Zgjidhja e pretenduar e Navier-Stokes ka ndarë matematikanët lidhur me rolin e AI-së dhe atë që kjo nënkupton për gjeneratën e ardhshme
Një vorbull ilustron një fluid që rrotullohet drejt një “shpërthimi” matematikor në zgjidhjen e pretenduar të OpenAI për problemin Navier-Stokes.
Më 11 shtator, tri ditë pasi OpenAI deklaroi se kishte zgjidhur një nga problemet më të vështira të matematikës përmes një grupi prej 10 000 agjentësh autonomë të inteligjencës artificiale (AI), matematikani i Universitetit Brown, Javier Gómez-Serrano, qëndroi përpara një salle të mbushur plot në Universitetin e Harvardit. Rreth 1000 persona të tjerë po e ndiqnin ligjëratën përmes Zoom-it. Ai ishte ftuar me nxitim për të shpjeguar se si kompania kishte arritur këtë rezultat.
Në shumë aspekte, Gómez-Serrano është më i hapur ndaj AI-së se shumica e matematikanëve. Për vite me radhë, ai ka bashkëpunuar me Google DeepMind për të përdorur mjetet e AI-së në disa probleme të pazgjidhura. Shpesh, ai i nis ligjëratat me një diapozitiv që paraqet pesë fazat e pikëllimit që kalojnë matematikanët kur përballen me aftësitë e jashtëzakonshme të AI-së në matematikë. Por, pas ngjarjeve të javës së kaluar, ai mendoi se diapozitivi kishte nevojë për një përditësim. Zakonisht, ai përfundon me pranimin e fuqisë së AI-së. “Tani, ndoshta do t’i shtoj një kthesë të re: krizën ekzistenciale”, thotë ai.
Më 8 shtator, OpenAI shkaktoi një valë të madhe reagimesh në botën e matematikës kur pretendoi se kishte zgjidhur problemin Navier-Stokes, një nga shtatë Problemet e Mijëvjeçarit, të konsideruara ndër sfidat më të mëdha të matematikës. Duke përdorur një nga modelet e saj të brendshme të mëdha gjuhësore (LLM), një ushtri agjentësh të AI-së e kishte trajtuar problemin gjatë një maratone 88-orëshe, duke përdorur miliona dollarë fuqi llogaritëse.
“Me çdo standard, të provosh një teoremë të tillë të nivelit botëror për një problem që ka mbetur i hapur për më shumë se 200 vjet është një arritje e vërtetë”, thotë Gómez-Serrano.
Megjithatë, ky përparim po hap gjithashtu një përçarje në këtë fushë. Disa matematikanë thonë se duhet t’i përqafojnë mjetet e AI-së, përndryshe rrezikojnë të mbeten prapa. Të tjerë po përballen me pyetjen se çfarë mund të humbasë gjenerata e ardhshme e matematikanëve: idenë e matematikës si një formë e të kuptuarit njerëzor, e ndërtuar përmes punës bashkëpunuese dhe shqyrtimit të përbashkët.
Disa grupe po kërkojnë që qasja në AI të demokratizohet, ndërsa të tjerë po përpiqen të ruajnë pavarësinë e fushës nga kompanitë që po e ndryshojnë atë. Si matematikan që punon me mjetet e AI-së, jam zhytur thellë dhe jam plotësisht i përfshirë në këtë krizë”, thotë Sergei Gukov nga California Institute of Technology (Caltech). “Është një tërmet.”
Ekuacionet Navier-Stokes përshkruajnë fizikën e rrjedhjes së fluideve – nga gjaku që qarkullon në një zemër që rreh deri te erërat rrotulluese në hartat e meteorologëve. Problemi qendror është nëse këto ekuacione japin gjithmonë një përshkrim të qëndrueshëm të mënyrës se si sillen fluidet, apo nëse mund të “shpërthejnë” dhe të prodhojnë vlera të pafundme, fizikisht të pamundura.
Gjatë dy dekadave të fundit, studiuesit kanë bërë përparim në ekuacionet më të thjeshta Euler, të cilat përshkruajnë fluidet pa viskozitet, pra pa fërkim.
Një nga qasjet veçanërisht premtuese erdhi nga matematikanët spanjollë Diego Córdoba nga Institute for Mathematical Sciences në Madrid dhe Luis Martínez-Zoroa nga CUNEF University. Matematikanët Tristan Buckmaster nga New York University dhe Levent Alpöge nga Anthropic e vazhduan këtë ide dhe filluan ta eksploronin me mjete të AI-së, përfshirë Codex të OpenAI-së. Në gusht, ata më në fund arritën të prodhonin “shpërthimin” e kërkuar në ekuacionet Euler. Plani i tyre ishte ta zgjeronin këtë qasje në ekuacionet më të vështira Navier-Stokes.
Vetëm disa orë para se OpenAI të publikonte zbulimin e saj, Buckmaster publikoi materialet paraprake të punës së tyre mbi ekuacionet Euler. Të njëjtën gjë bëri edhe Anima Anandkumar, shkencëtare e kompjuterëve në Caltech, grupi i së cilës ishte afruar shumë me zgjidhjen e ekuacioneve Euler duke përdorur rrjete nervore të informuara nga fizika, në vend të një modeli të madh gjuhësor.
Në kaosin që pasoi, Buckmaster pretendoi se OpenAI mund të kishte marrë regjistrat e punës së tyre në Codex dhe t’i kishte përfshirë në të dhënat e trajnimit të OpenAI-së. Më 10 shtator, kompania i tha The New York Times se kronologjia e ngjarjeve e bënte këtë “kategorikisht” të pamundur.
Megjithatë, për shumë njerëz, kjo ngjarje tregoi se si studiuesit individualë mund të mbulohen nga kompanitë e mëdha të teknologjisë. ”Tanime kemi parë se edhe thashethemi se dikush po punon mbi një problem mund të shkaktojë një përpjekje masive të fuqizuar nga AI për ta zgjidhur atë”, shkroi matematikani i University of California, Los Angeles, Terence Tao, në platformën e rrjeteve sociale Mastodon.
Këto tensione kërcënuan një aktivitet të ardhshëm në Caltech, i cili synonte të afronte botën e AI-së me atë të matematikës. Pas njoftimit të OpenAI-së në gusht se modeli i saj Astra kishte bërë përparime në 10 probleme të pazgjidhura, studentët e Caltech kishin organizuar një “mathathon”, ku matematikanët do të punonin mbi probleme të hapura duke përdorur kredi llogaritëse në vlerë prej 2 milionë dollarësh, të dhuruara nga OpenAI dhe Anthropic. Më shumë se 1000 persona u regjistruan.
Dy ditë pas njoftimit për Navier-Stokes, megjithatë, më shumë se 1000 matematikanë nënshkruan një letër të hapur kundër “mathathon”-it. Ata kundërshtuan atë që e konsideronin si ndërhyrje të interesave korporative dhe mungesë kujdesi ndaj matematikanëve të rinj.
“Për ta thënë troç, kompanitë e AI-së po përfshihen në sjellje të papërshtatshme në kërkime”, thuhej në letër. “Ky aktivitet shfrytëzon matematikanët në fillimet e karrierës së tyre.”
Menjëherë pas kësaj, OpenAI u tërhoq nga aktiviteti.
Gukov, i cili planifikon të mbajë një ligjëratë në këtë aktivitet, ka një këndvështrim më optimist.
“Do të habitesha nëse problemet vërtet të vështira do të zgjidheshin në këtë mathathon”, thotë ai, por shton se aktiviteti mund t’u ofrojë pjesëmarrësve një mundësi të vlefshme për të parë nga afër aftësitë dhe kufizimet e mjeteve të fuqishme të AI-së. Të paktën, ai mund të shërbejë thjesht duke e demistifikuar fuqinë e AI-së.” Organizatorët studentë më pas e ndryshuan aktivitetin dhe publikuan deklaratën e tyre.
“Ndjesia mbizotëruese që kam marrë nga komuniteti matematikor është se duhet të provojmë gjëra të reja dhe të marrim rreziqe të reja”, thotë bashkëorganizatori i mathathon-it, Caiman Moreno-Earle. “Sidomos për studentët më të rinj universitarë, nuk e kemi luksin të presim.”
Dakshita Khurana, shkencëtare teorike e kompjuterëve dhe matematikane në University of Illinois Urbana-Champaign, shqetësohet për atë që qasja e pabarabartë në AI mund të nënkuptojë për gjeneratën e ardhshme. Një student që ka qasje në modele më të mira dhe më shumë fuqi llogaritëse mund të jetë potencialisht në gjendje të trajtojë probleme më të vështira, thotë ajo.
Dua një të ardhme ku të gjithë studiuesit e talentuar, në të gjitha institucionet, të kenë burimet që u nevojiten për të ndjekur ide ambicioze. Ajo kërkon zgjerimin e infrastrukturës publike për kërkime dhe rritjen e qasjes në fuqinë llogaritëse të AI-së.
Të tjerë po organizohen për ta mbrojtur këtë fushë duke ndërtuar një koalicion me ndikim politik. Gati 400 matematikanë i janë bashkuar Association for Human Mathematics (AHM), e cila u krijua në gusht.
“Ky është komuniteti im dhe jam shumë i përkushtuar ndaj asaj që do të ndodhë me të”, thotë anëtarja themeluese Tasmin Chu, studente e doktoratës në Caltech.
Anëtarët e AHM janë zotuar të mos bashkëpunojnë me kompanitë e AI-së dhe disa prej tyre, përfshirë Chu, kanë hequr dorë edhe nga përdorimi i AI-së në kërkimet e tyre.
Shoqata do të bashkëpunojë me revista shkencore për t’i ndihmuar ato të përballen me rritjen e numrit të punimeve të krijuara nga AI-ja, do të shqyrtojë se si duhet të përshtatet mësimdhënia e matematikës për gjeneratat e ardhshme dhe do të kritikojë kompanitë e AI-së kur ato përfitojnë prestigj nga problemet e hapura matematikore pa kontribuar në krijimin e një kuptimi kolektiv.
“Nuk mund t’i mbyllim sytë dhe të pretendojmë se AI nuk është aty”, thotë Steven Sivek, matematikan në Imperial College London dhe anëtar i AHM. “Por duam ta bëjmë këtë nga një këndvështrim i përqendruar te njeriu, në vend që thjesht t’ua dorëzojmë drejtimin kompanive me vlerë triliona dollarë që nuk kanë llogaridhënie.”
Këto shqetësime kanë arritur edhe në nivelet më të larta të fushës. Më 11 shtator, 25 fitues të Medaljes Fields, çmimit më prestigjioz në matematikë, u bashkuan për të publikuar një letër ku paralajmëronin për “mospërputhjen serioze” mes AI-së dhe matematikës.
“Çështjet me të cilat përballet tani komuniteti matematikor … tregojnë probleme me të cilat mund të përballet e gjithë njerëzimi: si të sigurohemi që, ndërsa AI ndryshon mënyrën se si kryhet puna, të mos humbasim nga sytë atë që ajo punë synonte të arrinte në radhë të parë”, shkruan ata.
Që atëherë, letrës i janë bashkuar edhe rreth 6000 matematikanë të tjerë.
Por debati mund të jetë duke u zhvilluar shumë ngadalë për të ndjekur ritmin e AI-së. OpenAI ka lënë të kuptohet se mund të ketë në dorë një zgjidhje për një tjetër Problem të Mijëvjeçarit, ndërsa matematikanët – me ndihmën e mjeteve të AI-së – po përpiqen ngadalë të analizojnë provën 166-faqëshe të Navier-Stokes të kompanisë.
Kjo është një dëshmi e dendur matematikore, të cilën Gómez-Serrano, gjatë ligjëratës së tij, mundi ta përshkruante vetëm si “të pakuptueshme”.
Artikull nga: nga Celina Zhao
Përkthim: Prinderimi.com
