Чи замінить штучний інтелект математиків

Те, що машини стають розумними вже ні в кого не викликає сумнівів. Штучний інтелект уже не просто може виконувати операції з простими обчисленнями, а й навіть робить математичні відкриття. Про це нещодавно заявила DeepMind – британська компанія, яка входить в корпорацію Google. Вона веде розробки в сфері ШІ та раніше вже презентувала свої проєкти.

Наприклад, в 2017 році саме DeepMind представила нейронну мережу AlphaZero, яка стала науковим проривом. Система самостійно навчилася грати в го, шахи та сеги. Відмітивши успіхи проєкту, компанія вирішила розвивати його далі. Тепер ШІ від DeepMind вміє розробляти математичні теореми та вирішувати задачі.

Фото: images.pexels.com

Підготовлено за підтримки освітнього маркетплейсу BUKI: https://buki.com.ua/tutors/nimetska-mova/kyyiv/

Користь ШІ для математиків

Вчені-математики не просто знають про штучний інтелект, а й досить давно вже використовують можливості машинного мозку в своїй роботі. ШІ вони застосовують для масштабних обчислень, а також для того, аби підтвердити чи спростувати якісь твердження. Причому, ще недавно штучний інтелект не міг генерувати гіпотези, бо цей процес досить складний та базується ряді логічних рішень. Вважалося, що на таке спроможний лише розум людини.

Проте ШІ від компанії DeepMind зміг спростувати це твердження, що стало справжнім проривом. Машина разом з вченими-математиками змогла розробити теорему про структуру вузлів. Суть теореми полягає в тому, що при дослідженні структури вузлів було створено мотузки, кінці якої були поєднані.

Фото: nature.com

Атрибуція теорії вузлів

Потенційно вона включає в себе приклади з квантової теорії та неевклідової геометрії. ШІ провів дослідив математичні конструкції, виявив їх закономірність, знайшов нові, як, наприклад, нову величину, над пошуком якої математики билися досить довгий час.

Фото: nature.com

Цікаво і те, що самі вчені не відразу признали цінність інформації, отриманої від штучного інтелекту. Більше того, спочатку вона була навіть відхилена, бо математики зауважили, що припущенні в коді від ШІ є неінтуітивними. Але згодом вчені зрозуміли, що помилилися.

«Інтервали Брюа» та пов’язані з ними «поліноми Каждана-Люстинга» - це фундаментальні об’єкти в теорії уявлень. Інтервал Брюа є діаграмою, яка демонструє різні шляхи зміни порядку об’єктів, змінюючи місця двох з них за 1 раз. Поліноми Каждана-Люстинга демонструють різноманітні методи існування цього графа в багатовимірному просторі.

Успіхи ШІ у вирішенні теореми уявлень

Машинний мозок в своїй роботі використовував також Д. Уільямсон  – вчений з університету Сіднея. За допомогою штучного інтелекту він відкрив гіпотезу в популярній теоремі уявлень. Суть теореми в тому, що згідно їй – структура з набором певних характеристик є ізоморфною для будь-якої іншої подібної структури.

Ця гіпотеза наразі не доведена, але вона вже була перевірена більше, ніж на 3 млн. прикладів, і робота над нею досі продовжується.

Окрім перерахованих випадків, DeepMind використовувала ШІ при створенні повної бази даних білків, які містить людський організм. Ця інформація дозволила вченим вирішувати багато різних задач: вивчати організм, розробляти ліки та методи лікування тощо.

Неможливо ігнорувати той факт, шо штучний інтелект – корисне явище і суттєво полегшує роботу вчених. Взяти хоча б математичні відкриття! Але навіть при настільки унікальній роботі машинного мозку, варто відзначити і важливість ролі людини. Вчені потрібні для перевірки дослідів, які проводить штучний інтелект, та шукають докази їх коректності. Без глибоких знань математики в цій справі не обійтися, тому для суспільства в цілому дуже важливо підтримувати розвиток цієї дисципліни й надалі, та приділяти увагу її вивченню.

Не дивлячись також на серйозність всіх зроблених штучним інтелектом обчислень, вони працюють лише в рамках алгоритмів. Поки що ШІ просто неспроможний досягти рівня людського розуму та зрівнятися з ним по гнучкості сприйняття нової, не характерної для алгоритмів інформації, яка може бути отримана в результаті досліджень. Також машина через не може й обрати адаптивні рішення в таких ситуаціях.

Ключові слова: , , , , .