Terence Tao professzor meglátásai az Erdős-problémák megoldásának nem múló időszerűségéről és a kollaboratív matematika jelentőségéről.
Ismét megjelent egy élénk matematikai diskurzusokról beszámoló bejegyzés a nagy tekintélyű Erdős Pál által felvetett problémákra. Terence Tao, a UCLA Fields-éremmel kitüntetett matematikus professzora személyes blogjának friss bejegyzésében hivatkozik a tavaly létrehozott erdosproblems.com weboldalra, amelyről úgy véli, hogy az utóbbi hónapokban a matematikai gondolkodás aktív, „forró” terepévé vált, miután az AI az elmúlt időszakban megoldott néhány Tao által „könnyebbnek”, kevésbé összetettnek minősített Erdős-problémát.
Tao maga is többször hangoztatta, hogy „személyes okok mellett szakmailag is kötődik” Erdős Pálhoz, hiszen kutatásai „jórésze, különösen a kombinatorika területén, a zseniális magyar matematikus munkásságán alapul”. Magyarországon is járt, hiszen a Magyar Tudományos Akadémia a 2020. évi Bolyai János Nemzetközi Matematikai Díjat Terence Taonak, a University of California, Los Angeles professzorának ítélte oda Nonlinear Dispersive Equations című könyvéért és nagy hatású matematikai ismeretterjesztő tevékenységéért.
Erdős munkássága továbbra is meghatározó inspiráció a jelenlegi kutatásokban – nemcsak Tao számára. Tao azonban az utóbbi időben több olyan interjút is adott nem (csak) matematikusok számára indított online csatornákon, amelyekben a matematika, mint tudomány változásáról és az ún. kollaboratív matematika előtérbe kerüléséről beszél, szemben a matematika egészen mostanáig inkább jellemző, ahogyan Tao fogalmaz, romantikus korszakával és individualista jellegével. A matematika egykori csodagyereke úgy véli, hogy a következő matematikai áttörések nem magányos zseniktől érkeznek majd, hanem kifejezetten egymással együttműködő gondolkodóktól. Az egyik ilyen beszélgetés ITT hallgatható meg. Szintén témába vág az Atlantic c. folyóirat Taoval készült interjúja, amely ITT olvasható.
Az erdosproblems.com adatbázisa szerint 1179 Erdős-problémából 488-at, azaz 41%-ot oldottak meg eddig.
A másik érdekesség, amire Tao felhívja az interjúiban a figyelmet, hogy a matematikában másképp értelmezendő a kudarc, mint egyes más tudományágakban. „Meg kell tanítanunk a diákjainknak, hogy itt szabad kudarcot vallaniuk, de aztán próbálkozzanak újra. A matematikában butaságnak tűnő dolgokat is ki szoktunk próbálni, és néha zsákutcába jutunk. Ez a matematikai gondolkodás része.”
Tao sokhelyütt fejti ki az AI-jal kapcsolatos álláspontját, sőt aggodalmait is: úgy vélekedik, hogy ha az AI számos kognitív feladatot megold az ember helyett, akkor az emberek kognitív képességei elkerülhetetlenül romlani fognak: „a 20. században a fejlett országokban rengeteg élelem állt rendelkezésre. Az emberek meghíztak, és rendszeresen sportolniuk kell(ene). A mesterséges intelligenciával hasonló a helyzet. Ha az AI átveszi a gondolkodást igénylő feladataink egy részét, akkor könnyen ott találhatjuk magunkat, hogy célzott mentális gyakorlatokkal kényszerülünk az agyunk frissességének megőrzésére”.
A Rényi Intézet mesterséges intelligenciával foglalkozó kutatói is tisztában vannak azzal, hogy az AI jó használata most már a matematika elkerülhetetlen részévé válik – vélekedik Szegedy Balázs akadémikus, a Rényi Intézet Mesterséges Intelligencia Osztályának vezetője, és közben arra is figyelmeztet, hogy ha a mesterséges intelligencia olyan gyorsan kezdi majd átvenni az emberek munkáját, amire nincs felkészülve a társadalom, akkor az példátlan kihívások elé állíthatja az emberiséget, és alapjaiban változtathatja meg az általunk ismert világot.
Terence Tao emellett egyre több alkalommal tesz hitet a matematika együttműködésre serkentő jellege mellett, hozzátéve, hogy extra energiát fordít rá, hogy a hallgatói megértsék: vannak jó és vannak kevésbé jó vagy egyenesen káros használati módjai a mesterséges intelligenciának, és nagyon fontos megérteni a különbséget e kettő között. Neki oktatóként pedig sokszor legalább annyira érdekes a diákjai által írt prompt, mint az, amit utána azok alapján az AI „kitalált”.
Címlapkép: UCLA