Mesterséges intelligencia megoldott egy 1939 óta nyitott matematikai problémát
Az Anthropic AI-modellje feloldotta a Jacobi-sejtést, amely több mint nyolc évtizede foglalkoztatja a matematikusokat. Az eredmény újabb bizonyítéka annak, hogy a mesterséges intelligencia gyorsan behatolhat a tiszta matematika tradicionális területeire.
Az AI-modell vasárnap oldotta meg a Jacobi-sejtést, amelyet 1939-ben fogalmazott meg a német matematikus Ott-Heinrich Keller. A probléma azt vizsgálta, hogy bizonyos matematikai leképezések esetén az outputokból hogyan lehet meghatározni az inputokat. Az Anthropic munkatársa, Levant Alpöge által bejelentett eredmény másnap már verifikálva volt, és az X-en több mint 20 millió megtekintést ért el.
Ez a legújabb a mesterséges intelligencia által megoldott matematikai problémák sorában. 2025 közepétől kezdve az AI-modellek gyorsuló ütemben hódítanak a tiszta matematikában: az OpenAI-modell május végén cáfolt meg egy 80 éves Erdős-sejtést, és június elején 16 kutató 15 egyetemről a Leiden-nyilatkozatot adta ki, amely az AI-matematika transzparenciájáról és a lektorálási folyamatokról szóló irányelveket szorgalmaz.
A matematikusok azonban ambivalens érzésekkel fogadják az eredményt. Kevin Buzzard, az Imperial College London matematikusa szerint az AI megadja a »hogyan«-t, de nem a »miért«-et. A hagyományos matematikai bizonyítások logikai láncolatok, amelyek emberek által ellenőrizhetők és értelmezhetők, míg az AI-modellek gyakran »plauzibilis« kitöltésekkel áthidalják a szakadékokat. A Lean nevű számítógépes nyelvben már ellenőrizték az eredményt, de az igazi kihívás az lesz, amikor az AI-modellek képesek lesznek olyan részletes bizonyítások létrehozására, amelyeket a gépek is képesek lesznek verifikálni.
A fejlemény különösen aggasztó a fiatal matematikusok számára, mivel az AI-hoz való hozzáférés és a szövetségi finanszírozás csökkenése (az NSF költségvetése körülbelül 72%-kal csökkent) már most visszavetette a PhD-felvételeket a vezető egyetemeken. A matematika tradicionálisan »játékként« értelmezhető tudományág volt, ahol az emberek a kutatás önjáró értékéért dolgoztak, de az AI-fejlesztések ezt az utolsó emberi előnyt is veszélyeztetik.