В течение десятилетий искусственный интеллект (ИИ) оставался прерывистой обещанием: он ослеплял в лабораториях, затем угасал в технологические зимы и вновь загорались при каждом скачке вычислительной мощности. Сегодня это обещание стало реальностью, заставляющей по-новому мыслить о множестве аспектов нашего общества и оптимизировать хрупкое равновесие между риском и возможностями, которое всегда сопутствует технологическим революциям.
Это особенно верно в случае математических исследований, где в последние годы для поддержки получения оригинальных математических доказательств применяются модели машинного обучения, лежащие в основе современного искусственного интеллекта.
Роль ИИ в математике
До недавнего времени роль ИИ в математике была менее заметна, чем в других научных областях. Причина этого отставания коренится в самих истоках искусственного интеллекта, которые контрастируют с истоками других, более традиционных областей информатики. Пока последние исходят из математической логики через основополагающие работы Алонзо Черча, Алана Тьюринга и, впоследствии, Джона фон Неймана, системы машинного обучения имеют — также математические — но весьма иные корни.
Эти модели происходят из статистики и, в особенности, из необходимости извлекать надёжные прогнозы из больших объёмов шумных данных. Следовательно, с самого начала в машинном обучении заложен компромисс между точностью и терпимостью к ошибке, что существенно отличается от классического идеала математики, построенного на «твёрдых и ясных как бриллиант» доказательствах, как это приписывается английскому философу Джону Локку.
Методы глубокого обучения в математике
Тем не менее, в последние годы методы глубокого обучения были внедрены в исследовательскую работу по математике для ускорения ключевых процессов. Эти процессы включают выявление шаблонов и формулировку гипотез, генерацию и оттачивание идей, а также написание и отладку кода. Эти системы, хотя и не понимают арифметику, значительно облегчают работу математиков.
Таким образом, искусственный интеллект не только меняет подход к математическим исследованиям, но и открывает новые горизонты для будущих открытий в этой области.