3blue1brown, 수학으로 들어갈 최고의 시기는 지금이라고 말하다

저는 Grant를 믿고 싶지만, 이 수학에 대한 공격은 인간성을 말살하고 사기를 꺾는 것처럼 느껴집니다. AI는 수학을 추구했던 많은 사람들에게 "삶의 의미"의 주요 원천을 파괴했습니다. 어느 날 아침 깨어나 보니 외계 기술이 당신이 평생을 바친 문제를 (그리고 다른 많은 문제까지) 해결했다고 상상해 보세요. 다른 수학자가 아니라 외계 기술이요. 과학자로서 저는 AI의 실험실 조수가 되고 싶지 않습니다. 방에서 가장 똑똑한 인간이 아닌 것은 견딜 수 있지만, 평생을 실리콘 주인을 섬기는 데 보내고 싶지는 않은 것 같습니다.

이 시점에 수학에 뛰어드는 건 중고 십자말풀이 책을 사는 것과 같습니다.

수학은 생물학의 길을 갈 것 같습니다. 생물학자들은 뇌를 포함한 생명의 무한히 복잡한 메커니즘을 풀어내는 것을 즐기고, "물이 세포에 어떻게 들어가는가" 같은 발견으로 노벨상을 받지, "물을 흡수할 수 있는 최초의 세포를 만드는 것"으로 받지는 않습니다.

어떤 생물학자도 "이런, 이미 연구할 뇌가 있다니 정말 안타깝다. 다 너무 무의미해! 처음부터 최초의 뇌를 만들어야 했다면 훨씬 좋았을 텐데"라고 불평한 적이 없습니다.

두 가지가 혼동되고 있는 것 같습니다: 수학이 계속 흥미로운 기회를 제공할 것인지, 그리고 오늘날 수학을 사랑하는 사람들에게 계속 성취감을 줄 것인지요.

Grant는 전자에 대해 맞습니다. 하지만 그것이 후자를 다루지는 않습니다. 한 분야는 밝은 미래를 가질 수 있으면서도 사람들을 끌어들였던 것을 잃을 수 있습니다.

실제로 예전 인터뷰에서 (죄송하지만 찾을 수가 없네요) Grant Sanderson이 수학자가 되는 것보다 더 유망한 직업이라고 생각해서 YouTube로 옮겼다고 말한 기억이 납니다. 그의 의견이 바뀐 것을 보니 흥미롭네요.

동의하는 몇 가지 생각입니다..

첫째, "인지 노동"은 노동의 한 형태입니다 - 창의적 작업과는 다르지만, 둘 다 머리를 씁니다. 당신의 수학 정리를 LLM과 협력하여 작성할 수 있다면, 와! 그것을 끝내고 다른 위대한 일을 하러 갈 수 있습니다. 인지 노동은 노동의 한 형태입니다. 노동을 제거하는 것이 시간으로 어떻게 환산되는지 이해하기 위해 육체 노동과 레버리지에 대해 이야기해 봅시다. 농장에서 백호를 대체할 트랙터를 삽니다. 취미 농장이라면 트랙터에 타서 순식간에 끝낼 수 있습니다. 아니면 그 트랙터를 가지고 더 큰 농장을 사서, 백호를 쓰느라 보냈을 시간과 같은 시간을 훨씬 더 레버리지된 방식으로 보낼 수 있습니다. 제거된 노동을 자신에게 맞는 방식으로 시간과 교환할 수 있습니다.

둘째, 일반화 가능한 추상화와 멋진 해법을 찾는 데서 얻는 즐거운 순간들은 적응입니다. 인간은 무한히 높은 개념 계층을 오를 수 있습니다 - 우리는 결코 오르기를 멈추지 않을 것이며, 이전 것들을 다음 것을 찾는 도구로 사용합니다. 그렇게 하면서 우리는 각 발견마다 기쁨을 얻습니다. 왜냐하면. 우리는 20와트로 돌아가는 뇌로 너무 많은 일을 해냅니다 - 우리는 인지적 효율성을 찾는 데 대한 신경화학적 보상을 받도록 조율되어 있을까요? AI가 더 많은 개념이 발견된다는 것을 의미한다면 탑은 더 높아지고 - 우리는 그 즐거운 순간들을 더 자주 찾을 것입니다. 무한한 순간들이 있다면, 왜 가능한 한 빨리 가지 않겠습니까!

셋째, 모두가 하고 있으니 기본 기술입니다. AI 없이 일하는 법을 아는 것은 말 타는 법을 아는 것과 같습니다. 유용하지만 […]

개인적으로 수학 박사 과정생으로서, LLM 중심의 수학은 영혼이 없게 느껴지고 궁극적으로 제가 이 분야에 들어온 이유가 아닙니다. 제 두뇌와 인지로 직접 수학적 발견을 하는 것이지, 발견 기계를 지휘하는 것이 아닙니다.

네, 어서 외치세요: cope seethe, 이기적인 수학자들, 개인적 영광만 신경 쓴다, 더 많은 정리 = 암 치료, 더 많은 지식>적은 지식, e/acc 등등.

이 지겨운 논변들은 여러 번 들었습니다. 뭐 어때요 - 인정합니다 - 당신이 맞고 제가 도덕적으로 틀리고 나쁩니다. 그저 사람들이 이 주제를 공부할 것이라고 기대하지 마세요. 이 주제는 기본적으로 생물학으로 변하고 있습니다 (하루 종일 장비를 돌보며 실험실에 앉아 영화를 보는 것 - 제 주변 대부분의 생물학 박사 과정생들이 하는 일인 것 같습니다, 생물학 박사 과정생들에게 악의는 없습니다, 그들의 연구가 제 것보다 사회에 수백 배는 더 영향력 있다고 확신합니다).

즐거웠던 시간이었습니다.

그런데 제게는 가르치는 일이 지구상에서 가장 만족스러운 직업 중 하나로 느껴집니다. 학생들 앞에서 몇 시간이고 열정적일 수 있고 (그래야 하고), 그것은 놀라운 일입니다. 프로그래머로서는 업무의 5% 정도만 열정을 느낄 것 같습니다. AI 이전에도 그다지 즐겁지 않았습니다. 지루한 회의에 참석하고, 레거시 코드베이스를 디버깅하고, 다른 사람(자신 포함)이 내린 나쁜 결정을 이해하려고 애써야 했습니다. 괜찮습니다, 밥벌이는 되니까요.

하지만 "열정"이라는 신화가 너무 많은 젊은이들에게 영향을 미쳤다고 생각합니다. 인생에서 많은 것에서 의미를 찾을 수 있고, 이미 "열정"을 쫓다가 결국 그것이 진정한 행복을 가져다주지 않았다는 것을 깨달은 사람들이 너무 많습니다.

어쩌면 이 AI 일이 우리에게 결국 좋을지도 모릅니다. 어쩌면 우리는 잠시 멈추고 더 어려운 질문에 답해야 할지도 모릅니다.

편집: 그리고 네, 교사들도 아마 많은 잡일과 지루한 업무가 있을 겁니다.

에세이 Hackers and Painters에서 학습에 대한 프로젝트 접근법과 학문적 접근법이 언급되었습니다. 펫 프로젝트 아이디어는 언어 모델에 의해 죽었습니다. 주말에 했던 일을 이제 언어 모델이 30분 만에 해내니까요. 그래서 다른 접근법을 시도할 수 있습니다: 어쩌면 즉시 더 일반적인 지식, 모범 사례를 갖추는, 더 학문적인 접근법이 좋을지도 모릅니다. 학문적 접근법에서는 최고의 참조 예제에서 배우고, 안목을 기르고, 그제야 무엇이 좋고 나쁜지 인식하고 자신만의 것을 만듭니다. 하지만 여기서도 LLM이 훨씬 빠르게 반복하는 반면 당신은 몇 년 동안 패턴을 수집해야 하고, 항상 뒤처진 역할에 머물게 됩니다.