数学界の25人のFields Medal受賞者がAI企業の数学への取り組みに警鐘
A Misalignment of AI in Mathematics
Terence Tao氏を含む25人のFields Medal受賞者が、AI企業が数学の問題をベンチマークとして解くことへの懸念を表明した。LLMの数学能力は飛躍的に向上し、未解決問題を解くまでになったが、その急速な発表は概念的理解や新手法の検証、先行研究の引用を欠き、数学の科学としての本質を損なうと指摘。AIの目標と数学コミュニティの目標は大きくずれており、この問題は他の科学・創造的職業にも共通する普遍的な課題だと警告している。
AIの世界でこれを見失うことは、道具を本来の目標に反して使うことになりかねない。実際、ますます速いペースでの「真/偽」の記述の大量生産は、新しいアイデアに命を吹き込むどころか、肥沃な土壌を破壊する可能性がある。
- tomhow
コメントは https://news.ycombinator.com/item?id=49662371 に移動しました。
- david-gpu
数学の分野におけるAIに対するTaoの批判は、19世紀にフランスの美術評論家Charles Baudelaireが写真について述べたことを思い出させる[0]。
Baudelaireは、写真が失敗した画家たち——きちんとした訓練を修了できなかったような凡庸な連中の避難所になったと主張した。世界を機械的に描写する写真は、すでに存在するものしか記録できず、絵画のように現実を変容させることはできない、と。
彼はまた、人々が写真に「殺到」する熱狂を批判し、この技術的な「進歩」が芸術を弱体化させていると不満を述べた。
あなたも何か共通点を見出しますか？
[0] https://fr.wikisource.org/wiki/Curiosit%C3%A9s_esth%C3%A9tiq...
- metanoia_
TaoがリンクしているThe Economistの記事の中で、Hugo Duminil-Copinは次のような比較をしている。誰かをエベレストの山頂に空から投下するのは、それを登るのとはまったく別物だ、と。
AIがどんな難問と思われている問題を解くにせよ、根本的な問題は、私たちがその旅路を失ってしまうことにある。エベレストの山頂からの眺めは、登ってたどり着いた場合と、上から落とされた場合とでは大きく異なるのだ。