ٹیرنس تاؤ نے خبردار کیا کہ اے آئی غیر قابل تجدید طریقے سے دنیا کے اچھے اوپن میتھ کے مسائل کے ذخیرے کی کان کنی کر رہی ہے۔

ٹیرنس تاؤ، UCLA ریاضی دان اور فیلڈز میڈلسٹ جنہیں اکثر بہترین زندہ ریاضی دانوں میں سے ایک کے طور پر بیان کیا جاتا ہے، نے اس بارے میں ایک انتباہ جاری کیا ہے کہ مصنوعی ذہانت ریاضیاتی تحقیق کے لیے کیا کر رہی ہے: اچھے کھلے مسائل کے ذخیرے کو "غیر قابل تجدید انداز میں کان کنی کیا جا رہا ہے،" اور قابل قدر مسائل کی شناخت — ان کا حل نہیں ہے — ان کا حل نہیں ہے۔ پیر کے روز Mathstodon پر چار حصوں پر مشتمل تھریڈ میں لکھتے ہوئے، تاؤ نے بتایا کہ کیوں ان کا خیال ہے کہ AI دور ریاضی دانوں کو رازداری کی طرف دھکیل سکتا ہے، جو صدیوں کے کھلے سائنسی تبادلے کو تبدیل کر سکتا ہے۔ تحقیقی محاذ پر مزید جاننے کے لیے، ہمارے ہوم پیج پر تازہ ترین AI ریسرچ کوریج کی پیروی کریں۔

مسائل کا ایک سمندر، پینے کے پانی کی کمی

تاؤ کی دلیل ایک تضاد سے شروع ہوتی ہے۔ ممکنہ ریاضی کے مسائل کا مجموعہ لامحدود ہے، اس لیے کمی بیہودہ لگتی ہے۔ لیکن مقدار مسئلہ نہیں ہے - معیار ہے۔ تاؤ نے نوٹ کیا کہ کوئی بھی اپنی مرضی سے لامتناہی کھلے مسائل پیدا کر سکتا ہے، جیسے کہ pi کے 10^10^10ویں ہندسے کو کمپیوٹنگ کرنا۔ زیادہ تر بیکار ہیں: وہ "دوسرے سوالات سے مزید بصیرت یا کنکشن ظاہر کرنے کے لئے کوئی خاص رجحان نہیں دکھاتے ہیں۔"

انہوں نے لکھا کہ "ایک ملک یا خطہ پینے کے پانی کی شدید قلت کا شکار ہو سکتا ہے جب کہ بیک وقت ایک بڑے سمندر سے گھرا ہوا ہو۔"

یہ فیصلہ کرنا کہ کون سے مسائل توجہ کے مستحق ہیں، اس نے دلیل دی، "ایک لمبا، جان بوجھ کر اور موضوعی عمل ہے،" تاریخی تجربے سے آگاہ کیا جاتا ہے کہ اسی طرح کے مسائل پر پہلے کیا کام درحقیقت پیدا ہوا تھا۔ اس فیصلے کا مرکز وہ ہے جسے تاؤ "مشکلات کا منظرنامہ" کہتے ہیں — یہ جانتے ہوئے کہ موجودہ طریقے کن سوالات کے آسانی سے جواب دے سکتے ہیں، جن میں حقیقی کوشش کی ضرورت ہے، اور کون سے ناممکن ہیں، کیونکہ دلچسپ مسائل حدود میں رہتے ہیں۔

AI مشکل زمین کی تزئین کو ہموار کر رہا ہے۔

وہ زمین کی تزئین بالکل وہی ہے جسے AI مٹا رہا ہے۔ تاؤ نے لکھا، "اے آئی ٹولز نے "موضوع کے بہت سے علاقوں میں اب مشکل کے منظر نامے کو ہموار کر دیا ہے،" اس طرح اس علاقے میں امید افزا نئے مسائل کا پتہ لگانے کی صلاحیت کو تباہ کر دیا ہے۔ اس سے بھی بدتر بات یہ ہے کہ کوئی مستحکم فرنٹیئر مارکنگ نہیں ہے جہاں AI قابلیت ختم ہوتی ہے: ٹیکنالوجی بہت تیزی سے بدل جاتی ہے، اور - ایک نوکدار جھٹکے میں - Tao نے "AI کمپنیوں کے اپنے منفی نتائج کو ظاہر کرنے سے انکار، یا ان کے حل حاصل کرنے کے عمل کو ظاہر کرنے سے" حد کی غیر واضح ہونے کا الزام لگایا۔

نتیجہ، تاؤ کے کہنے میں، ایک دوڑ کا متحرک ہے جس کا اس نے براہ راست مشاہدہ کیا ہے: "کسی مسئلے پر کام کرنے والے کی افواہ بھی اصل تحقیقی منصوبے کو اپنی پوری صلاحیت تک پہنچنے سے پہلے اسے چپٹا کرنے کے لیے AI سے چلنے والی بڑی کوشش کو متحرک کر سکتی ہے۔"

اوپن سائنس کی ترغیب کا مسئلہ

یہی وہ جگہ ہے جہاں انتباہ ساختی ہو جاتا ہے۔ اگر کسی تحقیقی سمت کا اعلان کرنا کسی AI بھیڑ کو اس کی کھدائی کرنے کی دعوت دیتا ہے، تو ریاضی دان کسی بھی چیز کا اعلان کرنا چھوڑ سکتے ہیں۔ "ترغیبات اب وسیع تر کمیونٹی کے ساتھ کسی بھی امید افزا تحقیقی سمت کا اشتراک نہ کرنے کی سمت کی طرف اشارہ کر سکتے ہیں،" تاؤ نے لکھا - ایک نتیجہ جو انہوں نے نوٹ کیا وہ صدیوں کی روایت کو پلٹ دے گا جس میں ریاضی نے جرائد، سیمینارز اور پری پرنٹ سرورز میں کھلے مسائل کے اشتراک کے ذریعے ترقی کی۔

اس نے دلیل دی کہ AI کا اندھا دھند استعمال، طویل مدتی قیمت پر قلیل مدتی جیت فراہم کرتا ہے: یہ "مسائل کو حل کرتا ہے، لیکن ترقی کی اگلی لہر کے لیے ماحولیاتی نظام کو برقرار رکھنے کی قیمت پر، یا پہلے سے حاصل شدہ پیشرفت کو سمجھنے میں۔"

تاؤ کی تجویز: احتیاط سے حل کرنے کے قابل مسائل کا تعین کریں۔

تاؤ ریاضی سے AI پر پابندی لگانے کی تجویز نہیں کرتا ہے - وہ تسلیم کرتا ہے کہ یہ شاید ناقابل عمل ہے۔ اس کے بجائے وہ تجویز کرتا ہے کہ کمیونٹیز مسائل کی ایسی کلاسیں متعین کریں جہاں حل کا عمل ہی اہمیت رکھتا ہے، تاکہ استعمال شدہ تکنیکوں کے تجزیہ کے بغیر، اور قریبی مسائل کے بارے میں جو کچھ ظاہر کرتا ہے، ایک خام جواب کو "نہ ہونے کے برابر یا حتیٰ کہ منفی قدر" کے طور پر سمجھا جائے گا۔

اس کی مشابہت جدید فوڈ بینکوں سے ہے، جو اب صرف اس لیے صوابدیدی عطیات قبول نہیں کرتے کہ وہ تکنیکی طور پر کھانے کے قابل ہیں، بجائے اس کے واضح معیارات کو برقرار رکھتے ہوئے کہ کون سی شراکت درحقیقت مفید ہے۔

ایک تبصرہ کرنے والے کے جواب میں، تاؤ نے ایک متعلقہ مشاہدے کا اضافہ کیا: روایتی خودکار تھیوریم کہنے والے "تھیورمز کو ثابت کرنے میں بہت اچھے نہیں ہیں،" ایک فیلڈ جس کو اس نے "خودکار تھیوریم ویریفائرز" کہا ہے اس کے بجائے غلبہ رکھتا ہے - LLMs کے ساتھ فرق "بڑی حد تک ان کی تاثیر ہے۔"

AI اور ریاضی کے لیے ایک بھیڑ بھرا ہفتہ

دھاگہ چارج شدہ لمحے پر اترتا ہے۔ یہ OpenAI کے اعلان کے چند دن بعد آیا کہ ایک داخلی ماڈل نے ایک دبلی تصدیق شدہ ثبوت پیش کیا ہے کہ Navier-Stokes سیال محدود وقت میں اڑ سکتے ہیں - ملینیم پرائز کے مسئلے کی جانب ایک دعویٰ کردہ سنگ میل کہ NYU کے ریاضی دان جن کے کام نے اس کوشش کو آگے بڑھایا ہے، کہتے ہیں کہ مناسب کریڈٹ کے بغیر سامنے آیا، ایک تنازعہ جس کا احاطہ سائنس میگزین اور Buzz پر ہوا ہے۔ تاؤ سارا سال اس منتقلی کا ایک محتاط تاریخ ساز رہا ہے، جس نے AI کے دور میں ریاضی پر بڑے پیمانے پر پڑھا جانے والا مضمون شائع کیا۔

اس کی نئی پوسٹ اس دلیل کو ایک نئے زاویے سے تیز کرتی ہے: خطرہ یہ نہیں ہے کہ AI ہر چیز کو حل کرتا ہے، لیکن یہ کہ یہ استعمال کرتا ہے، غیر حاصل شدہ اور غیر تجزیہ شدہ، حل کرنے کے قابل مسائل کا ایک محدود کیٹلاگ — ریاضی دانوں کی اگلی نسل کو بیکار قسم کے سمندر کے ساتھ چھوڑ دیتا ہے۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →