Скор на разгадку: новый ИИ-агент подтвердит теоремы быстрее математиков

Группа российских ученых разработала систему, которая самостоятельно формулирует задачи в области математической оптимизации, выбирает методы их решения и формально подтверждает полученные результаты. Благодаря этой системе было сформулировано около ста теорем, из которых тридцать пять получили доказательства. Для доказательства одной теоремы ИИ требуется в среднем от трех до семи часов, что значительно быстрее, чем у профессиональных математиков. Однако использование данной платформы связано с определенными рисками. В частности, система может выдавать корректные ответы на неправильно сформулированные задачи, предостерегли эксперты. Вопрос о том, сможет ли алгоритм заменить ученых в некоторых операциях, остается открытым. Об этом пишет сайт Известия.

Разработка и возможности системы

Ученые из Института AIRI совместно с вьетнамским студентом Куок Вьетом создали программную платформу LongTails, которая способна автоматизировать значительную часть математических исследований. Система формулирует новые задачи математической оптимизации, выбирает методы их решения и затем подтверждает полученные результаты. На доказательство одной теоремы агенту требуется от трех до семи часов, что позволяет значительно ускорить процесс по сравнению с работой математиков.

С помощью платформы исследователи уже проанализировали около ста теорем. В пятидесяти случаях ИИ доказал, что алгоритмы могут работать быстрее и точнее, чем предполагали ученые. Тридцать пять результатов оказались настолько уникальными, что авторы планируют подготовить отдельные статьи для крупных международных журналов.

По словам руководителя научной группы «Методы оптимизации в машинном обучении» Института AIRI Александра Тюрина, фреймворк смог доказать больше результатов за несколько дней, чем он сам за всю свою карьеру. Он отметил, что это очень интересно, и команда продолжит работу над новыми теоремами, повышая сложность задач и стремясь к практической эффективности найденных алгоритмов.

Риски и ограничения использования платформы

Главный риск, связанный с подобными системами, заключается не столько в ошибках доказательства, сколько в возможности получения корректного ответа на неправильно сформулированную задачу.

Как объяснила советник практики интеллектуальной собственности ЮК «ЭБР» Ольга Яшина, если агент сформулировал задачу неверно, то даже безупречное доказательство может подтвердить ошибочный результат. Ответственность за то, что именно доказано и как это применяется, остается на исследователе.

Основатель финтех-платформы SharesPro Денис Астафьев отметил, что доказательство может быть формально корректным, но практически недоступным для понимания человека. Для научного прогресса этого недостаточно: исследователь должен осознавать, почему работает найденный метод и как его можно использовать в других задачах.

Перспективы и будущее математики

Перспективными могут стать системы, которые не только выдают доказательства, но и объясняют ход рассуждений. В противном случае машина решает конкретную задачу, но не обязательно предоставляет новое понимание, пояснил ведущий разработчик MWS AI Cowork Егор Старовойтов.

Основные изменения будут связаны с перераспределением функций: ИИ возьмет на себя больше вычислений и технического поиска, в то время как специалистам останется заниматься постановкой исследовательских задач, построением моделей и оценкой научной значимости результатов, считает заведующий кафедрой теории и методики компьютерного спорта, шахмат и цифровых технологий РУС «ГЦОЛИФК» Михаил Новоселов.

Образовательный риск заключается в том, что если молодые исследователи будут постоянно полагаться на ИИ для сложных этапов рассуждений, они могут получить меньше практики в самостоятельном построении доказательств. Поэтому обучение должно сочетать работу с ИИ и самостоятельное решение математических задач, пояснил доцент Финансового университета при правительстве РФ Артур Вафин.

Среди математиков нет оснований для массового неприятия подобных технологий. Как отметил заместитель руководителя направления «Искусственный интеллект» ИТ-холдинга Т1 Евгений Григорьев, ИИ может взять на себя значительную часть рутинной работы, что позволит ученым сосредоточиться на более сложных задачах.

Несмотря на изменения, профессия математика не исчезнет. Даже если агент самостоятельно формулирует задачи, определять их важность и цели решения будет человек, подчеркнул Старовойтов. По его словам, ситуация напоминает появление калькуляторов: часть ручной работы исчезла, но сама профессия сохранилась. Теперь специалисту потребуется не только знание математических методов, но и умение корректно ставить задачи перед ИИ и проверять результаты.

Технологический прогресс повышает требования к человеку, а не отменяет его роль. Исследователь должен определять, какие задачи имеют научную ценность, и контролировать применение полученных результатов, отметила политолог Елена Штульман. С развитием ИИ профессия математика будет меняться как в содержании работы, так и в направлениях применения полученных знаний, считает руководитель команды ИИ-тренеров модели Alice AI по высшей математике Ашот Маргарян.

ИИ не заменяет математика, а становится хорошим помощником, которому можно делегировать проверку гипотез и рутинные вычисления. Однако создание концептуального подхода и получение подлинной научной новизны невозможно без участия ученого, заключил он. Эксперты отмечают, что машина может искать решения и доказывать теоремы быстрее человека, но определять, какие проблемы стоит решать и почему полученные результаты важны, по-прежнему предстоит исследователю.

Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX

Читайте также:

Самарцы могут остаться без корпоратива: где еще остались места для новогодних гуляний

Куда сходить в Самаре, если всё надоело: готовый гид для нескучных выходных