AI가 수학 문제를 풀어도, 순수수학 연구는 왜 인간의 몫인가
What's the Future for Pure Math Research in the Age of AI?
Stephen Wolfram은 AI가 수학 지식을 연결하고 새로운 정리를 찾는 데 유용하지만, 순수수학의 핵심은 인간의 상상력이 어떤 질문을 던질지 결정하는 데 있다고 주장한다. 그는 계산적 환원 불가능성과 ruliad 개념을 통해 수학이 단순한 정리 생성이 아니라 인간 정신에 맞는 서사를 구축하는 과정임을 설명한다.
현대 AI는 무엇보다도 기존의 인간 지식 코퍼스를 활용하는 방식이다. 계산은 가장 강력할 때 근본적이고 환원 불가능하게 새로운 것을 생성하는 열린 방식이다.
HN 토론
44- alok-g
핵심 논증에는 두 가지 가정이 있는데, 둘 다 반박의 여지가 있습니다.
1. AI는 증명을 할 수 있지만, 어떤 문제를 풀지, 어떤 수학이 유용한지는 인간이 결정한다.
2. 선택된 수학은 인간이 이해할 수 있어야 한다.
#1에 대해서는, AI가 어떤 수학이 유용한지 파악하는 데조차 장악은 아니더라도 상당한 역할을 할 수 있을지도 모릅니다.
#2에 대해서는, 인간의 이해 가능성은 지금으로서는 좋을 수 있지만, 상당한 제약으로 판명될 수도 있습니다. 정확성이 목표이고, 신뢰가 중요한 요구사항이며, 인간의 이해 가능성은 그것을 위한 중간 단계일 수 있지만 반드시 최종 목표는 아닙니다.
다시 말해, 이 글은 현재의 기술 수준에서는 유효할지 모르나, 불과 몇 년 후에는 유효하지 않을 수 있습니다.
- veexx103
일부 논증은 "과거 경험..."에 기반하고 있습니다.
하지만 그러한 경험은 절대적 진리가 아니며 현재 상황과 동일시될 수 없습니다.
- suopspaces
저자 본인이 읽은 자료 https://www.youtube.com/live/gPrWX8i1htM (Wolfram 언어 등이 여러 번 언급됨)
- jaykru
Wolfram은 순수 수학의 현재 상태와 미래에 대해 매우 중요하고 냉철한 시각을 제시합니다. 제가 얻은 핵심 요점은 다음과 같습니다:
1. 수학의 본질적 목표는 인간의 이해입니다. 증명 항(proof term)의 계산이 반드시 인간의 이해를 풍부하게 하는 것은 아닙니다. 4색 정리 결과의 증명이 좋은 예이며, 형식 검증/SAT 해결은 훨씬 더 많은 예를 제공합니다: 이는 그것을 생성하는 데 사용된 시스템에 대한 우리의 신뢰까지 신뢰할 수 있고 실제로 사용할 수 있는 결과이지만, 반드시 우리의 이해를 풍부하게 하지는 않습니다. 거의 무한한 증명 탐색 능력을 가진 컴퓨터가 현재의 인간 정의, 정리, 수학적 이해를 가지고 풀려났다고 상상해 보세요. 그것이 우리의 수학적 최전선에서 새로운 정리에 대한 증명을 구성한다고 가정해 봅시다. 현재 이해된 정의와 개념의 관점에서 그러한 증명 중 가장 짧은 것조차 너무 길고 기계적이어서, 우주가 끝날 때까지的人类 전체가 그것을 다 읽지 못할 수도 있습니다. 따라서 이것은 수학자의 활동과 겹치기는 하지만, 이런 유형의 계산적 증명 탐색은 그 자체로 수학이 아닙니다. 이것은 많은 사람들이 파악하지 못하는 것 같고 일부는 cope라고 일축하는 중요한 구분입니다.
2. 이론 구축이라는 인간의 활동, 즉 위에서 논의한 것과 같은 괴물 같은 증명을 사람이 이해할 수 있는 가벼운 개념적 논증으로 바꾸는 것은 현재로서는 모델의 능력 밖에 있는 것으로 보입니다. 아마도 미래에는 이것을 할 수 있을지 모르지만, 아직은 그렇지 않습니다 […]
- amelius
좋은 출구 전략은 무엇인가?