Matematik Sedang Menghadapi Krisis Ketidakhadaman
Matematik sedang melangkah ke abad ke-21. Selama beratus-ratus tahun, rentak penyelidikan matematik kekal perlahan. Seorang penyelidik menemui hasil, rakan sejawat menyemaknya, dan akhirnya ia dimasukkan ke dalam buku teks. Proses ini adalah stabil dan boleh diramal.
AI telah mengubah segalanya. Ia menjana pembuktian dan menyelesaikan masalah pada kelajuan tinggi. Ini mewujudkan timbunan kandungan baharu yang sangat besar. Penilai manusia tidak dapat mengejar rentak ini. Ini mewujudkan apa yang dipanggil oleh Terence Tao sebagai ketidakhadaman pembuktian (proof indigestion). Sistem akademik kini sedang mengalami kesesakan lalu lintas.
AI ibarat sebuah kereta yang laju. Jurnal akademik semasa ibarat laluan batu yang sempit yang dibina untuk kereta kuda. Anda tidak boleh memandu kereta yang laju di laluan yang sempit tanpa menyebabkan kemalangan. Menaik taraf kereta tidak akan membantu jika jalan tersebut rosak. Kita mesti membina jalan baharu untuk AI.
Terence Tao sedang membina jalan-jalan baharu ini melalui pertandingan SAIR. Beliau mewujudkan trek yang berasingan untuk manusia dan AI.
Salah satu pertandingan ialah Distillation Challenge. Penyelidik menggunakan set data besar yang mengandungi 22 juta masalah algebra. Model AI yang besar dapat menyelesaikannya dengan mudah tetapi memerlukan kos yang terlalu tinggi. Cabaran ini meminta peserta menulis satu helaian nota ringkas setebal satu muka surat untuk model yang kecil dan murah. Matlamatnya adalah untuk memindahkan pengetahuan daripada model besar kepada model kecil. Nota ringkas terbaik telah pun meningkatkan ketepatan daripada 50% kepada 80%.
Satu lagi pertandingan ialah Inverse Galois Problem. Anggaplah ini sebagai aktiviti mencari telur digital. Terdapat 160,000 sifat matematik yang berbeza, atau warna. Peserta mencari polinomial tertentu yang sepadan dengan warna-warna ini. Jika anda menemui warna yang jarang ditemui yang tidak dimiliki oleh orang lain, anda akan mendapat mata. Ini mengubah matematik menjadi satu sains eksperimental.
Pertandingan-pertandingan ini tidak menggantikan ahli matematik. Ia mewujudkan cara kerja yang baharu. Ia memisahkan laluan berjalan kaki manusia daripada lebuh raya AI.
Model ini boleh digunakan untuk semua bidang sains. Jika sesebuah bidang mempunyai set data yang besar dan tugasan yang boleh disahkan, ia boleh menggunakan kaedah ini. Matematik hanyalah titik permulaan.
Optional learning community: https://t.me/GyaanSetuAi