnamo Septemba 2025, Skuse anaelezea hali ya wasiwasi inayoonekana katika hadhira huku wasemaji wakielezea siku zijazo ambapo mifumo ya AI yenye uwezo mkubwa zaidi wa kibinadamu itaunda dhana, nafasi za suluhisho la utafutaji, nadharia za kuthibitisha, kuthibitisha uthibitisho, na kujumlisha matokeo bila kuhusika na binadamu.
Yang-Hui He wa Taasisi ya London ya Sayansi ya Hisabati alionya kwa kukumbukwa kwamba wanahisabati wa binadamu wanaweza kuwa "makuhani kwa wasemaji." Jessica Randall, mtaalamu wa hisabati wa Vikundi vya Wasanidi Programu wa Google, alisema alihisi hofu ya pamoja ikiongezeka miongoni mwa watafiti wachanga. "Kwa hakika tulianza kutambua AI ina uwezo wa kuchukua nafasi yetu," aliiambia IEEE Spectrum.
Sio kila mtu ana wasiwasi. Wanahisabati fulani mashuhuri wanataka tu majibu kwa maswali makubwa zaidi yaliyo wazi, kama vile Matatizo sita ya Tuzo ya Milenia yaliyosalia, bila kujali ni nani au nini yanayazalisha. "Wataalamu wengi wa hisabati ni wa kisayansi na wanataka tu kuelewa," Jeremy Avigad wa Chuo Kikuu cha Carnegie Mellon aliona. "Wangeuza roho zao kwa suluhisho la shida."
Maono matatu yanayoshindana kwa siku zijazo
Ripoti ya IEEE Spectrum inabainisha maono matatu mapana ya jinsi hisabati na AI zinaweza kuwepo pamoja.
La kwanza ni mtazamo unaozingatia binadamu ambao hutanguliza uelewa wa binadamu na kutibu AI kama zana, kama vile kikokotoo. Mshindi wa Medali ya Mashamba na mwanahisabati wa Princeton Akshay Venkatesh anasema kwamba hisabati ni, moyoni, njia ya kufikia makubaliano. "Wakati mwingine nadhani tunapotumia nambari, sio sana kwamba tunaelezea matukio ambayo ni ya nambari, lakini sote tunaweza kukubaliana maana ya nambari," alisema.
Ya pili inasisitiza uzoefu wa kibinadamu usioweza kupunguzwa wa mapambano. Maia Fraser wa Chuo Kikuu cha Ottawa anasema kwamba uthibitisho wa AI wa dhana ya ukaidi ni muhimu ikiwa tu inaeleweka kwa watu. "Kwamba taarifa hiyo inaweza kuthibitishwa na AI tayari ni habari muhimu," alikubali. "Lakini basi bado ni shida wazi kupata uthibitisho mzuri na mzuri wa kibinadamu."
Wa tatu, na labda anayetamani zaidi, anatoka kwa Terence Tao wa UCLA, ambaye alishindana kwa mara ya kwanza katika Olympiad ya hesabu akiwa na umri wa miaka 10 na sasa ni mmoja wa wanahisabati waliopambwa zaidi walio hai. Tao anaona AI kama kichocheo cha kile anachokiita "hisabati kubwa," mustakabali wa ushirikiano mkubwa, uliogatuliwa kati ya wanadamu na mashine ambapo matatizo changamano yamegawanyika vipande-vipande, huku binadamu wakidai kazi ya ubunifu na AI kushughulikia kazi ya kununa kiufundi.
Nidhamu inayouliza kwa nini ipo
Kinachofanya wakati huu kuwa wa kawaida ni kwamba mjadala sio wa dhahania tena. Mifumo ya AI tayari inapata medali za dhahabu za IMO, ikitoa utafiti unaoweza kuchapishwa, dhana zinazopinga, na kurasimisha uthibitisho wa kushinda medali za Fields kwa siku badala ya miaka.
Kwa wanafunzi kama Trill White wa Chuo Kikuu cha Deakin cha Australia, waliohudhuria kongamano la Heidelberg, utambuzi ulifika mgumu. "Hiyo inatisha," White alikumbuka akifikiria. "Watu watakuwa na nini cha kuchangia hisabati? Je, kitakuwa kitu ambacho hakuna anayeelewa?"
Jibu bado halijatatuliwa. Lakini jinsi ripoti ya Skuse inavyoweka wazi, hisabati, mojawapo ya taaluma kongwe za kiakili za ubinadamu, sasa inakabiliana na swali lile lile ambalo linaunda upya karibu kila nyanja inayoguswa na AI: wakati mashine inaweza kufanya kazi hiyo, kazi hiyo ni ya nini hasa?
Chanzo: Benjamin Skuse, "Inachomaanisha Kuwa Mwanahisabati Wakati AI Inapofanya Hesabu," Spectrum ya IEEE, Juni 25, 2026.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
