O to zaujímavejšie je, že ešte pred rokom a pol francúzsky matematik nepočítal s tým, že by AI mohla zásadne zasiahnuť do jeho vlastného vedeckého výskumu. K zmene došlo tento rok v apríli.
Výsledok všetkých ohromil
Jeden z jeho kolegov pracoval na probléme z teórie perkolácie. Tá okrem iného skúma, za akých podmienok dokáže voda pretekať poréznym materiálom. V tomto konkrétnom prípade išlo o matematickú hypotézu, ktorá sa zaoberala vznikom súvislých ciest vo veľmi zložitých sieťach.
Duminil-Copin sa teóriou perkolácie zaoberá prakticky celú svoju vedeckú kariéru. Už pred desiatimi rokmi dokázal vyriešiť časť tejto konkrétnej matematickej hypotézy.
Jeho kolega medzitým dosiahol ďalší pokrok, úplné riešenie však stále chýbalo. Keď mu jeden z priateľov navrhol, aby problém skúsil zadať ChatGPT, rozhodol sa to urobiť len tak pre zábavu. Dovtedy totiž umelú inteligenciu vôbec nepoužíval.
Výsledok ohromil všetkých vrátane nositeľa Fieldsovej medaily. ChatGPT vytvoril dôkaz, ktorý sa vošiel na jedinú stránku. Duminil-Copin neváhal tento dôkaz označiť za mimoriadne krásny a elegantný. Niekoľkoročná práca jeho kolegov tak prakticky počas okamihu dospela do cieľa.
A práve táto skúsenosť doviedla tohto vedca k tomu, aby sa začal viac zaujímať o rolu a význam AI pre vedecký výskum. Ukázalo sa, že práve ona dokáže počas krátkej chvíle zavŕšiť prácu, ktorá matematikom trvala roky.
Nešlo pritom iba o to, že umelá inteligencia dokázala úlohu vyriešiť. Prekvapivý bol predovšetkým spôsob, akým k riešeniu dospela. Model nadviazal na predchádzajúcu prácu matematikov a dokázal prepojiť poznatky z rôznych oblastí, ktorých súvislosť vedci doteraz úplne nevyužili. Hranice použitia AI v matematickom výskume sa tak značne posunuli.
Keď stroje začali riešiť neriešiteľné
Lenže nezostalo pri tomto experimente. Spoločnosť Anthropic nedávno prezentovala riešenie niekoľkých problémov, z ktorých jeden sa týkal už spomínanej perkolácie.
Najväčší šok však prišiel 6. októbra, keď OpenAI zverejnila 719 matematických rukopisov rozdelených do 372 skupín výsledkov. Nachádzalo sa medzi nimi aj najmenej 16 problémov, ktoré priamo súviseli s výskumom Duminila-Copina. To ešte neznamená, že všetky zverejnené dôkazy sú správne. Odborníci ich ešte len začali skúmať. Už samotný rozsah však ukazuje, ako rýchlo sa situácia zmenila.
Francúzsky matematik starostlivo prešiel zoznam zverejnených prác a so zdesením si uvedomil, že AI predložila riešenie mnohých problémov, ktorými sa chcel zaoberať v nasledujúcich desaťročiach. Bol to preňho nielen profesijný, ale aj existenciálny šok. Čo si vlastne teraz počať so svojím životom, keď už bude celý jeho doterajší výskumný program naplnený?
Čo bude s matematikmi?
Umelá inteligencia tak prakticky cez noc spochybnila doterajší spôsob plánovania a financovania matematického výskumu. Tí, ktorí si mysleli, že budú roky bádať nad veľmi zložitými problémami, zrazu zistili, že AI už predložila možné riešenia. Zvlášť pre mladých vedcov je to znepokojujúca perspektíva. Je to klasický príklad Schumpeterovej tvorivej deštrukcie.
Ale po deštrukcii prichádza istá možnosť nového uplatnenia, ktoré však už nebude také prestížne ako predtým. Umelá inteligencia neprodukuje iba jednoduché a elegantné riešenia. Niektoré nové matematické dôkazy majú stovky alebo tisíce strán. A tak bude potrebné tieto dôkazy preskúmať a vysvetliť.
Matematici však nedokážu texty spracovať rovnakou rýchlosťou ako umelá inteligencia. Budú teda potrebovať veľa času, aby pochopili a interpretovali to, k čomu AI došla. Paradoxne sa tak vlastný výskum zabrzdí, pretože sa bude riešiť hlavne to, k čomu došla AI.
Súčasní matematici nemôžu rýchlosťou konkurovať takýmto rýchlym objavom. Veľké spoločnosti to zneužívajú, pretože nové objavy priťahujú mediálnu pozornosť. Ale nemusí zostať iba pri mediálnej pozornosti, s veľkou pravdepodobnosťou sa pridajú aj peniaze. Politici sa veľmi skoro začnú pýtať, či sa im oplatí viac financovať vedecký výskum s AI alebo vedecký tím matematikov.
Znamená to koniec vedy?
Duminil-Copin napriek tomu neprepadá úplnému pesimizmu tvárou v tvár výpočtovej kapacite umelej inteligencie. Tá je totiž veľmi silná pri dokazovaní teorém. Zostáva však otázkou, či dokáže nahradiť aj všetky vedľajšie objavy, ktoré vznikajú počas ľudského výskumu.
Kým totiž matematik nájde presný problém, vyskúša množstvo slepých uličiek, ktoré ho však postupom času dovedú k tomu, aby bol schopný problém dobre formulovať. Podľa Duminila-Copina tak nie je isté, že automatizovaný výskum dokáže všetky tieto vedľajšie prínosy nahradiť. Pre českého znalca diela Járu Cimrmana je to značné zadosťučinenie, pretože ide o potvrdenie jeho teórie slepých vedeckých uličiek.
Druhá nová úloha matematikov je už naznačená vyššie. Budú mať viac času, aby vysvetľovali a popularizovali matematické vedecké poznatky. A to sa bude týkať aj tých, ktoré sa dosiahnu pomocou umelej inteligencie.
Francúzsky vedec sa chce viac venovať práve odovzdávaniu poznatkov svojim študentom, ale aj širšej verejnosti. Tomu sa venuje aj jeho nová kniha De l’autre côté du tableau noir (Z druhej strany tabule), ktorú napísal spoločne s vývojovým psychológom Emmanuelom Sanderom. Kniha sa totiž nezaoberá matematickými dôkazmi, ale predovšetkým tým, čo sa odohráva v hlave človeka, keď sa snaží matematike porozumieť.
Aj napriek týmto dvom novým výzvam však formuluje pokrok umelej inteligencie ešte jednu zásadnú otázku. Nájdu ešte ľudia dostatočné dôvody na premýšľanie, keď za nich budú myslieť stroje?
