Na przestrzeni wieków matematyka rozwijała się w podobny sposób, jak sto lat temu: ludzie zapisywali pomysły na tablicach, opierając się na intuicji i opisach tekstowych, aby wypełnić złożone luki logiczne. Jednakże obecnie następuje zasadnicza zmiana. Dzięki rozwojowi sztucznej inteligencji i dążeniu do „formalizacji” dziedzina ta zmierza w stronę przyszłości, w której prawdy matematyczne nie będą tylko spisywane, ale cyfrowo kodowane i weryfikowane przez maszyny.
Od intuicji do kodu: wzrost formalizacji
U podstaw tej transformacji leży formalizacja – proces przekładania matematycznych definicji i twierdzeń na precyzyjny kod komputerowy. W przeciwieństwie do tradycyjnych dowodów, które można przeprowadzić na podstawie „powierzchownych” opisów, sformalizowany dowód musi być nienagannie rygorystyczny.
Nie chodzi o to, że komputer powinien „myśleć” za matematyka. Wręcz przeciwnie, sam matematyk musi stać się znacznie bardziej zdyscyplinowany, zapisując każdy najmniejszy logiczny krok, aby specjalistyczny program mógł go sprawdzić bez najmniejszej dwuznaczności.
Dlaczego to jest ważne:
Współczesne dowody matematyczne stają się coraz bardziej złożone. Ponieważ badacze łączą różne obszary matematyki, dowody mogą rozciągać się na setki stron, co utrudnia ich pełną analizę nawet ekspertom. Formalizacja oferuje sposób:
– Wyeliminuj błąd ludzki: Nawet jedna „halucynacja” lub błąd logiczny może unieważnić cały argument.
– Utwórz bibliotekę cyfrową: kodując matematykę, zasadniczo budujemy „przeszukiwalną, weryfikowalną bazę danych” obejmującą całą wiedzę matematyczną.
– Uwolnij ludzką inteligencję: Jeśli maszyny przejmą wyczerpujące zadanie sprawdzania drobnych szczegółów, matematycy będą mogli skupić się na wysokim poziomie kreatywności i nowych odkryciach.
Punkt orientacyjny – „Ostatnie twierdzenie Fermata”
Aby sprawdzić granice tego nowego paradygmatu, matematyk Kevin Buzzard z Imperial College London podjął się jednego z najtrudniejszych problemów w historii: Ostatnie twierdzenie Fermata.
Chociaż twierdzenie to zostało słynne rozwiązane przez Andrew Wilesa w 1998 r., jego dowodem jest ogromny, 130-stronicowy labirynt zawierający wzajemnie powiązane obszary matematyki. Celem Buzzarda nie jest ponowne „rozwiązanie”, ale digitalizacja go za pomocą Lean – interaktywnego narzędzia do dowodzenia twierdzeń.
Projekt ten okazuje się być wspólnym przedsięwzięciem na dużą skalę. To, co zaczęło się jako małe badanie, przekształciło się w zjawisko multidyscyplinarne, obejmujące tysiące postów i dziesiątki autorów pracujących nad przetłumaczeniem tego monumentalnego dzieła ludzkiej myśli na format nadający się do odczytu maszynowego.
Synergia AI: spotkanie modeli językowych i udowadniających twierdzenia
Najbardziej znaczącym katalizatorem w tym obszarze było ostatnio połączenie Modeli dużego języka (LLM) – takich jak ChatGPT – z Dowodami twierdzeń, takimi jak Lean.
W tej chwili LLM świetnie naśladują styl komunikacji matematyków, ale nie można na nich polegać. Ponieważ działają raczej w oparciu o prawdopodobieństwo niż logikę, mogą powodować „halucynacje”, które wydają się prawidłowe, ale są matematycznie puste. W matematyce 99% dokładności jest równoznaczne z porażką.
Obecnie pojawia się jednak nowe podejście hybrydowe:
1. LLM oferuje potencjalny dowód lub krok (tj. wykonuje część „twórczą”).
2. Dowód twierdzeń (Lean) pełni funkcję końcowego narzędzia sprawdzającego fakty, sprawdzającego każde łącze logiczne.
Tę synergię zademonstrował niedawno program AI Arystoteles, który wykorzystał Lean do osiągnięcia wyników na poziomie złotego medalu na Międzynarodowej Olimpiadzie Matematycznej.
Egzystencjalna zmiana w nauce
Ten skok technologiczny nie nastąpił bez kontrowersji. Społeczność matematyczna próbuje teraz odpowiedzieć na egzystencjalne pytanie: czy dążenie do cyfrowej precyzji zmieni samą naturę badań matematycznych?
Istnieją uzasadnione obawy co do tego, jak sztuczna inteligencja może zmienić rolę matematyka i czy „ludzki” element odkryć – intuicja i walka – nie zaginie w morzu zautomatyzowanej weryfikacji. Jednak zwolennicy tego procesu, tacy jak Patrick Shaftoe z Rutgers University, sugerują, że zamiast zastępować ludzi, sztuczna inteligencja uwydatni najciekawszy aspekt człowieczeństwa: nasze wrodzone pragnienie wiedzy.
„Jeśli zdigitalizujemy matematykę, być może w pewnym momencie wywróci ona ją do góry nogami.” — Kevin Buzzard
Wniosek
Przejście od papieru do kodu oznacza postęp w matematyce porównywalny z przejściem z winylu na rzecz przesyłania strumieniowego w przemyśle muzycznym. Łącząc twórczą moc sztucznej inteligencji z absolutną rygorystycznością cyfrowego dowodzenia twierdzeń, matematyka wkracza w erę, w której można przyspieszyć odkrycia i matematycznie zagwarantować prawdę.
