UCLA கணிதவியலாளரும் பீல்ட்ஸ் மெடல் பெற்றவருமான டெரன்ஸ் தாவோ, மிகச்சிறந்த உயிருள்ள கணிதவியலாளர்களில் ஒருவராக அடிக்கடி வர்ணிக்கப்படுகிறார், செயற்கை நுண்ணறிவு கணித ஆராய்ச்சிக்கு என்ன செய்கிறது என்பது பற்றி எச்சரித்துள்ளார்: நல்ல திறந்த சிக்கல்களின் இருப்பு "புதுப்பிக்க முடியாத பாணியில் வெட்டப்படுகிறது" மற்றும் பயனுள்ள சிக்கல்களை அடையாளம் காண்பது - அவற்றின் தீர்வு அல்ல - வளங்கள் பற்றாக்குறையாக மாறி வருகிறது. திங்களன்று Mathstodon இல் நான்கு பகுதிகள் கொண்ட நூலில் எழுதுகையில், தாவோ AI சகாப்தம் கணிதவியலாளர்களை இரகசியத்தை நோக்கித் தள்ளக்கூடும் என்று அவர் நம்புவதை ஏன் குறிப்பிட்டார், இது பல நூற்றாண்டுகள் திறந்த அறிவியல் பரிமாற்றத்தை மாற்றியமைக்கிறது. ஆராய்ச்சி முன்றில் மேலும் அறிய, எங்கள் முகப்புப்பக்கத்தில் சமீபத்திய AI ஆராய்ச்சி கவரேஜ் ஐப் பின்பற்றவும்.

பிரச்சனைகளின் கடல், குடிநீர் தட்டுப்பாடு

தாவோவின் வாதம் ஒரு முரண்பாட்டுடன் தொடங்குகிறது. சாத்தியமான கணித சிக்கல்களின் தொகுப்பு எல்லையற்றது, எனவே பற்றாக்குறை அபத்தமானது. ஆனால் அளவு பிரச்சினை அல்ல - தரம். பையின் 10^10^10வது இலக்கத்தைக் கணக்கிடுவது போன்ற முடிவில்லாத திறந்த சிக்கல்களை எவரும் விருப்பப்படி உருவாக்கலாம், தாவோ குறிப்பிட்டார். பெரும்பான்மையானவை பயனற்றவை: அவை "எந்தவொரு கூடுதல் நுண்ணறிவு அல்லது பிற கேள்விகளுக்கான தொடர்புகளை வெளிப்படுத்த எந்த குறிப்பிட்ட முனைப்பையும் காட்டவில்லை."

"ஒரு நாடு அல்லது பிராந்தியம் ஒரே நேரத்தில் ஒரு பெரிய கடலால் சூழப்பட்டிருக்கும் போது கடுமையான குடிநீர் பற்றாக்குறையை சந்திக்க நேரிடும்" என்று அவர் எழுதினார்.

எந்த பிரச்சனைகள் கவனத்திற்கு தகுதியானவை என்பதை தீர்மானிப்பது, "நீண்ட, வேண்டுமென்றே, மற்றும் அகநிலை செயல்முறை" என்று அவர் வாதிட்டார், இது போன்ற பிரச்சனைகளில் முந்தைய வேலைகள் உண்மையில் உருவாக்கப்பட்ட வரலாற்று அனுபவத்தால் தெரிவிக்கப்பட்டது. அந்தத் தீர்ப்பின் மையமானது தாவோ "கடினமான நிலப்பரப்பு" என்று அழைக்கிறார் - தற்போதைய முறைகள் எந்த கேள்விகளுக்கு எளிதாக பதிலளிக்க முடியும், எவை உண்மையான முயற்சி எடுக்கின்றன, மற்றும் சாத்தியமற்றவை என்பதை அறிவது, ஏனெனில் சுவாரஸ்யமான சிக்கல்கள் எல்லையில் வாழ்கின்றன.

AI கடினமான நிலப்பரப்பை சமன் செய்கிறது

அந்த நிலப்பரப்பைத்தான் AI அழிக்கிறது. AI கருவிகள் "இப்போது பாடத்தின் பல பகுதிகளில் கடினமான நிலப்பரப்பை சமன் செய்துள்ளன," என்று தாவோ எழுதினார், "இதனால் அந்த பகுதியில் நம்பிக்கைக்குரிய புதிய சிக்கல்களைக் கண்டறியும் திறனை அழிக்கிறது." மோசமான விஷயம் என்னவென்றால், AI திறன் முடிவடையும் இடத்தில் நிலையான எல்லைக் குறி எதுவும் இல்லை: தொழில்நுட்பம் மிக விரைவாக மாறுகிறது, மேலும் - ஒரு கூர்மையான ஜப் - "AI நிறுவனங்கள் தங்கள் எதிர்மறையான முடிவுகளை வெளியிட மறுப்பது அல்லது அவற்றின் தீர்வுகளைப் பெறுவதற்கான செயல்முறையை வெளிப்படுத்துவது" என்று தாவோ எல்லையின் தெளிவின்மையைக் குற்றம் சாட்டினார்.

இதன் விளைவாக, தாவோவின் கூற்றுப்படி, அவர் நேரடியாகக் கண்ட ஒரு ரேஸ் டைனமிக்: "ஒரு பிரச்சனையில் பணிபுரியும் ஒருவரின் வதந்தி கூட, அசல் ஆராய்ச்சித் திட்டமானது அதன் முழுத் திறனை அடையும் முன், அதைத் தட்டையாக்குவதற்கு ஏஐ-இயங்கும் முயற்சியை பெருமளவில் தூண்டலாம்."

திறந்த அறிவியல் ஊக்கப் பிரச்சனை

அங்குதான் எச்சரிக்கை கட்டமைப்பாக மாறுகிறது. ஒரு ஆராய்ச்சி திசையை அறிவிப்பது, AI திரளை அதை அகற்றுவதற்கு அழைத்தால், கணிதவியலாளர்கள் எதையும் அறிவிப்பதை நிறுத்தலாம். "ஊக்குவிப்புகள் இப்போது பரந்த சமூகத்துடன் எந்த நம்பிக்கைக்குரிய ஆராய்ச்சி திசைகளையும் பகிர்ந்து கொள்ளாத திசையை சுட்டிக்காட்டுகின்றன," என்று தாவோ எழுதினார் - இதழ்கள், கருத்தரங்குகள் மற்றும் முன்பதிவு சேவையகங்களில் திறந்த சிக்கல் பகிர்வு மூலம் கணிதம் முன்னேறிய பல நூற்றாண்டு பாரம்பரியத்தை மாற்றியமைக்கும் என்று அவர் குறிப்பிட்டார்.

கண்மூடித்தனமான AI பயன்பாடு, நீண்ட கால செலவில் குறுகிய கால வெற்றிகளை வழங்குகிறது: இது "கையிலுள்ள சிக்கல்களை தீர்க்கிறது, ஆனால் அடுத்த முன்னேற்ற அலைக்கு சுற்றுச்சூழல் அமைப்பைத் தக்கவைக்கும் செலவில் அல்லது ஏற்கனவே பெற்ற முன்னேற்றத்தைப் புரிந்துகொள்வதில்" அவர் வாதிட்டார்.

தாவோவின் முன்மொழிவு: கவனமாகத் தீர்க்கத் தகுதியான சிக்கல்களைக் குறிப்பிடவும்

தாவோ கணிதத்தில் இருந்து AI ஐ தடை செய்ய முன்மொழியவில்லை - ஒருவேளை சாத்தியமற்றது என்று அவர் ஒப்புக்கொள்கிறார். அதற்குப் பதிலாக, தீர்வுச் செயல்முறையே முக்கியமானதாக இருக்கும் சிக்கல்களின் வகுப்புகளை சமூகங்கள் நியமிக்குமாறு அவர் பரிந்துரைக்கிறார், அதனால் பயன்படுத்தப்படும் நுட்பங்களைப் பகுப்பாய்வு செய்யாமலும், அருகிலுள்ள பிரச்சனைகளைப் பற்றி அது வெளிப்படுத்தாமலும் ஒரு மூலப் பதிலானது "மிகக் குறைவான அல்லது எதிர்மறையான மதிப்புடையதாக" கருதப்படும்.

அவரது ஒப்புமை நவீன உணவு வங்கிகள் ஆகும், அவை தொழில்நுட்ப ரீதியாக உண்ணக்கூடியவை என்பதால் தன்னிச்சையான நன்கொடைகளை இனி ஏற்காது, மாறாக பங்களிப்புகள் உண்மையில் பயனுள்ளவை என்பதற்கான வெளிப்படையான தரநிலைகளை பராமரிக்கின்றன.

ஒரு வர்ணனையாளருக்கு அளித்த பதிலில், தாவோ ஒரு தொடர்புடைய அவதானிப்பைச் சேர்த்தார்: பாரம்பரிய தானியங்கு தேற்றம் நிரூபிப்பவர்கள் "தேற்றங்களை நிரூபிப்பதில் மிகவும் திறமையானவர்கள் அல்ல," அதற்கு பதிலாக அவர் "தானியங்கி தேற்றம் சரிபார்ப்பவர்கள்" என்று அழைக்கும் ஒரு துறை ஆதிக்கம் செலுத்துகிறது - LLM களில் உள்ள வேறுபாடு "பெரும்பாலும் அவற்றின் செயல்திறன்."

AI மற்றும் கணிதத்திற்கான நெரிசலான வாரம்

மின்னூட்டப்பட்ட தருணத்தில் நூல் இறங்குகிறது. நேவியர்-ஸ்டோக்ஸ் திரவங்கள் வரையறுக்கப்பட்ட நேரத்தில் வெடிக்கக்கூடும் என்பதற்கான லீன்-சரிபார்க்கப்பட்ட ஆதாரத்தை உள் மாடல் தயாரித்ததாக OpenAI அறிவித்த சில நாட்களுக்குப் பிறகு இது வந்தது - இது மில்லினியம் பரிசுப் பிரச்சனையை நோக்கிய ஒரு மைல்கல் என்று கூறப்படும் NYU கணிதவியலாளர்களின் முயற்சி சரியான வரவு இல்லாமல் வெளிவந்ததாகக் கூறுகிறார்கள். தாவோ ஆண்டு முழுவதும் இந்த மாற்றத்தின் கவனமாக வரலாற்றாசிரியராக இருந்தார், AI இன் வயதில் கணிதம் பற்றிய பரவலாக வாசிக்கப்பட்ட கட்டுரையை வெளியிட்டார்.

அவரது புதிய இடுகை அந்த வாதத்தை ஒரு புதிய கோணத்தில் கூர்மைப்படுத்துகிறது: ஆபத்து என்னவென்றால், AI எல்லாவற்றையும் தீர்க்கிறது என்பது அல்ல, ஆனால் அது நுகர்வது, அறியப்படாத மற்றும் பகுப்பாய்வு செய்யப்படாத, தீர்க்கத் தகுந்த சிக்கல்களின் வரையறுக்கப்பட்ட பட்டியலை - அடுத்த தலைமுறை கணிதவியலாளர்களுக்கு மதிப்பற்ற வகையான கடலில் விட்டுச்செல்கிறது.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →