Mokslo pasaulį sukrėtė sensacija. DI išsprendė problemą, kuri mus kamavo 80 metų ()
Neseniai mokslo pasaulį sukrėtė žinia: „OpenAI“ modelis sugebėjo savarankiškai išspręsti vieną garsiausių kombinatorinės geometrijos problemų, su kuria matematikai dirbo jau beveik aštuonis dešimtmečius.
© recraft.ai (Free Tier Assets) | https://www.recraft.ai
Prisijunk prie technologijos.lt komandos!
Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.
Sudomino? Užpildyk šią anketą!
Dar netikėtesnis buvo tai, kad dirbtinis intelektas paneigė hipotezę, kurią daugelis laikė teisinga. Kodėl žmonės anksčiau negalėjo rasti šio sprendimo ir kaip rimtai tokia sėkmė galėtų pakeisti mokslą, pasakoja „The Wall Street Journal“.
Šios problemos istorija prasidėjo daugiau nei prieš 80 metų ir siejama su Pál Erdős, vieno produktyviausių ir ekscentriškiausių XX amžiaus matematikų, kuris keliavo po pasaulį su vienu lagaminu, vardu. Mokslininkas paliko šimtus mokslinių straipsnių ir visą sąrašą sudėtingų klausimų. Tarp jo mėgstamiausių problemų buvo vadinamoji vienetinio atstumo problema.
Šios problemos esmė iš pirmo žvilgsnio atrodo paprasta: jei ant popieriaus lapo išdėstysite tam tikrą skaičių taškų, koks yra didžiausias šių taškų porų skaičius, kurios gali būti nutolusios vienas nuo kito lygiai vienu vienetu?
|
1946 m. Erdősas pasiūlė išdėstyti n taškų specialių gardelių pavidalu ir iškėlė hipotezę, kad bet kokioje kitoje konfigūracijoje taškų porų, esančių vieno vieneto atstumu, skaičius nebūtų žymiai didesnis. Erdősas kartą pasiūlė 500 dolerių prizą už šios problemos sprendimą. Dešimtmečius matematikai bandė patvirtinti jo spėlionę, tačiau visi bandymai baigėsi nesėkme.
Tai pasikeitė, kai užduotį ėmėsi „OpenAI“ dirbtinis intelektas. Tyrėjai naujajam modeliui šią užduotį davė kaip bandymą, ar jis geresnis už ankstesnius modelius, nesitikėdami jokio ypatingo pojūčio.
Tačiau rezultatas pribloškė net skeptikus: dirbtinis intelektas ne tik išsprendė problemą, bet ir paneigė Erdőso hipotezę. Modelis parodė, kad taškų, esančių vienu vienetu vienas nuo kito, porų skaičius gali augti greičiau, nei manė Erdősas. Taigi, jo ilgalaikė hipotezė buvo įrodyta klaidinga.
Mokslininkai nustatė kelias pagrindines priežastis. Viena iš galimų priežasčių yra ta, kad dauguma tyrėjų dešimtmečius bandė įrodyti Erdőso hipotezę. Pačios paieškos kryptį nulėmė ankstesnė problemos istorija. Tačiau modelis neturėjo tokių intelektualinių apribojimų ir buvo pasirengęs apsvarstyti net ir mažai tikėtinus kelius.
Kita priežastis susijusi su tuo, kaip veikia šiuolaikinis dirbtinis intelektas. Žmonės linkę specializuotis gana siaurose srityse. Modelis gali vienu metu naudoti žinias iš skirtingų matematikos sričių. Šiuo atveju sprendimas apjungė idėjas iš algebrinės skaičių teorijos ir diskrečiosios geometrijos – sričių, kurios tradiciškai laikomos gana nutolusiomis viena nuo kitos.
Galiausiai, dirbtinis intelektas turi praktiškai neribotą kantrybę. Jis gali valandų valandas ir dienas bandyti kryptis, kurias žmogus laikytų beviltiškomis ir jų atsisakytų.
Tyrėjai apskaičiavo, kad modelis sukūrė apie 75 000 žodžių ilgio minčių seką – maždaug tiek pat, kiek ir pirmoji Hario Poterio knyga. Dirbtinis intelektas veikė be pertraukų, kai reikėjo miegoti, valgyti ar užsiimti kita veikla. Jų skaičiavimais, visam sprendimui sukurti galingame serveryje prireikė apie 32 valandų darbo, o skaičiavimo išlaidos siekė apie 1 000 JAV dolerių.
Tokie radikalūs pokyčiai mokslo pasaulyje gali sukelti įvairių jausmų – nuo nerimo iki jaudulio. Tačiau patys „OpenAI“ kūrėjai į matematikų ateitį žvelgia su netikėtu optimizmu. Jie įsitikinę, kad dirbtinis intelektas nesunaikins profesijos, o, priešingai, padės žmonėms pasiekti naujų aukštumų.
Kaip pavyzdį jie pateikia šachmatus . Kadaise buvo baiminamasi, kad kompiuterių pergalės prieš čempionus sunaikins susidomėjimą žaidimu. Iš tikrųjų nutiko priešingai: mašininės analizės dėka žmonės pradėjo žaisti geriau ir giliau suprasti strategiją.
Dirbtinis intelektas yra tarsi superkompiuteris matematikams: jis ne žudo smalsumą, o plečia ribas. Mokslininkai jau pradėjo naudoti modelio atrastus metodus, kad spręstų kitas sudėtingas problemas, kurios anksčiau atrodė neįveikiamos.
Žinoma, turime išlaikyti blaivų požiūrį. Vienos, nors ir garsios, Erdőso problemos sprendimas dar nereiškia „antžmogiško intelekto“ sukūrimo. Tačiau šio fakto ignoruoti nebeįmanoma.
Ši istorija yra dar vienas pavyzdys, kaip dirbtinis intelektas gali pažangai skatinti fundamentalųjį mokslą bet kurioje srityje, kurioje yra sudėtingų problemų. Hipotezė, kad DI gali būti naudingas didžiajam mokslui, jau yra įrodytas faktas. Arba, kaip Erdőso problemos atveju, puikus senų abejonių paneigimas.
.jpg)