OpenAI, yapay zekanın matematikteki uzun süredir çözülemeyen sorunları çözebileceğini gösterdi. Uzmanlar, bu imkânlar karşısında heyecan duyuyorlar — ancak kendi alanlarında bundan sonra neler olacağı konusunda endişeliler.
Matematikçi James Maynard, geçtiğimiz yıl “içsel bir arayış” içinde çok zaman geçirdi. Oxford Üniversitesi’nde profesör olan ve prestijli Fields Madalyası’nın sahibi Maynard, The Verge’e verdiği röportajda, geleneksel olarak yavaş ilerleyen bu disiplin yapay zekaya uyum sağlamak için acele ederken, kendi alanının geleceği konusunda kafa yorduğunu söyledi.
Söyleşimizden birkaç gün önce OpenAI, bazıları akademisyenleri on yıllardır şaşkına çeviren 10 uzun süredir çözülemeyen matematik probleminin çözümünü ürettiğini açıkladı. Metin ve görüntü üretmek ya da bilim ve tıp alanlarında fikirler önermek için kullanılan üretken yapay zeka gibi, bu teknoloji de eğitildiği muazzam miktardaki materyalden kalıpları ve bağlantıları öğrenir ve bunları yeni bir şey yaratmak için kullanır. Matematikte uygulandığında bu, bir problemi çözmek için bilinen sonuçları, yöntemleri ve araçları yeni şekillerde birleştirmek, bazen birbirinden farklı alanlar arasında bağlantılar kurmak ya da akademik literatürde gömülü kalmış kavramları yeniden gün yüzüne çıkarmak anlamına gelebilir.
Maynard ve The Verge’in görüştüğü diğer matematikçiler için bu duyuru, alanlarının nereye doğru gittiğine dair karmaşık bir duygu karmaşasına katkıda bulundu. Matematiksel keşiflerin hızlanacağı umuduyla hissedilir bir heyecan var — ancak bunun, hayatlarını bu arayışa adamış insanlar ve onların izinden gidecek gelecek nesil matematikçiler için ne anlama gelebileceğine dair endişe ve bazı durumlarda umutsuzluk da mevcut. Derin bir dönüşümün halihazırda devam ettiğinden şüphe duyan çok az kişi var.
Derin bir dönüşümün halihazırda yaşanmakta olduğuna şüphe duyan pek kimse yoktur.
OpenAI’nin, Astra olarak bilinen ve henüz yayınlanmamış gelişmiş bir model kullanarak çözdüğü problemler, son derece soyut olanlardan pratik sonuçları olan sorulara kadar geniş bir matematik alanlarını kapsıyordu. Çığır açan çalışmalardan biri, üç boyuttan fazla boyutlarda kürelerin ne kadar sıkı bir şekilde paketlenebileceğiyle ilgiliydi; bu problem, verilerin ne kadar verimli bir şekilde kodlanıp iletilebileceğiyle bağlantılıdır. Bir diğeri ise, gürültülü sinyallerden bilginin kurtarılmasına yardımcı olabilen hata düzeltme kodlarının sınırlarını zorladı. Üçüncüsü ise, yapısal kalıplar ortaya çıkmadan önce bağlantılı ağların ne kadar karmaşık hale gelebileceğine dair uzun süredir cevaplanamayan iki soruyu çözdü. Listedeki diğer sonuçlar, kuantum oyun teorisindeki sorunları ve yüksek boyutlu ızgaralar içindeki hedeflerin aranmasını ele aldı; bu sonuçların, kuantum sonrası siber güvenlikte kullanılan teknikler üzerinde etkileri bulunmaktadır.
En çok dikkat çeken sonuçlardan biri, sofic olmayan grupların varlığıyla ilgiliydi; bunlar, kabaca ifade etmek gerekirse, sonlu yapılarla yaklaştırılamayan sonsuz matematiksel yapılardır. Bu tür yapıların var olup olmadığı, on yıllardır cevaplanmamış bir soru olarak kalmıştı. Bu sonuç, başka bir nedenden dolayı da dikkat çekti: OpenAI’nin yapay zekasına ne kadar, bunun üzerine inşa edildiği son dönem çalışmalarını yürüten insan matematikçilere ise ne kadar pay verilmesi gerektiği konusundaki tartışma.
Cambridge Üniversitesi’nden matematikçi Francesco Fournier-Facio, The Verge’e verdiği demeçte, kendisi ve bu alanda çalışan diğer araştırmacıların, OpenAI’nin ilk duyurusunun, bu sonucun temelini oluşturan son çalışmalarına katkıda bulunan araştırmacılar Andreas Thom ve Gábor Kun’un katkılarını küçümsediğine inandıklarını söyledi.
OpenAI duyurusunu ilk yayınladığında, “en az on yıldır, çoğu durumda ise çok daha uzun süredir çözülememiş ve ana sonuçta hiçbir ilerleme kaydedilmemiş sorunlara ilişkin sonuçları” paylaştığını belirtmişti. Daha sonra bu ifadeyi değiştirerek, “her biri uzun süredir çözülememiş bir sorunu çözen veya bu konuda önemli ilerleme kaydeden sonuçları” paylaştığını belirtti. Sayfada bu değişiklikle ilgili herhangi bir düzeltme notu veya açıklama yer almıyor.
Macaristan’daki Alfréd Rényi Matematik Enstitüsü’nde araştırmacı olan Kun, The Verge’e yaptığı açıklamada, OpenAI’nin bulgularını paylaşmak üzere yayınlanmadan kısa bir süre önce kendisine e-posta yoluyla ulaştığını söyledi. Kun, orijinal duyurudaki abartılı üslubu “oldukça komik” buldu; zira ekteki daha ayrıntılı araştırma makalesinde “bu çalışmanın 2016 ve 2019 yıllarına ait sonuçlarıma dayandığı açıkça belirtiliyordu” – ikincisi Thom ile ortak yazılmıştı. Kun, “Bu oldukça özensiz bir davranış” dedi.
Oldukça özensiz.
Yayınlandıktan sonra OpenAI, Kun ile tekrar iletişime geçti. Kun, e-posta yazışmalarının tamamını paylaşmayı reddetti ancak The Verge’e, OpenAI’dan bir matematikçinin, söz konusu ifadenin derlemedeki diğer sonuçlara atıfta bulunmak amacıyla kullanıldığını yazdığı bir alıntıyı okudu. “Bu, söz konusu problemde hiçbir ilerleme kaydedilmediğini ima etmek amacıyla yazılmamıştı,” diye yazıyordu e-postada, dedi. “Bu argümanın büyük ölçüde sizin çalışmanıza dayandığı konusunda kesinlikle hemfikiriz.” Matematikçi, duyurudaki ifadenin revize edilmesini talep edeceklerini de ekledi.
OpenAI sözcüsü Laurance Fauconnet, The Verge’e yaptığı açıklamada söz konusu gönderinin daha sonra güncellendiğini doğruladı. “Bu sonuçların dayandığı önceki araştırmaları daha iyi yansıtmak için metni güncelledik. Sofic olmayan grupların var olup olmadığı sorusu on yıllardır cevapsız kalmış olsa da, sofic grup kanıtımız daha yakın zamanda yayınlanan önemli matematiksel çalışmalara dayanıyor ve bu katkıların uygun şekilde takdir edildiğinden emin olmak istedik.”
Kun, uzmanlık alanının dışında kalan diğer sonuçlarda da benzer gözden kaçırmaların olup olmadığını merak ettiğini söyledi.
[IMG]https://miro.medium.com/v2/resize:fit:535/1*BWhtvVYyTkReVlZ0lLnkjA.png[/IMG]
OpenAI’nin sonuçlarını daha geniş bir perspektiften değerlendirmek karmaşıktır. Matematik o kadar uzmanlaşmış hale gelmiştir ki, Astra’nın değindiği tüm alanları derinlemesine inceleyebilecek donanıma sahip çok az araştırmacı bulunmaktadır. Şirket, çözümleri ortaya koyan 250 sayfadan fazla makale yayınladı; buna ek olarak, “fikirlerin nasıl bir araya geldiğini” anlatan 60 sayfalık bir bölüm de ekledi ve her bir sonucu, matematiksel kanıtları doğrulayan Lean yazılımı ile onayladı. The Verge’in görüştüğü matematikçilerin çoğu, çözümlerin bir kısmını ya da hatta hiçbirini kişisel olarak değerlendiremediklerini belirtse de, hepsi OpenAI’nin başarısının arkasında gerçek bir ağırlık olduğu konusunda geniş bir fikir birliği olduğunu söyledi.
OpenAI’nin “bir sonraki büyük modeli” Astra’nın şirket içi bir sürümüyle çözüldüğünü iddia ettiği bu problemler, hiç de önemsiz değildi. Maynard, bunların matematikçiler ve bilgisayar bilimcilerin üzerinde ciddi zaman harcayarak düşündükleri, ancak defalarca çözemediği türden sorular olduğunu söyledi.
Londra Matematik Bilimleri Enstitüsü’nde araştırmacı olan Yang-Hui He, “Bu 10 sorundan birini [çözmenin] akademide bir iş bulmanızı sağlayacağına dair genel bir kanı var,” dedi. Güney Kore’de düzenlenen dört haftalık yapay zeka ve matematik araştırma konferansından yeni dönen He, orada birçok kişinin son altı ayda bir tür “faz geçişi” yaşandığını ve yapay zekanın gerçek ve anlamlı ilerlemeler kaydettiğini düşündüğünü belirtti.
Birçok kişi, son altı ayda bir nevi “faz geçişi” yaşandığını ve yapay zekanın gerçek ve anlamlı ilerlemeler kaydettiğini düşünüyordu.
Mayıs ayında OpenAI, ismi açıklanmayan bir iç modelin, matematikçilerin neredeyse bir asır boyunca çözemediği Paul Erdős’un bir hipotezini çürütmüş olduğunu duyurarak matematikçileri hayrete düşürdü. Temmuz ayında, Harvardlı matematikçi Levent Alpöge, Anthropic’in Claude Fable 5 modelinin, zorlu Jacobian hipotezini küçük bir karşı örnekle çürüttüğünü ve bu hipotezin doğruluğunu kanıtlamak için on yıllardır süren çabaları boşa çıkardığını tweetledi. Bunlar, matematikçilerin ciddi şekilde önem verdiği problemlerin yapay zekaya yenik düşmesinin en son örnekleri arasında yer alıyor.
Maynard, yakın zamana kadar durumun her zaman böyle olmadığını hatırlattı. Bazı dikkate değer istisnalar dışında, matematikteki yapay zeka atılımlarının, araştırmacılar tarafından genellikle pek ciddiye alınmayan problemleri ele alırken büyük yankı uyandırdığını söyledi. Bu durumun değişme hızı birçok araştırmacıyı hazırlıksız yakaladı; bu da alanı nasıl tepki vereceğini bulmak için çabalarken, bazılarının ise bu alanın mevcut haliyle varlığını sürdürüp sürdüremeyeceğini sorgulamasına neden oldu.
The Verge’in görüştüğü matematikçilerin çoğu, tüm bu gelişmeler hakkında ne düşündüklerini hâlâ netleştirememekle birlikte, değişimin hızı karşısında şaşkınlık, hatta şok yaşadıklarını ifade ettiler. Heyecan oldukça fazlaydı; ancak He, Güney Kore’deki konferanstan ve daha geniş anlamda bu alandan edindiği izlenimin, alandaki pek çok kişinin işlerin ne kadar hızlı ilerlediğine dair “sakin kalmak” amacıyla son gelişmelerin önemini küçümsediği yönünde olduğunu söyledi.
Bu endişelerin çoğunun merkezinde para yatıyor. İskoçya’daki St Andrews Üniversitesi’nden Profesör Colva Roney-Dougal, “Üniversitelerimizin teoremlerimiz için bu kadar para ödemeye istekli olup olmayacağı tam olarak belli değil,” dedi. Çalışmalarıyla dolu bir beyaz tahtayı işaret ederek, “Matematik genellikle ucuz bir bilim dalıdır,” diye ekledi. “Çoğu zaman araştırma hibesi almaya bile zahmet etmiyorum. Bana gerek yok. Sadece işime devam ediyorum.”
Bu sistem, maliyetler yapay zeka standartlarına göre nispeten mütevazı olsa bile çökebilir. OpenAI, Astra’nın 10 çözümünü üretmenin, Sol modeli için mevcut API fiyatlarına göre yaklaşık 2.000 dolarlık token maliyetine mal olacağını tahmin ediyor. The Verge’in görüştüğü araştırmacılar, başarılı sonuçlara ulaşmadan önce kaç sorunla karşılaşıldığına ve kaç deneme yapıldığına bağlı olarak gerçek maliyetin muhtemelen çok daha yüksek olduğunu belirtti. OpenAI, nihai listenin nasıl oluşturulduğu sorulduğunda ayrıntılı bilgi vermedi. Ancak kısıtlı bütçelerle çalışmaya alışkın bir alan için, ilan edilen fiyat bile çok yüksek olabilir. Roney-Dougal, daha küçük ve daha az kaynaklı kurumlardaki araştırmacıların bazı araştırmalardan tamamen dışlanabileceğinden endişe ediyor.
Ayrıca, büyük ölçüde açık bir şekilde işleyen bu alana ticari çıkarların giderek daha fazla müdahale etmesi konusunda daha geniş çaplı bir tedirginlik de söz konusudur. Matematik giderek daha hesaplamaya dayalı hale gelse de, araştırmacıların kullandığı birçok araç açık kaynaklıdır ve ücretsiz olarak erişilebilir durumdadır. OpenAI ve Anthropic gibi şirketlerin geliştirdiği en yetenekli modeller ise tescilli olup, bu modellere erişim söz konusu şirketler tarafından sıkı bir şekilde kontrol edilmektedir. Her iki şirketin de akademik araştırmacılara ücretsiz erişim sunan programları olsa da, bu erişim hiç de evrensel değildir ve The Verge’in görüştüğü araştırmacılardan çok azı en gelişmiş sistemleri kullanabilmiştir. Hem Maynard hem de Roney-Dougal, açık ağırlıklı modellerin sonunda bu boşluğu kapatabileceğini ve matematikçilere bir avuç büyük yapay zeka şirketine bağımlı kalmadan araçlara erişim imkânı sağlayabileceğini umduklarını ifade ettiler.
Erişim tek endişe konusu değil. The Verge’in görüştüğü birçok araştırmacı, yapay zeka şirketlerinin değerlerinin matematik camiasının değerleriyle uyumlu olup olmadığını sorguladı. Satacak ürünleri ve yaklaşan halka arzlar için haklı çıkarmaları gereken devasa değerlemeleri olan şirketlerin, katkılarını abartıp şişirmek için her türlü teşvike sahip olduklarını, buna karşılık bu sonuçların dayandığı insan bilimini ise hafife aldıklarını belirttiler.
Roney-Dougal, “Şu anda en çok bu durumdan rahatsızım,” dedi. “Disiplinimizi bir reklam oyun alanı olarak görüyorlar.”
Bizim alanımızı bir reklam oyun alanı olarak görüyorlar.
Bu endişeler, The Verge’in röportaj yaptığı araştırmacıların ötesine uzanıyor. Haziran ayında matematikçiler, matematikte yapay zekanın sorumlu kullanımına yönelik bir dizi ilke içeren ve Uluslararası Matematik Birliği tarafından desteklenen, 3.400’den fazla kişi tarafından imzalanan Leiden Deklarasyonu’nu yayınladılar. Deklarasyon, politika yapıcıları, hükümetleri, medyayı ve diğer grupları, “ürünlerinin yeteneklerini abartan” şirketler tarafından yaratılan “abartılı beklentilere” kapılmamaya çağırıyor. Korku, abartılı iddiaların bu alan için gerçek sonuçlar doğuracağı ve fon sağlayıcıları ile hükümetleri, insan matematikçilerin gerçekte olduğundan daha az gerekli olduğuna ikna edeceği yönündedir.
OpenAI, 10 Astra gelişmesiyle tam da bunu yapmakla suçlanıyor; özellikle de Kun ve Thom’un katkılarını göz ardı etmesi nedeniyle. Kun, “duygularının oldukça çelişkili” olduğunu söyledi. Çalışmasının önemli bir sorunun çözümünde yararlı olduğunu görmek memnuniyet vericiydi; her ne kadar bu işi kendisinin tamamlamasını dilese de, bu durum ona başka türlü asla alamayacağı bir ilgiyi ve pek çok tebrik getirdi. Kendisine iyi dileklerini iletenlere yaptığı şaka: O, “çok ünlü bir işsiz” olacak.
Fournier-Facio ise bu konuda çok daha az kararsız. “Çoğu insan OpenAI’nin duyurusuna bakıp onu olduğu gibi kabul edecek,” dedi. Başlığın ardındaki insan emeğini anlamak için yüzlerce sayfalık teknik makaleleri inceleyecek zamanı, uzmanlığı ya da isteği olan çok az kişi olacağını, özellikle de hızlı hareket etmek zorunda olan gazeteciler veya politika yapıcılar için durumun böyle olduğunu savundu. “Sadece kendilerine en çok fayda sağlayan anlatıyı seçiyorlar,” dedi. “Bir yapay zeka sisteminin, insanların 10 yıldır hiçbir şey yapmadığı bir şeyi bağımsız olarak ortaya çıkardığını söylemek çok daha etkileyici. Bunun, insanların son 10 yıldaki fikirlerini temel alarak bunları akıllıca bir şekilde bir araya getirmek olduğunu söylemek ise çok daha az ilgi çekici.”
Bir yapay zeka sisteminin, insanların 10 yıldır hiçbir katkıda bulunmadığı bir şeyi tamamen kendi başına ortaya çıkardığını söylemek çok daha etkileyici. Bunun, insanların son 10 yılda ortaya koyduğu fikirlerin üzerine bir tür geliştirme yapıp bunları akıllıca bir araya getirmek olduğunu söylemek ise çok daha az ilgi çekici.
Fournier-Facio, matematiğin başarıyı atfetme biçiminde zaten bir adaletsizlik unsuru olduğunu kabul etti. “Son adımı atan kişi başarının çoğunu alır, değil mi?” Matematik araştırmasını bir piramit inşa etmeye benzetti; son taşı yerleştiren kişinin altında nesiller boyu birikmiş emekler yatıyor. Bu problemi bir insan çözseydi, Kun ve Thom’un adlarının anılmasında belki de bu kadar ısrar edilmezdi, dedi. Ancak son adımı yapay zeka attığı için, diğer herkesin haksız bir şekilde “işe yaramaz olarak görülmesinden” endişe duyuyor.
Daha da kötüsü: “İnsanlar söz konusu olduğunda, son taşı yerleştiren kişi, piramidi inşa eden tüm insanların işini elinden almayacaktır.”
Matematikçiler, yapay zekanın gelecek nesil araştırmacılar üzerinde nasıl bir etki yaratacağını düşündüklerinde bu endişe özellikle kaygı verici hale geliyor. Oxford Üniversitesi'nden Profesör Andras Juhasz, büyük dil modellerinin (LLM'ler) çözmeye başladığı sorunların çoğunun, tam da yüksek lisans öğrencilerinin “genellikle üzerinde çalıştıkları” türden sorunlar olduğunu söyledi. Bu sorunlar her zaman özellikle göz alıcı olmayabilir, ancak bunları çözmek, başarılı araştırmacılar olmak için gerekli becerileri, sezgiyi ve alışkanlıkları geliştirmek açısından çok önemlidir. ETH Zürih'ten araştırmacı Johannes Schmitt, artık bu sorunların, birdenbire ortaya çıkıp yapay zeka ile çözen biri tarafından önlerinin kesilme riskiyle karşı karşıya olduğunu belirtti.
Etkileri şimdiden hissedilmeye başlandı. Juhasz, yapay zeka sistemlerinin proje çalışmalarını tamamlama becerisinin artmasıyla birlikte bu çalışmaların lisans öğrencileri için “sorunlu bir değerlendirme biçimi haline geldiğini” belirtti. Bu araçlar, öğrencilerin cevaplara daha hızlı ulaşmasına yardımcı olabilir, ancak zorlanarak kazanılan genel matematik kavrayışına zarar verme riski taşıyor. Öte yandan Maynard, öğrenciler için araştırma projelerini geleceğe nasıl uyumlu hale getirebileceği konusunda şimdiden endişeleniyor. “Yayımlanabilir bir makale için standart, yapay zekanın yapamayacağı bir şeyse, özellikle de doktora programı genellikle dört yıl sürdüğü için, şu anda yapay zekanın çözemeyeceği bir problem bulmaya çalışmıyorsunuz. Önemli olan dört yıl sonraki yapay zeka.”
Konuştuğum insanların çoğu gerçekten, gerçekten çok korkuyor.
Bu belirsizlik, özellikle kariyerlerinin başlarında olan matematikçiler arasında şimdiden umutsuzluğa dönüşmeye başlamıştır. Fournier-Dougal, “Konuştuğum pek çok kişi gerçekten çok korkuyor,” dedi. The Verge’e, bu alandaki geleceklerini sorgulayan ve internette dolaşan iki yüksek lisans öğrencisinin umutsuzluk dolu makalesine dikkat çekti. Roney-Dougal, sosyal medyada “Şu anda ne yapmam gerektiğini bilmiyorum. Devam etmemin bir anlamı var mı, bilmiyorum” gibi yorumlarla benzer şüphelerin yayıldığını gördüğünü söyledi. Roney-Dougal ise kendisi o kadar karamsar değil: “Bu konuda o kadar da umutsuz değilim,” dedi. “Ama pek çok insan öyle.”
“Bu konuda o kadar da üzgün değilim,” dedi. “Ama pek çok kişi üzgün.”
Mesele, yapay zekanın kaç tane problemi çözebileceğinin ötesine geçiyor. Matematik, sadece bir listeden problemleri tek tek işaretleyerek ilerlemez. Bir çözüm, en çok da bundan sonra ne olacağı açısından önem taşıyabilir. En iyi sonuçlar, yepyeni sorular, teknikler ve hatta araştırma alanları ortaya çıkarabilir. Yapay zekanın bunu yapıp yapamayacağı henüz belli değil. Öte yandan, yapay zekanın üstesinden geldiği sorunları basitçe “kolay işler” olarak görmezden gelmek için henüz çok erken. Bu sonuçların neye katkıda bulunduğunu ve nihayetinde ne kadar önemli olduklarını tam olarak anlamak zaman alacaktır.
Şu ana kadar Schmitt ikna olmuş değil. AI’nın bu şekilde yeni düşünce ve araştırma alanları açan önemli katkılarına dair çok az kanıt gördüğünü belirten Schmitt, bu durumun giderek daha dengesiz bir çaba haline gelebileceği endişesini dile getirdi. “AI ajanları tarafından pek çok iyi ve ilginç sorunun ortadan kaldırıldığı, biraz dengesiz bir duruma doğru gidiyor olabiliriz,” dedi; bu çözümlerin, araştırmacıların izleyeceği verimli yeni yönlerin oluşturulmasına geri beslenmemesi nedeniyle.
Biraz dengesiz bir duruma doğru ilerliyor olabiliriz; bu durumda pek çok iyi ve ilginç problem, yapay zeka ajanları tarafından ortadan kaldırılıyor.
Herkes bu kadar tedirgin değil. Londra Enstitüsü’nden [adı belirtilmedi] ise gelecekle ilgili çarpıcı bir iyimserlik sergiledi. Matematik mezunları için halihazırda son derece zorlu olan iş piyasasına işaret ederek, geleneksel akademik matematik alanında eğitim görenlerin sayısındaki bir miktar azalmanın hatta “sağlıklı bir yönelim” olabileceğini söyledi. Diğerleri ise yapay zekanın, araştırmaya katılabilecek kişilerin yelpazesini genişletme potansiyeli gördü; bu sayede, seçkin kurumlarda yoğunlaşan uzmanlığa erişimi olmayan lisans öğrencileri ve araştırmacıların fikirlerini geliştirmelerine ve daha önce ulaşamayacakları yayınlanabilir çalışmalar üretmelerine olanak tanıyabilir. Öte yandan, deneyimli araştırmacılar için rutin işlerin daha fazlasını yapay zekaya devretmek, matematiğin daha yaratıcı ve kavramsal kısımlarına odaklanmak için zaman kazandırabilir.
Tüm bu endişe ve umutlara rağmen, bunun nereye varacağını kimse bilmiyor. Yapay zeka çok hızlı ilerliyor ve ürettiği matematik, etkisinin ne olabileceğini değerlendirmek için henüz çok taze. Bazı araştırmacılar, yapay zekanın gerçekte ne anlama geldiğini kimse tam olarak kavrayamadan, onun neye dönüşebileceğine dair iddiaların bu alanı olumsuz yönde şekillendirebileceğinden endişe duyuyor.
Astra’nın sonuçlarından herhangi birinin, matematiğin en yüksek onurlarından biri olan ve kendisinin de dört yıl önce aldığı Fields Madalyası’na layık olup olmadığı sorulduğunda Maynard, ilk izleniminin bu sonuçların yetersiz olduğu yönünde olduğunu söyledi.
“İncelediklerim, çok etkileyici sonuçlar gibi görünüyor,” dedi, ancak bunlar matematiği kavramsal düzeyde bir üst seviyeye taşıyan sonuçlar olmayabilir. Şu an için, derinlemesine yeni matematiksel fikirlerden ziyade, mevcut teknik ve yöntemlerin daha da ileriye götürülüp akıllıca birbirine bağlandığına dair daha fazla kanıt gördüğünü belirtti.
“Ancak bunu söylemek için henüz çok erken olduğunu düşünüyorum,” dedi. “Bazen ‘Ah, işte bu gerçekten temel bir yeni fikir’ diye farkına varmak zaman ve mesafe gerektirir.”
Gidişata bakılırsa, yapay zeka matematikçilere bunu anlamaları için fazla zaman tanımayabilir.
Kaynak:TheVerde
