Kein Land für mittelmäßige Mathematiker

Als ehemaliger Akademiker (kein Mathematiker) spricht mich das sehr an. Jede Generation von Forschern muss die Forschergeneration vor ihnen übertreffen – es gibt vollständig tenurierte Professoren, die mit ihrer Bilanz heutzutage keinen Postdoc bekommen würden. Es ist einfach eine Ratsche, bei der jede Generation herausragender sein muss als die vorherige, also ja, man braucht plötzlich „dreimal so viele Konferenzen“. Irgendwann schlägt sich diese Ratsche auf das Selbstwertgefühl nieder und man beginnt, sich selbst mittelmäßig zu nennen, obwohl man die vorherige Generation bei weitem übertrifft. Es ist ein äußerst unfaires Spiel, das von sorglosen Menschen entworfen wurde.

Wenn man KI in den Mix wirft, kollabiert das Selbstwertgefühl. Erst heute habe ich ein Claude-Science-Ergebnis gesehen, das meine eigene Arbeit der letzten zwei Monate völlig überflüssig gemacht hat, und ich sitze hier und frage mich, was der Sinn ist.

> Wir sind alle Frustrationssüchtige. Wir wollen nur mit dem Kopf gegen Probleme rennen, von denen wir noch nicht wissen, wie wir sie lösen können.

Ich habe in letzter Zeit den KI-Einsatz reduziert. Ich glaube, ich habe erkannt, dass das Überwinden des Kampfes der lustige Teil ist, und Erfolge einfach nicht dasselbe sind, wenn KI jede Reibung glättet und alle Fallstricke und Kaninchenlöcher abriegelt.

Es ist interessant, dass dieses Stück gut funktioniert, wenn man Mathematik durch wahrscheinlich jeden anderen intellektuellen Beruf ersetzt, einschließlich Softwareentwicklung oder so ziemlich alles andere.

Und ich lüge jeden an, der mich fragt, warum ich Mathematiker bin.

Es ist viel einfacher zu behaupten: „Ich liebe es, die Gesetze des Lebens zu lernen“,

während ich buchstäblich mit den Händen wedele, als dass ich mich an die etwa zwanzig entscheidenden Momente erinnere, die dazu führten, dass ich mit einem PhD in Arithmetischer Geometrie aus Gainesville herauskam.

Da „normale“ Leute meistens nicht verstehen, worum es bei der Softwareentwicklung geht, ist Handwedeln als Antwort auf übliche Fragen wie „Was machst du bei der Arbeit?“, „Was magst du an deinem Job?“ – ziemlich normal. Ich denke, die meisten von uns haben ein paar vorbereitete Antworten parat.

Mathematik ist das, was man zu verstehen versucht, es nicht versteht,

frustriert wird und es dann tut.

Genau wie bei der Softwareentwicklung. Ich glaube wirklich, dass nur diejenigen einen Softwarejob überleben können, die das ständige Gefühl der Frustration ertragen können, das durch Dinge verursacht wird, die nicht funktionieren oder aus zufälligen Gründen kaputtgehen, und in dieser Umgebung durchhalten, um die Dinge zu tun, die man tun muss.

Als Mathematiker mittleren Alters löst KI eine ernsthafte Krise unter den besseren Mathematikern aus, die ich kenne. Viele sprechen nur halb im Scherz vom Ruhestand. Wir nutzen KI bereits viel in der Forschung, und es ist offensichtlich, dass jeder, der das nicht tut, schnell zurückfallen wird. Zumindest gibt es Zugang zur gesamten Bibliothek in wenigen Minuten und dient als eine Art Wissens-Orakel, das allgemein nützlicher ist als der Experte, der eigentlich im Büro nebenan sein sollte, es aber nicht ist. Und wir sehen, was passieren kann, wenn es effektiv mit Lean gekoppelt wird, um Theorem-Beweisen und Entdeckungen zu automatisieren.

Wir sind nicht dumm genug, das als das Ende des Berufs zu sehen – es ist klar eine Verschiebung in der Art, wie wir arbeiten werden – aber wir mögen es, Berechnungen durchzuführen und mit Beispielen herumzuspielen, und wie man das tut, hat sich gerade stark verändert. Das andere Problem ist, dass wir wissen, dass wir nicht die Energie der Jugend haben, um KI so effektiv zu nutzen wie die Jungen, obwohl wir weiser sind und ein besseres Urteilsvermögen haben und einige Dinge wissen.

Mathematiker, die nicht ernsthaft darüber nachdenken, wie sie sich an KI anpassen können, machen sich etwas vor.

> Mein Physikerfreund fragte mich einmal, was der Sinn der Forschung sei, wenn jemand wie Terence Tao alles in meiner Dissertation in einem Zehntel der Zeit hätte herausfinden können. Ich antwortete, indem ich darauf hinwies, dass Terence Tao es nicht getan hat. Terence Tao hat kein kleines offenes Problem gefunden, das mein Betreuer gestellt hat, und ein mundgerechtes Ergebnis veröffentlicht, das einen inkrementellen Fortschritt macht. Er hat nur so viel Zeit und so viele andere Fische zu braten.

Das erinnert mich an einen Beitrag, den ich kürzlich gesehen habe, obwohl ich mich nicht an die Plattform erinnern kann. Es sagte ungefähr, dass man die Grenzen der KI bewertet, indem man die dümmsten Fragen findet, die sie nicht lösen kann. Ich denke, das passt gut als zusätzliche Möglichkeit, Sinn in der eigenen Arbeit zu sehen.

Der verlinkte Beitrag weist auf begrenzte Aufmerksamkeit hin, um neuartiger Arbeit, die niemand sonst übernommen hat, Bedeutung zu verleihen. Mit KI kann dies immer noch auf die Berechnung angewendet werden.

Ich frage mich nur, ob es eine Klasse von Problemen gibt, bei denen Menschen, zumindest kurzfristig, im Loop sein müssen, um sie effizienter zu lösen.

Finanzierte Stellen sind viel weniger als die Anzahl der Promotionen. Allerdings können sich die Leute mit einem Job selbst finanzieren. In einem Land, in dem es einfach ist, einen Teilzeitjob mit ausreichender Bezahlung zu bekommen, können Mathematiker weiterarbeiten.

Verwandt: Muss man ein Genie sein, um Mathematik zu betreiben?

https://terrytao.wordpress.com/career-advice/does-one-have-t...