Jeszcze niedawno praca na renomowanej uczelni była szczytem kariery dla wybitnych matematyków. Dziś wybitne umysły znikają z wydziałów, by zasilić szeregi startupów, o których istnieniu wielu z nas nie miało pojęcia. Wygląda na to, że matematyka przestała być tylko dziedziną teoretyczną — stała się paliwem, które napędza kolejną wielką rewolucję technologiczną.
Ken Ono, uznany naukowiec, porzucił niedawno profesurę na University of Virginia. Przyznaje, że początkowo opłakiwał swoją "naukową tożsamość", ale szybko zrozumiał jedną rzecz: AI nie potrzebuje już tylko ludzi do pisania kodu, ona potrzebuje matematyków, aby nauczyć się myśleć bez błędów.
Dlaczego bibliotekarz nie powinien być neurochirurgiem
Wielu z nas korzysta z ChatGPT jak z magicznej różdżki do wszystkiego. Jednak specjaliści patrzą na to inaczej. Ono używa trafnej metafory: ChatGPT to genialny bibliotekarz, który przeczytał wszystko, ale czy chciałbyś, aby bibliotekarz operował Ci mózg?
Problemem dzisiejszych modeli AI nie jest brak wiedzy, lecz brak weryfikowalności. Kiedy AI pisze kod lub rozwiązuje trudne równania, często "halucynuje". Właśnie tu wkraczają firmy takie jak Axiom Math czy Harmonic. Ich celem nie jest stworzenie kolejnego czatu, lecz zbudowanie AI, które potrafi udowodnić poprawność każdego swojego kroku.
Co to oznacza dla nas w praktyce?
- Koniec ery "prowizorki" w kodzie: Startupy używają matematycznych dowodów, by zagwarantować, że oprogramowanie nie zawiera błędów.
- Przyspieszenie nauki: Narzędzia AI potrafią w kilka tygodni wykonać pracę, która zajmowałaby matematykom całe lata.
- Weryfikowalna prawda: Zamiast wierzyć AI na słowo, otrzymujemy wynik poparty logicznym dowodem, którego nie da się podważyć.
Czy matematyka stanie się towarem premium?
Pojawia się jednak ciemna strona tego wyścigu. Jeśli zaawansowane narzędzia matematyczne staną się własnością kilku technologicznych gigantów, wiedza może trafić za "cyfrowy płot". Już teraz słychać głosy niepokoju: co, jeśli dostęp do przełomowych odkryć będzie kosztował fortunę?
"Dzielenie się granicami matematycznej wiedzy powinno pozostać darmowe" – twierdzi Shubho Sengupta z Axiom Math. Optymiści wierzą, że to, co dzieje się dzisiaj, przypomina moment w historii, gdy Srinivasa Ramanujan — samouk z Indii — swoimi obliczeniami zszokował światowe autorytety. Wtedy brzmiało to jak magia. Dzisiaj tę magię dostarcza krzemowy chip.
Jak sprawdzić, czy AI Cię nie oszukuje?
Jeśli zajmujesz się analizą danych lub programowaniem, nie ufaj bezgranicznie wynikom otrzymanym z modelu LLM. Zawsze stosuj zasadę "podwójnego sprawdzania": traktuj odpowiedź AI jak szkic, a nie gotowe rozwiązanie. Jeśli AI podaje rozwiązanie trudnego problemu numerycznego, spróbuj poprosić o rozbicie go na kroki logiczne ("chain of thought") — to najprostszy sposób, by wyłapać błędy w rozumowaniu modelu.
Czy uważasz, że matematyczna superinteligencja nas uratuje, czy stanie się zbyt skomplikowana, by przeciętny człowiek kiedykolwiek mógł ją zrozumieć? Podziel się swoimi przemyśleniami w komentarzach.
