Umjetna inteligencija počinje mijenjati područje matematike, a alati Google DeepMinda sada pomažu znanstvenicima na načine koji su do nedavno bili nezamislivi.
Ranije ove godine Google je predstavio AlphaEvolve, sustav umjetne inteligencije sposoban za generiranje novih algoritama i matematičkih formula. Gemini, Googleov AI chatbot, proizvodi potencijalna rješenja koja zatim ocjenjuje zaseban AI evaluator, uklanjajući besmislena rješenja. Tijekom početnih ispitivanja na više od pedeset otvorenih problema, “u tri četvrtine slučajeva, mogao je ponovno otkriti najbolje poznate rezultate koje su pronašli ljudi,” tvrde Googleovi znanstvenici.
Nadišao očekivanja
Terence Tao s američkog Sveučilišta UCLA i njegovi kolege testirali su AlphaEvolve na širem skupu od 67 matematičkih istraživačkih problema. Njihovi su rezultati, koji se trenutno nalaze na preprint serveru arXiv, pokazali da AI može ići dalje od samog ponovnog otkrivanja rješenja, ponekad pružajući poboljšana rješenja. Ta rješenja mogla su se obrađivati u naprednijim sustavima poput računalno intenzivne verzije Gemini ili AlphaProof, AI sustava koji je Google koristio za osvajanje zlata na ovogodišnjoj Međunarodnoj matematičkoj olimpijadi.
Ako bismo htjeli riješiti 67 problema konvencionalnim sredstvima, programirajući poseban algoritam optimizacije za svaki pojedini problem, to bi trajalo godinama i ne bismo započeli projekt. AI nudi mogućnost bavljenja matematikom u razmjeru koji dosad nismo vidjeli, pojasnio je za New Scientist Tao.
AlphaEvolve se usredotočuje na probleme optimizacije, primjerice određivanje maksimalnog broja heksagona koji stanu u određeni prostor, u područjima poput teorije brojeva i geometrije.
To je još uvijek samo mali dio svih problema koji zanimaju matematičare, dodaje Tao, no znanstvenici bi mogli prilagoditi i druge probleme snazi Googleova AI-a.
Sustav, međutim, ima i ograničenja. Tao upozorava da može “varati” iskorištavajući rupe u pravilima.
To je kao da daješ ispit skupini učenika koji su vrlo pametni, ali vrlo amoralni i spremni učiniti sve što je potrebno da tehnički postignu visoku ocjenu, napominje on.
Mišljenja neovisnih stručnjaka
Zainteresiranost za takav način uporabe AI alata brzo raste.
Ljudi su definitivno puno radoznaliji i spremniji koristiti ove alate... To je izazvalo puno zanimanja u matematičkoj zajednici u usporedbi sa situacijom možda prije godinu ili dvije, ističe za New Scientist Javier Gómez-Serrano s američkog Sveučilišta Brown.
Tao ističe da se srednje složeni problemi mogu prenijeti na rješavanje AI-ju, oslobađajući matematičare za složenije zadatke.
Sada su potrebnije suradnje između računalnih znanstvenika, koji znaju kako razvijati i koristiti alate strojnog učenja, i matematičara, koji imaju stručnost u svojem području. Očekujem da ćemo u budućnosti vidjeti mnogo više ovakvih rezultata i pronaći načine za proširenje metoda na apstraktnije grane matematike, komentira za New Scientist Jeremy Avigad s američkog Svceučilišta Carnegie Mellon.
