Посредственный математик: честный рассказ о PhD, зависти и ИИ

Очень приятное чтение. Я сбежал из карьеры в математике, будучи достаточно плох в ней, что у меня только магистратура. К счастью, я сбежал в область, невосприимчивую к ИИ: CS, а затем карьера в разработке ПО. Ну, не совсем, но я получил хорошие 15 лет из этого, так что слава богу.

Примерно половина моих друзей — основатели разных стартапов, а остальные — руководители, и почти все они придерживаются мнения, что лучше, чтобы все было провалом, чем находиться в категории "может получиться" полдесятилетия или дольше.

В этом смысле я рад, что обнаружил, что это не для меня. У меня было любопытство, но не упорство, чтобы сталкиваться с трудностями (возможно, недостаточно любопытства?) или способность не сталкиваться с такими трудностями. И, к счастью, это означало, что я никогда не был в категории "мог бы получиться". Боже, благослови ясные и очевидные границы, и пусть дьявол заберет серую зону.

Как математик среднего возраста, ИИ вызывает серьезный кризис среди лучших математиков, которых я знаю. Многие лишь наполовину в шутку говорят о выходе на пенсию. Мы уже активно используем ИИ в исследованиях, и очевидно, что тот, кто этого не делает, быстро отстанет. Как минимум, это дает доступ ко всей библиотеке за несколько минут, служа своего рода оракулом знаний, более полезным, чем эксперт, который должен быть в соседнем кабинете, но его нет. И мы видим, что может произойти, когда его эффективно сочетают с lean для автоматизации доказательства теорем и открытий.

Мы не настолько глупы, чтобы видеть в этом конец профессии — скорее, это явно сдвиг в том, как мы будем работать — но нам нравится делать вычисления и играть с примерами, и то, как это делается, только что сильно изменилось. Другая проблема в том, что мы знаем, что у нас нет энергии молодости, чтобы научиться использовать ИИ так же эффективно, как дети, хотя мы мудрее и обладаем лучшим суждением, и кое-что знаем.

Математики, которые не воспринимают всерьез адаптацию к ИИ, обманывают себя.

> Мы все наркоманы разочарования. Мы просто хотим биться головой о проблемы, которые еще не знаем, как решить.

В последнее время я сокращаю использование ИИ. Я, кажется, понял, что преодоление трудностей — это и есть веселье, и достижения не приносят того же удовлетворения, если ИИ сглаживает каждое трение и огораживает все ловушки и кроличьи норы.

Финансируемых позиций гораздо меньше, чем число PhD. Однако люди могут финансировать себя сами, имея работу. В стране, где легко найти работу на неполный день с достаточной оплатой, математики могут продолжать работать.

Интересно, что этот текст хорошо читается, если заменить математику на любую другую интеллектуальную профессию, включая разработку ПО или что угодно еще.

И я лгу всем, кто спрашивает, почему я математик.

Гораздо проще сказать "Я люблю познавать законы жизни",

отмахнувшись, чем вспоминать те двадцать или около того ключевых моментов, которые привели к тому, что я вышел из Гейнсвилла с докторской по арифметической геометрии.

Поскольку "нормальные" люди в основном не понимают, чем занимается разработчик ПО, отмахнуться в ответ на обычные вопросы: "что ты делаешь на работе?", "что тебе нравится в твоей работе?" — это вполне нормально. Думаю, у большинства из нас есть готовые ответы.

Математика — это то, что ты пытаешься понять, не понимаешь,

расстраиваешься, а затем делаешь.

Так же, как и разработка ПО. Я искренне верю, что только те, кто может выносить постоянное чувство разочарования, вызванное тем, что вещи не работают или ломаются по случайным причинам, и упорствовать в этой среде, чтобы делать то, что нужно, могут выжить в работе программистом.

> Мой друг-физик однажды спросил меня, какой смысл заниматься исследованиями, если такой человек, как Теренс Тао, мог бы разобраться во всем, что в моей диссертации, за десятую часть времени. Я ответил, указав, что Теренс Тао этого не сделал. Теренс Тао не нашел небольшую открытую проблему, предложенную моим научным руководителем, и не опубликовал небольшой результат, делающий инкрементальный прогресс. У него просто ограниченное время и много других дел.

Это напоминает мне пост, который я недавно видел, хотя не могу вспомнить платформу. Там говорилось примерно о том, чтобы оценивать пределы ИИ, находя самые глупые вопросы, которые он не может решить. Думаю, это хорошо сочетается как дополнительный способ видеть смысл в своей работе.

Связанный пост указывает на ограниченное внимание как способ придать смысл новой работе, которую никто другой не взялся делать. С ИИ это все еще можно применить к вычислениям.

Мне просто интересно, существует ли класс задач, где людям, по крайней мере в краткосрочной перспективе, нужно быть в цикле, чтобы решать их более эффективно.

По теме: Должен ли человек быть гением, чтобы заниматься математикой?

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