25 Fields-Ă©rmes matematikus tiltakozik nyĂlt levĂ©lben: az AI lerombolhatja a matematika alapjait
CikkĂĽnk megjelenĂ©sĂ©ig már huszonöt, a matematikai Nobel-dĂjakĂ©nt is emlegetett Fields-Ă©remmel kitĂĽntetett matematikus – köztĂĽk Terence Tao, Peter Scholze, Maryna Viazovska Ă©s James Maynard – Ărt alá a figyelemfelkeltĂ©snek szánt nyĂlt levelet, amelyben arra figyelmeztetnek, hogy a mestersĂ©ges intelligencia lerombolhatja a matematika alapjait.
Az AI már számos áttörĂ©st Ă©rt el ezen a terĂĽleten, azonban a mostani felháborodást konkrĂ©tan az elĹ‘zte meg, hogy pár nappal korábban az OpenAI bejelentette, hogy megoldotta a Clay Matematikai IntĂ©zet által 2000-ben legnehezebbnek Ă©s legfontosabbnak választott hĂ©t „millenniumi problĂ©ma” egyikĂ©t, a Navier-Stokes lĂ©tezĂ©si Ă©s simasági problĂ©mát. Egy egymilliĂł dolláros jutalommal járĂł feladatrĂłl van szĂł, amelyik Ă©vtizedekig dacolt az emberi aggyal. 90 Ă©ven át hiányzott ugyanis a bizonyĂtás, a helyes matematikai egyenlet alapjául szolgálĂł Ă©rvelĂ©s.
A megoldásig vezetĹ‘ Ăşt cseppet sem nevezhetĹ‘ hagyományosnak: a közel egybilliĂł dolláros OpenAI tĂzezer AI-ĂĽgynököt vetett be a problĂ©ma megoldására, Ă©s a botok mindössze 88 Ăłra alatt teljesĂtettĂ©k a kĂĽldetĂ©st. A megoldásrĂłl bizonyĂtást is közzĂ©tettek. S ha az egymilliĂł dolláros jutalom soknak tűnne, Ă©rdemes megfontolni, hogy az eljárás költsĂ©gĂ©t alaphangon is tĂzmilliĂł dollárra becsĂĽlik. De nem is a jutalom volt a cĂ©l. Az OpenAI „mĂ©rföldkĹ‘nek” nevezte a megoldást, Ă©s bizonyĂtĂ©knak arra, hogy a mestersĂ©ges intelligencia eszközei gyorsan fejlĹ‘dnek. Egyben azt is közöltĂ©k, hogy nem tartanak igĂ©nyt a Millenniumi dĂjra.
Ugyan az OpenAI eredmĂ©nyĂ©t mĂ©g nem ellenĹ‘rizte a Millenniumi dĂjat működtetĹ‘ cĂ©g, de máris Ăłriási a felháborodás a matematika világában. KĂ©t neves matematikus pĂ©ldául állĂtja, hogy ugyanezen a problĂ©mán dolgoztak, Ă©s tudomásuk szerint informáciĂłk jutottak el az OpenAI-hoz a haladásukrĂłl, Ă©s valĂłjában csak akkor kezdtek el dolgozni a problĂ©mán. Az AI-vállalat viszont kategorikusan tagadja ezt, állĂtva, hogy a Navier–Stokes-problĂ©mával kapcsolatos munkájuk során semmilyen felhasználĂłi adathoz nem fĂ©rtek hozzá. Azt is mondták, hogy a bizonyĂtĂ©kaik jelentĹ‘sen eltĂ©rnek, Ă©s mĂ©g a pontos eredmĂ©nyek is mások.
https://hvg.hu/360/20260528_hvg-erdos-pal-sejtes-vegtelen-kockas-fuzet-cafolat-openai-mesterseges-intelligencia
Azonban nem ez a vita kĂ©sztette a nyĂlt levĂ©l aláĂrására a korábban emlĂtett matematikusokat. Sokkal inkább az, hogy szerintĂĽk az AI gyorsabban termeli a tudást, mint ahogyan azt az ember megĂ©rthetnĂ©. A matematikában ugyanis nemcsak az eredmĂ©ny számĂt, hanem az Ăşt is, ahogyan valaki eljut a megoldáshoz. Ezen az Ăşton vĂ©gighaladva Ă©rti meg ugyanis, hogy mi miĂ©rt működik, amibĹ‘l azután egy sor egyĂ©b dolog is következhet. A problĂ©mákra adott vĂ©gsĹ‘ válaszok csak az akadĂ©miai folyamat egyik aspektusát jelentik, Ă©rvel a levĂ©l. A megoldás általában további kĂ©rdĂ©sek felvetĂ©sĂ©hez Ă©s Ăşj tanulmányi terĂĽletek lĂ©trehozásához vezet. Ha pedig a mestersĂ©ges intelligencia csak bizonyĂtĂ©kokat gyárt, ez talán nem fog megtörtĂ©nni.
„TĂşl jĂłk lettĂĽnk az optimalizálásban” – mondja Terence Tao, a levĂ©l egyik aláĂrĂłja. Egy másik matematikus, Hugo Duminil-Copin Ă©rzĂ©kletes hasonlattal Ă©rvel: valakit a levegĹ‘bĹ‘l leejteni a Mount Everest csĂşcsára nagyon más, mint megmászni a hegyet.
Hiába van ott az OpenAI által közzĂ©tett 166 oldalas bizonyĂtás, kevĂ©s olyan magyarázatot tartalmaz, mint amilyeneket a matematikusok általában akkor adnak, amikor megosztanak egy Ăşj felfedezĂ©st. KĂ©tsĂ©ges tehát, hogy kiderĂĽl-e az az alapvetĹ‘ ötlet, ami a bizonyĂtás mögött van, Ă©s ami a „humán” matematikai felfedezĂ©sekre jellemzĹ‘. Lehet, hogy az AI közreműködĂ©sĂ©vel rengeteg Ăşj eredmĂ©nyt kapunk, de nem feltĂ©tlenĂĽl rengeteg Ăşj megĂ©rtĂ©st, holott a matematikai fejlĹ‘dĂ©sĂ©hez Ă©ppen erre lenne szĂĽksĂ©g.
Persze nem mindenki Ă©rt egyet ezekkel az aggodalmakkal. A londoni The Guardian az Oxfordi Egyetem matematikaprofesszorát, Alexander Paseau-t idĂ©zi, aki Ăşgy vĂ©li, hogy a matematika nem fog sokat veszĂteni vonzerejĂ©bĹ‘l. „A kihĂvás továbbra is fennáll, mĂ©g akkor is, ha a mestersĂ©ges intelligencia vĂ©gĂĽl jobb lesz a kutatásban, mint az emberek. Továbbra is meg akarjuk Ă©rteni a matematikát. És továbbra is Ă©lvezni fogjuk, Ă©s Ă©rtĂ©kelni fogjuk a szĂ©psĂ©gĂ©t: a matematikai bizonyĂtás puszta Ă©lvezete Ă©s szĂ©psĂ©ge mindig ott lesz. A mestersĂ©ges intelligencia nem fog elvenni ebbĹ‘l semmit. Ráadásul sok, a mestersĂ©ges intelligencia által vĂ©gzett matematikai megoldás nem a nullárĂłl old meg problĂ©mákat, hanem az emberek munkájára Ă©pĂt. Az OpenAI áttörĂ©se pĂ©ldául nagymĂ©rtĂ©kben támaszkodott a madridi szĂ©khelyű matematikusok, Diego CĂłrdoba Ă©s Luis Martinez-Zoroa munkájára” – emlĂ©keztet a professzor.
Az álláspontok tehát nem egysĂ©gesek. MĂg egyesek (pĂ©ldául a levelet aláĂrĂł matematikusok) attĂłl tartanak, hogy az AI elkĂĽlönĂti a matematikai felfedezĂ©st az emberi megĂ©rtĂ©stĹ‘l, addig mások Ăşgy vĂ©lik, hogy a matematika szĂ©psĂ©ge Ă©s a megĂ©rtĂ©s öröme akkor is megmarad, ha a gĂ©pek bizonyos feladatokban messze tĂşlszárnyalják az embert.
Azt azĂ©rt a nyĂlt levĂ©l ĂrĂłi is tisztázzák, hogy szerintĂĽk nagyrĂ©szt az Ăşj technolĂłgiát irányĂtĂł emberek döntĂ©sei fogják meghatározni, hogy vĂ©gsĹ‘ soron a terĂĽlet javát szolgálják-e vagy rombolĂł hatásĂşak lesznek-e ezek a változások. Mindenesetre Ăşgy vĂ©lik, hogy ezekkel a kĂ©rdĂ©sekkel sĂĽrgĹ‘sen foglalkozniuk kell a matematikai közössĂ©geknek, az ezeket a technolĂłgiákat fejlesztĹ‘ vállalatoknak Ă©s tágabb Ă©rtelemben egy olyan társadalomnak, amely hasonlĂł problĂ©mákkal fog szembesĂĽlni a szellemi munka számos más formájában is.
https://hvg.hu/tudomany/20260909_mesterseges-intelligencia-veszelyei-anthropic-kutatok
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
How it works
Once you click Generate, Ollama reads this article and crafts 5 comprehension questions. Your answers are graded against the article content — general knowledge won't be enough. Score 70+ to count toward your certificate.
Questions are cached — you'll always get the same 5 for this article.