ਗਣਿਤ ਅစာ ਦੇ ਸੰਕਟ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ
ਗਣਿਤ 21ਵੀਂ ਸਦੀ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ। ਸੈਂਕੜੇ ਸਾਲਾਂ ਤੱਕ, ਗਣਿਤ ਦੀ ਖੋਜ ਦੀ ਰਫ਼ਤਾਰ ਹੌਲੀ ਰਹੀ। ਇੱਕ ਖੋਜਕਰਤਾ ਇੱਕ ਨਤੀਜਾ ਲੱਭਦਾ ਹੈ, ਸਾਥੀ ਉਸਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ, ਅਤੇ ਅੰਤ ਵਿੱਚ ਇਹ ਇੱਕ ਪਾਠ-ਪੁਸਤਕ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਸਥਿਰ ਅਤੇ ਅਨੁਮਾਨਿਤ ਹੈ।
AI ਨੇ ਸਭ ਕੁਝ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਇਹ ਬਹੁਤ ਤੇਜ਼ ਰਫ਼ਤਾਰ ਨਾਲ ਸਬੂਤ (proofs) ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ। ਇਸ ਨਾਲ ਨਵੇਂ ਕੰਟੈਂਟ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਢੇਰ ਲੱਗ ਜਾਂਦਾ ਹੈ। ਮਨੁੱਖੀ ਸਮੀਖਿਆਕਾਰ ਇਸ ਰਫ਼ਤਾਰ ਨਾਲ ਕਾਬਲ ਨਹੀਂ ਹਨ। ਇਹ ਉਹ ਸਥਿਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿਸ ਨੂੰ ਟੈਰੇਂਸ ਟਾਓ (Terence Tao) 'ਪ੍ਰੂਫ ਇਨਡਿਜੈਸਸ਼ਨ' (proof indigestion) ਕਹਿੰਦੇ ਹਨ। ਅਕਾਦਮਿਕ ਪ੍ਰਣਾਲੀ ਇੱਕ ਟ੍ਰੈਫਿਕ ਜਾਮ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀ ਹੈ।
AI ਇੱਕ ਤੇਜ਼ ਕਾਰ ਵਾਂਗ ਹੈ। ਮੌਜੂਦਾ ਅਕਾਦਮਿਕ ਜਰਨਲ ਘੋੜਾ-ਗਾੜੀਆਂ ਲਈ ਬਣੇ ਤੰਗ ਪੱਥਰੀਲੇ ਰਸਤਿਆਂ ਵਾਂਗ ਹਨ। ਤੁਸੀਂ ਇੱਕ ਤੰਗ ਰਸਤੇ 'ਤੇ ਹਾਦਸਾ ਕੀਤੇ ਬਿਨਾਂ ਤੇਜ਼ ਕਾਰ ਨਹੀਂ ਚਲਾ ਸਕਦੇ। ਜੇਕਰ ਸੜਕ ਹੀ ਟੁੱਟੀ ਹੋਵੇ ਤਾਂ ਕਾਰ ਨੂੰ ਅੱਪਗ੍ਰੇਡ ਕਰਨ ਨਾਲ ਕੋਈ ਫਾਇਦਾ ਨਹੀਂ ਹੁੰਦਾ। ਸਾਨੂੰ AI ਲਈ ਨਵੀਆਂ ਸੜਕਾਂ ਬਣਾਉਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।
ਟੈਰੇਂਸ ਟਾਓ SAIR ਮੁਕਾਬਲਿਆਂ ਰਾਹੀਂ ਇਹਨਾਂ ਨਵੀਆਂ ਸੜਕਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰ ਰਹੇ ਹਨ। ਉਹ ਮਨੁੱਖਾਂ ਅਤੇ AI ਲਈ ਵੱਖਰੇ ਟ੍ਰੈਕ ਬਣਾਉਂਦੇ ਹਨ।
ਇੱਕ ਮੁਕਾਬਲਾ Distillation Challenge ਹੈ। ਖੋਜਕਰਤਾ 22 ਮਿਲੀਅਨ ਅਲਜਬਰਾ ਸਮੱਸਿਆਵਾਂ ਦੇ ਇੱਕ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈੱਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਵੱਡੇ AI ਮਾਡਲ ਇਹਨਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਹੱਲ ਕਰ ਲੈਂਦੇ ਹਨ ਪਰ ਇਹ ਬਹੁਤ ਮਹਿੰਗੇ ਪੈਂਦੇ ਹਨ। ਇਹ ਚੁਣੌਤੀ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਛੋਟੇ, ਸਸਤੇ ਮਾਡਲਾਂ ਲਈ ਇੱਕ ਪੰਨੇ ਦੀ 'ਚੀਟ ਸ਼ੀਟ' (cheat sheet) ਲਿਖਣ ਲਈ ਕਹਿੰਦੀ ਹੈ। ਇਸਦਾ ਉਦੇਸ਼ ਵੱਡੇ ਮਾਡਲਾਂ ਤੋਂ ਗਿਆਨ ਨੂੰ ਛੋਟੇ ਮਾਡਲਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨਾ ਹੈ। ਸਭ ਤੋਂ ਵਧੀਆ ਚੀਟ ਸ਼ੀਟਾਂ ਨੇ ਪਹਿਲਾਂ ਹੀ ਸ਼ੁੱਧਤਾ (accuracy) ਨੂੰ 50% ਤੋਂ ਵਧਾ ਕੇ 80% ਕਰ ਦਿੱਤਾ ਹੈ।
ਦੂਜਾ ਮੁਕਾਬਲਾ Inverse Galois Problem ਹੈ। ਇਸਨੂੰ ਇੱਕ ਡਿਜੀਟਲ 'ਐਗ ਹੰਟ' (egg hunt) ਵਜੋਂ ਸਮਝੋ। ਇੱਥੇ 160,000 ਵੱਖ-ਵੱਖ ਗਣਿਤਕ ਗੁਣ, ਜਾਂ ਰੰਗ ਹਨ। ਭਾਗੀਦਾਰ ਅਜਿਹੇ ਵਿਸ਼ੇਸ਼ ਪੋਲੀਨੋਮੀਅਲਜ਼ (polynomials) ਦੀ ਭਾਲ ਕਰਦੇ ਹਨ ਜੋ ਇਹਨਾਂ ਰੰਗਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹੋਣ। ਜੇਕਰ ਤੁਹਾਨੂੰ ਕੋਈ ਅਜਿਹਾ ਦੁਰਲੱਭ ਰੰਗ ਮਿਲਦਾ ਹੈ ਜੋ ਕਿਸੇ ਹੋਰ ਕੋਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਅੰਕ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ। ਇਹ ਗਣਿਤ ਨੂੰ ਇੱਕ ਪ੍ਰਯੋਗਿਕ ਵਿਗਿਆਨ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।
ਇਹ ਮੁਕਾਬਲੇ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਦੀ ਜਗ੍ਹਾ ਨਹੀਂ ਲੈਂਦੇ। ਉਹ ਕੰਮ ਕਰਨ ਦੇ ਨਵੇਂ ਤਰੀਕੇ ਬਣਾਉਂਦੇ ਹਨ। ਉਹ ਮਨੁੱਖੀ ਪੈਦਲ ਚੱਲਣ ਵਾਲੇ ਰਸਤੇ ਨੂੰ AI ਹਾਈਵੇਅ ਤੋਂ ਵੱਖ ਕਰਦੇ ਹਨ।
ਇਹ ਮਾਡਲ ਸਾਰੇ ਵਿਗਿਆਨ ਲਈ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਕਿਸੇ ਖੇਤਰ ਵਿੱਚ ਵੱਡੇ ਡੇਟਾਸੈੱਟ ਅਤੇ ਤਸਦੀਕਯੋਗ ਕੰਮ ਹਨ, ਤਾਂ ਇਹ ਇਸ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ। ਗਣਿਤ ਸਿਰਫ਼ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ।
Optional learning community: https://t.me/GyaanSetuAi