टेरेंस ताओ, UCLA के प्रोफेसर जिन्हें व्यापक रूप से सबसे महान जीवित शुद्ध गणितज्ञ माना जाता है, ने गणित में तेज़ी से बढ़ रही AI प्रतिस्पर्धा पर चिंता व्यक्त की है।

ताओ, जिन्हें 2006 में फील्ड्स मेडल से सम्मानित किया गया था, ने कल गणित-केंद्रित मास्टोडॉन इंस्टेंस मैथ्सटोडॉन पर एक चेतावनी पोस्ट की, जिसमें उन्होंने तर्क दिया कि AI इस क्षेत्र के अच्छे खुले प्रश्नों की आपूर्ति को खत्म कर रहा है, वे अनसुलझे प्रश्न जो वास्तव में गणित को आगे बढ़ाते हैं। प्रमाण नहीं। शोधपत्र नहीं। अच्छे प्रश्न।

कोई भी अनंत नए गणित के प्रश्न बना सकता है; पाई का गूगोल-वां अंक तकनीकी रूप से एक खुला प्रश्न है जिसकी किसी ने गणना नहीं की है। उनमें से लगभग कोई भी मायने नहीं रखता, क्योंकि अधिकांश व्यापक क्षेत्र के बारे में कुछ नहीं सिखाते। ताओ ने लिखा कि वास्तव में जो मायने रखता है, वह यह जानना है कि वास्तव में क्या प्रयास के लायक है।

ताओ ने लिखा, "संक्षेप में, शक्तिशाली समाधान-निष्कर्षण उपकरणों का अंधाधुंध उपयोग वर्तमान समस्याओं को हल करने के तत्काल अल्पकालिक लक्ष्य को प्राप्त कर सकता है, लेकिन यह प्रगति की अगली लहर के लिए पारिस्थितिकी तंत्र को बनाए रखने, या पहले से प्राप्त प्रगति को समझने की कीमत पर आता है।"

रीजनिंग मॉडल और सीमांत AI प्रणालियों की नवीनतम पीढ़ी के जारी होने के साथ, लैब ने गणितीय और वैज्ञानिक समस्याओं पर भारी मात्रा में कंप्यूटेशन लगाना शुरू कर दिया है। एंथ्रोपिक और ओपनएआई ने अपने मॉडलों को उन समस्याओं पर परखा है जो वर्षों, कभी-कभी दशकों से मानव गणितज्ञों का प्रतिरोध कर रही थीं।

परिणाम क्वांटम भौतिकी से लेकर अनुप्रयुक्त गणित और चिकित्सा तक फैले हुए हैं। लेकिन गणित अलग है: वास्तव में कठिन समस्याएँ अपेक्षाकृत दुर्लभ हैं, और शोधकर्ता अक्सर सावधानी से चुनते हैं कि किन समस्याओं पर महीनों या वर्षों तक काम करना है।

यह तय करना पहले किसी क्षेत्र के "कठिनाई परिदृश्य" पर निर्भर करता था - कौन से प्रश्न तुच्छ हैं, किनमें वास्तविक प्रयास लगता है, कौन से वर्तमान उपकरणों के साथ निराशाजनक हैं। नए तरीकों ने हमेशा उस परिदृश्य के कुछ हिस्सों को समतल किया है, लेकिन उन्होंने अपनी सीमाओं से परे नई सीमाएँ भी खोली हैं। ताओ का तर्क है कि AI इस पैटर्न को तोड़ता है, क्योंकि कोई भी ठीक-ठीक नहीं कह सकता कि एक मॉडल की क्षमता कहाँ समाप्त होती है।

अफवाह से लेकर दौड़ तक

ताओ किसी काल्पनिक स्थिति का वर्णन नहीं कर रहे हैं। मई में, एक ओपनएआई मॉडल ने एर्दोस यूनिट-डिस्टेंस अनुमान को गलत साबित कर दिया, जो एक 80 साल पुराना प्रश्न था कि एक समतल पर कितने बिंदु जोड़े ठीक एक इकाई दूरी पर हो सकते हैं। फील्ड्स पदक विजेता टिम गावर सहित बाहरी गणितज्ञों ने इसे सत्यापित किया।

उसी सप्ताह के भीतर, एंथ्रोपिक शोधकर्ता लेवेंट अल्पोज ने उसी समस्या को क्लाउड मिथोस, कंपनी के अप्रकाशित शीर्ष-स्तरीय मॉडल के माध्यम से चलाया, ऑफ़लाइन काम करते हुए ताकि यह ओपनएआई के प्रकाशित समाधान की नकल न कर सके। एंथ्रोपिक इंजीनियर शोल्टो डगलस ने इस परिणाम को "प्यारा, सरल प्रमाण" कहा, जो ओपनएआई के समाधान से छोटा था। गणितज्ञ डैनियल लिट ने इसे ओपनएआई के संस्करण से "थोड़ा खराब" बताया, हालांकि मिथोस ने ओपनएआई का अपना समाधान भी ढूंढ लिया था।

इसी सप्ताह, एंथ्रोपिक ने फर्माट के अंतिम प्रमेय के सदियों पुराने प्रमाण को औपचारिक रूप दिया और कुछ दिनों बाद ओपनएआई ने 90 साल पुरानी समस्या को हल किया, एक शोधकर्ता द्वारा अपना स्वयं का प्रमाण प्रकाशित करने के घंटों बाद, जिसमें एंथ्रोपिक के एक शोधकर्ता के साथ एक पेपर सह-लेखक भी थे।

ताओ को यही प्रतिस्पर्धा चिंतित करती है। उन्होंने लिखा, "हमने अब देखा है कि किसी समस्या पर काम करने की अफवाह मात्र भी AI-संचालित प्रयासों की एक बड़ी मात्रा को ट्रिगर कर सकती है ताकि मूल शोध परियोजना को अपनी पूरी क्षमता तक पहुंचने का समय मिलने से पहले उसे समतल किया जा सके।"

ताओ का तर्क है कि यह सदियों के खुले विज्ञान को उलट देता है।

केवल उत्तर नहीं, प्रक्रिया का मूल्यांकन करें

ताओ द्वारा प्रस्तावित समाधान कुछ समस्याओं को "विश्लेषण-आवश्यक" के रूप में चिह्नित करना है, जिसका अर्थ है कि एक सही कच्चे उत्तर का बहुत कम महत्व है जब तक कि इसके साथ ऐसा तर्क न हो जो आसपास की समस्याओं के बारे में कुछ प्रकट करता हो। उन्होंने इसकी तुलना उन फ़ूड बैंकों से की जो केवल खाने योग्य दान स्वीकार करना बंद कर देते थे।

यह या तो यही है या गणित में AI पर प्रतिबंध लगाना, एक ऐसा समाधान जिसे ताओ "तकनीकी रूप से अव्यवहार्य" कहते हैं।

यह प्रस्ताव अभी तक कहीं भी नीति नहीं बना है, और जिस तरह से बड़ी AI लैब व्यवहार कर रही हैं, उसके आधार पर, यह भी इस समय तकनीकी रूप से अव्यवहार्य हो सकता है।