Umjetna inteligencija počinje rješavati matematičke probleme s kojima su se znanstvenici borili desetljećima. No dok strojevi ostvaruju sve veće uspjehe, matematičari upozoravaju da bi znanost mogla izgubiti nešto jednako važno kao što su sami odgovori – ljudsko razumijevanje i kreativnost.
„Ljudi ponekad pogrešno shvaćaju matematiku i misle da će je računala nadmašiti”, izjavio je matematičar Alain Connes 2000. godine. Govorio je o odluci skupine uglednih matematičara da ponude milijun dolara za rješenje svakog od sedam iznimno teških matematičkih problema. Ti problemi, poznati kao problemi Milenijske nagrade, bili su, prema Connesovim riječima, „potpuno nedostupni računalima”.
No računala su u međuvremenu znatno napredovala.
Početkom rujna američka tvrtka OpenAI objavila je da je jedan od njezinih internih modela umjetne inteligencije riješio problem postojanja i glatkoće rješenja Navier-Stokesovih jednadžbi, koji se odnosi na gibanje fluida. Riječ je o jednom od problema Milenijske nagrade, a prema toj objavi, to je tek drugi problem s popisa koji je riješen i prvi za koji se tvrdi da ga je riješio stroj. Matematičari su se njime borili najmanje jedno stoljeće. Umjetnoj inteligenciji za rješenje je trebalo 88 sati.
Zatim je uslijedio događaj koji je Álvaro Lozano-Robledo, matematičar sa Sveučilišta Connecticut, opisao kao „možda najvažniji pojedinačni dan u dosadašnjoj povijesti matematike”.
OpenAI je 6. listopada objavio čak 719 znanstvenih radova u kojima su predstavljena rješenja koja je isti model pronašao za najmanje 372 druga dugogodišnja neriješena problema. Nijedno drugo znanstveno područje dosad nije doživjelo događaj takvih razmjera.
Matematičari su zabrinuti, a ne oduševljeni
Mnogi matematičari ne slave ovaj napredak.
„Šok je golem”, napisao je Hugo Duminil-Copin, matematičar sa Sveučilišta u Ženevi i dobitnik Fieldsove medalje, najuglednije nagrade u matematici, 2022. godine. „Paraliziran sam.”
U izjavi objavljenoj ubrzo nakon najave rješenja Navier-Stokesova problema, koju je poslije podržalo više od 8000 istraživača, Duminil-Copin i još 27 dobitnika Fieldsove medalje opisali su situaciju kao „ozbiljan problem neusklađenosti razvoja umjetne inteligencije s potrebama matematike”.
Zabrinuti su zbog rizika koje donose rješenja odvojena od ljudskog razumijevanja. Ako se razvoj nastavi bez odgovarajućih ograničenja, upozorava Martin Hairer sa švicarskog Saveznog tehnološkog instituta u Lausanni (EPFL), umjetna inteligencija mogla bi „sterilizirati to područje”.
Na prvi pogled može se činiti neobičnim što su matematička otkrića umjetne inteligencije izazvala takve reakcije. Odgovori na dugogodišnja pitanja nedvojbeno predstavljaju napredak za čovječanstvo. Matematičari također imaju osobni interes u očuvanju svojih karijera i zaštiti od tehnoloških promjena. Ipak, njihovi argumenti nisu samo pokušaj obrane vlastitih interesa. Oni pružaju uvid u rasprave i sukobe koji bi se uskoro mogli proširiti cijelim znanstvenim svijetom.
Kritičari tvrde da pretjerano usredotočivanje na konačna rješenja zanemaruje važnost samog procesa njihova pronalaženja. Pokušaji rješavanja otvorenih problema potiču razvoj novih alata i tehnika koje poslije mogu pronaći primjenu i izvan područja za koje su izvorno osmišljene.
Primjer su imaginarni brojevi, čiji kvadrati mogu imati negativne vrijednosti. Matematičari iz 16. stoljeća opisivali su ih kao nešto što je „jednako suptilno koliko i beskorisno”. Danas su temelj elektrotehnike i kvantne fizike.
Matematičari tvrde da novi radovi OpenAI-ja nisu donijeli iznenađujuće ideje ni nove smjerove istraživanja. Luis Martínez-Zoroa, matematičar sa Sveučilišta CUNEF u Madridu i jedan od vodećih stručnjaka za Navier-Stokesov problem, ističe da umjetna inteligencija nije osobito dobra u objašnjavanju načina na koji dolazi do svojih rezultata.
Rad od 166 stranica, u kojem je model OpenAI-ja opisao svoj postupak, Martínez-Zoroa nazvao je „pomalo Frankensteinom sastavljenim od različitih dijelova istraživanja”, uz napomenu da je tekst daleko od jasnog i razumljivog objašnjenja.
Znanstvena revolucija već je počela
Matematika nije jedino područje koje prolazi kroz velike promjene.
Analiza 41,3 milijuna znanstvenih radova iz različitih područja prirodnih znanosti, čiji je suautor James Evans sa Sveučilišta u Chicagu i koja je objavljena u siječnju, pokazala je da istraživači sve brže prihvaćaju umjetnu inteligenciju.
Prema Davidu Tongu sa Sveučilišta u Cambridgeu, umjetna inteligencija već je dramatično promijenila način rada teorijskih fizičara.
„Kad je riječ o izračunima, jednostavno je očito da se okrećete velikom jezičnom modelu”, kaže Tong. „Prije tri mjeseca to nije bilo tako.”
Američka tehnološka tvrtka Anthropic objavila je 25. rujna da je njezin model Claude pomaknuo granice mogućega u izračunavanju međudjelovanja određenih skupina čestica.
Čini se da znanstvenici koji koriste umjetnu inteligenciju ostvaruju dobre rezultate. Evansova studija pokazala je da objavljuju više radova i privlače više citata drugih istraživača.
Međutim, dok umjetna inteligencija pojedincima donosi prednosti, njezina uporaba ima i negativne posljedice. Raspon tema koje znanstvenici istražuju smanjio se za gotovo pet posto, a njihovo praćenje i korištenje radova drugih istraživača palo je za 22 posto.
Ti su rezultati u skladu s nedavnim istraživanjem Googlea, provedenim među više od 600 znanstvenika. Gotovo polovica ispitanika izjavila je da ih umjetna inteligencija usmjerava prema sigurnijim, postupnim istraživanjima za koja je vjerojatno da će u kratkom roku proizvesti rezultate pogodne za objavu. Samo 28 posto smatralo je da im umjetna inteligencija omogućuje bavljenje spekulativnijim istraživanjima.
Hoće li znanost postati nerazumljiva ljudima?
Kako umjetna inteligencija preuzima sve veću ulogu u znanosti, pojavljuju se i dodatni rizici, upozorava Hector Zenil, računalni znanstvenik s londonskog King’s Collegea.
U članku objavljenom u veljači u časopisu Frontiers in Artificial Intelligence, Zenil i Evans razmatraju moguću budućnost u kojoj bi modeli umjetne inteligencije, uz pomoć robotike, mogli zatvoriti cijeli krug znanstvenog istraživanja. To bi značilo da bi strojevi samostalno provodili mjerenja, postavljali hipoteze, testirali ih u laboratoriju, procjenjivali rezultate i zatim ponovno pokretali cijeli proces.
Istraživači upozoravaju da bi znanost tako mogla zakoračiti u neobično novo područje, u kojem istraživanja vođena strojevima više ne bi bila razumljiva ljudima.
Možda bi i u takvom svijetu bilo moguće provjeriti jesu li rezultati umjetne inteligencije točni, pa čak ih i iskoristiti. No znanstvenici bi, prema Zenilovu mišljenju, mogli postati nalik arheolozima: proučavali bi otkrića umjetne inteligencije i pokušavali rekonstruirati način na koji su nastala.
Tong, koji vjeruje da umjetna inteligencija može biti pozitivna sila, ipak upozorava: „Nisam siguran da smo doista spremni za ono što nas čeka za šest mjeseci ili godinu dana.”
Teorijska fizika blisko je povezana s matematikom i zbog toga je jedno od znanstvenih područja u kojima su slične promjene najizglednije.
Umjetna inteligencija još nije zamijenila matematičare
Matematičari zasad nisu ostali bez posla. Upravo neprozirnost rezultata koje je objavio OpenAI otvara mnogo prostora za daljnji rad: potrebno je provjeriti metode kojima se umjetna inteligencija koristila i utvrditi koji su pristupi najuspješniji.
Osim toga, matematičari ističu da je umjetna inteligencija, unatoč velikoj sposobnosti rješavanja problema, i dalje ograničena kada je riječ o kreativnom radu. Primjerice, još nije jasno bi li umjetna inteligencija mogla samostalno osmisliti imaginarne brojeve.
Ipak, razvoj događaja pokazuje da znanstvenici podcjenjuju potencijal ove tehnologije na vlastitu odgovornost. Kao što je Alain Connes upozoravao još 2000. godine, pretpostavka da računala nikada neće moći nadmašiti ljudske sposobnosti u matematici mogla bi se pokazati pogrešnom.
Pitanje koje se sada postavlja nije samo može li umjetna inteligencija riješiti probleme koji su desetljećima izmiču ljudima. Pitanje je i hoće li znanost pritom uspjeti sačuvati ono što je čini znanošću: razumijevanje, kreativnost i sposobnost da se otkrije ne samo odgovor nego i zašto je taj odgovor važan.