Вештачката интелигенција ја освојува математиката, но отвора проблем што нема едноставно решение

Вештачката интелигенција сè почесто успева да решава математички проблеми за кои на луѓето им биле потребни месеци или години работа. На прв поглед, тоа изгледа како голем научен напредок. Но зад впечатливите резултати се отвора едно многу посериозно прашање: дали машините навистина го унапредуваат математичкото знаење или само стануваат сè подобри во произведување одговори кои изгледаат како решенија?

Токму ова прашање го поставуваат група од 25 истакнати математичари, меѓу кои и добитници на престижната Филдсова медал. Во отворено писмо тие предупредуваат дека начинот на кој денес се развиваат математичките способности на системите со вештачка интелигенција може да создаде сериозни проблеми за науката. Според нив, трката за што побрзо решавање на познати и тешки задачи ризикува да го стави самиот резултат пред разбирањето на патот до него.

Дилемата стана особено актуелна по неодамнешните случувања поврзани со познатиот Навие-Стоксов проблем и тврдењата дека вештачката интелигенција успеала да даде решение. За математичарите, меѓутоа, не е доволно една машина да произведе резултат кој изгледа точно. Клучно е да се знае како е добиен, на кои претходни сознанија се потпира, дали може независно да се провери и дали методот носи ново разбирање што другите научници можат да го користат.

Токму тука се појавува разликата меѓу математичко решение и математичко знаење. Во традиционалната наука, доказот не е само конечната формула или точниот одговор. Вредноста лежи и во идејата, методот и објаснувањето што стојат зад него. Новите резултати се споредуваат со претходните истражувања, се проверуваат од други експерти и постепено стануваат дел од знаењето што може да го изучуваат следните генерации.

Математичарите стравуваат дека таа култура може да биде нарушена доколку системите со вештачка интелигенција почнат масовно да произведуваат решенија побрзо отколку што научната заедница може да ги анализира. Наместо внимателно градење на нови идеи, научното истражување би можело да се претвори во трка по што поголем број резултати.

Проблемот не е само технички. Со зголемената употреба на вештачката интелигенција се отвораат и прашања за авторството, плагијатот и признавањето на туѓата работа. Ако моделот произведе решение врз основа на огромен број претходни математички трудови, останува прашањето колку од тоа решение навистина претставува нова идеја и како треба да се наведат знаењата врз кои системот се потпирал.

Особено чувствително прашање е и иднината на младите математичари. За студентите, учењето математика не се сведува само на добивање точен одговор. Процесот на обидување, правење грешки, откривање поедноставни методи и разговор со професори и колеги е суштински дел од развојот на научното размислување. Ако најтешките задачи во иднина едноставно им се препуштат на алгоритмите, постои опасност новите генерации да изгубат дел од практиката што им овозможува самите да создаваат нови идеи.

Сепак, критиката на математичарите не значи дека вештачката интелигенција треба да се исфрли од науката. Напротив, потенцијалот на оваа технологија е огромен. Таа може да помогне при проверка на пресметки, пребарување низ огромен број математички резултати, предлагање можни насоки за истражување и автоматизирање на делови од работата кои досега одземале многу време.

Вистинскиот предизвик е да се пронајде границата меѓу алатката и замената за научното размислување. Ако вештачката интелигенција им помага на математичарите побрзо да дојдат до нови идеи, нејзината улога може да биде револуционерна. Но ако научниците почнат некритички да ги прифаќаат резултатите на моделите само затоа што изгледаат уверливо, технологијата може да создаде повеќе проблеми отколку решенија.

Ова е особено важно бидејќи математиката има поинакви правила од многу други области во кои вештачката интелигенција веќе се користи. Во разговор, пишување или создавање содржина, убедливиот резултат понекогаш може да биде доволен. Во математиката, меѓутоа, интуитивно убедлив одговор не е доказ. Потребна е проверливост, логичка конзистентност и јасно образложение на секој клучен чекор.

Токму затоа развојот на математичките способности на вештачката интелигенција може да стане еден од најважните тестови за односот меѓу човекот и машината во науката. Ако алгоритмите навистина почнат да решаваат проблеми надвор од досегашните човечки можности, научната заедница ќе мора да најде нови начини за проверка, документирање и споделување на таквите откритија.

На крајот, прашањето не е дали вештачката интелигенција може да даде точен математички одговор. Сè повеќе докази покажуваат дека може. Многу поважно е дали може да ни помогне да разбереме нешто што претходно не сме го разбирале и дали луѓето ќе продолжат да го контролираат процесот на создавање и проверка на знаењето.

Токму одлуките што ќе се донесат во следните години ќе одредат дали вештачката интелигенција ќе стане моќен сојузник на математиката или систем кој произведува огромен број решенија без доволно разбирање зад нив. За научниците кои стојат зад декларацијата, времето за поставување на тие правила не е некоја далечна иднина. Тоа време е сега.