OpenAI פרסמה פתרונות לבעיות מתמטיות ארוכות שנים והכתה את התחום בהלם

רוברט הארט (Robert Hart), כתב הבינה המלאכותית של The Verge בלונדון, שוחח עם כמה מהמתמטיקאים הבכירים בעולם וחזר עם תמונה של משבר קיומי של ממש. הטריגר המיידי היה פרסום של OpenAI שהציג פתרונות לבעיות פתוחות במתמטיקה גבוהה, מהלך שהתפוצץ בקהילה כמו פצצה והצית דיון סוער על עצם מהות המקצוע. המתמטיקאים שואלים את עצמם עכשיו לא רק מה התפקיד שלהם קדימה, אלא מהי בכלל מתמטיקה כשמודל מסוגל לסגור פערים של עשרות שנות מחקר בפרק זמן קצר.

מהפך בזק ביכולות

השינוי הגיע בדחיסה קיצונית: עד לפני חצי שנה עד שנה, הקונצנזוס היה שמודלים גדולים נכשלים במתמטיקה באופן מביך. הדוגמה הקלאסית היתה ספירת האותיות R במילה "strawberry", משימה שמודלים התקשו בה שוב ושוב. אלא שבתקופה קצרה מאוד קפצו המערכות מרמה חובבנית לביצועים ברמה מקצועית במתמטיקה מופשטת, תהליך שתחומים אחרים כמו הנדסת תוכנה עברו לאורך שנים ארוכות יותר. הארט מדגיש שהקפיצה הזו לא לוותה בשיפור מקביל ביסודות: המודלים עדיין נכשלים בחשבון בסיסי, בימי השבוע ובקריאת שעון, תופעה שכתבת האתר אליסה וול (Elissa Welle) תיעדה כבר לפני חודשים.

הפרדוקס: גרועים באריתמטיקה, חזקים בהוכחות

הנתק הזה יוצר פרדוקס בולט: כדי להיות טוב במתמטיקה "אמורים" לדעת לספור, לחבר ולכפול, אבל המודלים החדשים מדלגים על השכבה הזו ישר אל ההוכחות המורכבות. הארט מציין שגם את בעיית ה-R ב-strawberry פתרו כנראה באמצעות הארד-קודינג נקודתי, לא שיפור אמיתי ביכולת הספירה. הפער בין כישלון במשימות יסוד לבין הצלחה בבעיות ברמה של אולימפיאדות ומאמרים אקדמיים מערער את ההנחות לגבי איך "חשיבה מתמטית" אמורה לעבוד במכונה.

לאן הולכים התקציבים והדור הבא

השאלה המעשית שמטרידה את האקדמיה נוגעת לכסף ולכוח אדם: אם מודלי חזית פותרים את השאלות הפתוחות, מה הטעם במענקי מחקר ובתוכניות הכשרה לדור חדש של מתמטיקאים שאמורים לזהות בעיות ולפתור אותן? החשש הוא שהמעבדות הגדולות משתמשות במתמטיקה כתרגיל שיווקי, הוכחת יכולת שנראית מרשימה כלפי חוץ, בלי עניין אמיתי בגורלו של אחד התחומים האקדמיים הוותיקים והיסודיים ביותר. הארט שמע מגוון דעות בנושא, אבל השורה התחתונה נותרה פתוחה: האם אנחנו צופים בכלי עזר עוצמתי, או בתחילתו של תהליך שמרוקן את המקצוע מתוכן?