Публикация OpenAI более 300 математических доказательств, созданных с помощью искусственного интеллекта, вызвала тревогу в академическом сообществе. На фоне новых заявлений о решении фундаментальных математических и компьютерных задач возник вопрос: не приближается ли момент, когда машины окончательно превзойдут человека в математике? Однако Дэн Маргалит, заведующий кафедрой математики Университета Вандербильта, предлагает менее пессимистичный взгляд. По его мнению, нынешние достижения ИИ не отменяют роль человека, а во многом опираются на десятилетия человеческих исследований.

В материале Axios Маргалит выделяет пять причин, по которым математикам не стоит воспринимать успехи искусственного интеллекта как конец своей профессии. Главная из них заключается в том, что математика — это не просто получение правильных ответов, а попытка понять, почему они верны.

ИИ приходит к решениям по уже проложенному людьми пути

Последние достижения OpenAI действительно впечатляют. Компания опубликовала сотни математических работ с решениями сложных задач, а ранее заявила о решении знаменитой проблемы тысячелетия — задачи существования и гладкости решений уравнений Навье — Стокса.

Затем OpenAI сообщила, что ее модели опровергли экспоненциальную временную гипотезу — одно из фундаментальных предположений теоретической информатики. В тот же день о независимом получении аналогичного результата заявила Anthropic. По данным The Information, на эту работу модели компании потратили около 14 млн токенов.

Такие события усиливают впечатление, что ИИ начинает самостоятельно двигать вперед целые научные дисциплины. Но Маргалит предлагает обратить внимание на то, какие именно задачи оказались машине по силам.

По его словам, ИИ справился прежде всего с проблемами, к решению которых исследователи уже подошли особенно близко. Человеческие публикации и накопленные знания фактически подготовили почву для прорыва. При этом на тысячах других задач, для которых научная литература еще не указала достаточно ясного направления, системы не добились сопоставимых результатов.

В такой картине искусственный интеллект выступает скорее не первооткрывателем, а исполнителем, способным довести до конца идеи, которые люди долго развивали и уточняли.

Математические доказательства ИИ все еще приходится проверять

Еще одна причина не спешить с выводами — ошибки в самих доказательствах. Даже если система выдает убедительный математический текст, это не гарантирует, что рассуждение безупречно.

Маргалит отмечает, что при проверке опубликованных работ математики обнаружили логические ошибки. По его словам, некоторые статьи могут быть отозваны из-за недостатков доказательств. ИИ в этом отношении повторяет типичные человеческие ошибки: пропускает важные шаги, делает необоснованные выводы или выдает неверное рассуждение за корректное.

Поэтому математическое сообщество пока не может просто принять результаты машинной работы на веру. Их необходимо внимательно разбирать и проверять — так же, как доказательства, представленные людьми.

Это не отменяет ценности новых инструментов, но показывает, что способность генерировать доказательства и способность гарантировать их правильность — разные задачи.

Машины перебирают варианты, а не задают интересные вопросы

Маргалит также предлагает сравнивать нынешние математические достижения ИИ с успехами компьютеров в шахматах и го.

По его описанию, OpenAI задействовала десятки тысяч агентов, которые многократно комбинировали известные теоремы в миллионах различных конфигураций. Такой подход позволяет машине не уставать и проверять огромное количество возможных путей к решению.

Это впечатляющая вычислительная мощность, но сам по себе перебор вариантов еще не означает появления математической интуиции. ИИ может эффективно искать доказательство в пространстве уже известных идей, однако, по оценке Маргалита, пока не демонстрирует сопоставимой способности самостоятельно формулировать действительно интересные вопросы.

Разница здесь принципиальна: найти решение поставленной задачи — не то же самое, что понять, какую задачу вообще стоит поставить.

ИИ может освободить математиков от рутинной работы

Маргалит видит в искусственном интеллекте и более практическую возможность — превращение его в универсальный вычислительный инструмент.

Он напоминает, что раньше математики могли посвящать целые книги вычислению интегралов. Появление специализированных программ автоматизировало эту работу, но не уничтожило математику. Напротив, исследователи получили возможность сосредоточиться на более сложных вопросах.

Сегодня происходит нечто похожее. Если в сложной исследовательской задаче встречается интеграл, который можно вычислить программно, математику уже не обязательно тратить на него значительную часть своего времени. ИИ способен расширить этот эффект, помогая быстрее выполнять технические этапы исследований.

В результате ученые могут уделять больше внимания концепциям, связям между математическими объектами и новым направлениям работы.

Правильный ответ — еще не понимание

Самый важный аргумент Маргалита касается самой природы математики. По его мнению, ее смысл не исчерпывается получением верных результатов.

Он обращается к идеям математика Билла Терстона, изложенным в его известном эссе 1994 года. Если компьютер выдаст список из десяти тысяч простых чисел, это еще не объяснит, почему они существуют и какие закономерности связывают их между собой.

Машина может предоставить ответ, но ответ сам по себе не обязательно дает понимание. Именно человеческое стремление разобраться в причинах, структуре и взаимосвязях превращает вычисление в математическое исследование.

Маргалит подчеркивает, что даже если компьютер способен решить задачу, это не означает, что человек перестанет хотеть понять решение. Для него математика — прежде всего человеческая деятельность, направленная на постижение окружающего мира.

Что останется человеку в эпоху ИИ

Достижения OpenAI и Anthropic показывают, что искусственный интеллект становится все более мощным инструментом научной работы. Он способен перебирать огромное количество вариантов, комбинировать известные результаты и находить решения задач, которые прежде требовали значительных усилий исследователей.

Но из этого не следует, что человеческий вклад теряет значение. Машинные доказательства нуждаются в проверке, многие успешные решения опираются на уже проделанную людьми работу, а генерация ответа не заменяет понимания.

Маргалит предлагает смотреть на происходящее не как на соревнование, в котором человеку обязательно нужно победить машину, а как на очередной этап развития научных инструментов. Люди уже научились не переживать из-за того, что компьютеры играют в шахматы лучше них. Возможно, в математике произойдет нечто похожее: ИИ будет решать все больше задач, но потребность человека понимать, как устроен мир и почему математические истины верны, никуда не исчезнет.