6 октября 2026 года, возможно, войдет в историю как самый значимый день в истории математики. Американская лаборатория Open AI опубликовала более 700 научных работ, в которых утверждалось о прогрессе или решениях 372 проблем, которые десятилетиями ставили ученых в тупик. Математики до сих пор пытаются осмыслить значение этого события для своей дисциплины.
Последствия, выйдут далеко за рамки математики. Пришло время разобраться с тем, как искусственный интеллект (ИИ) повлияет на науку в целом. Результаты математических исследований одновременно являются прорывом для человечества; чудом, подчеркивающим стремительный прогресс ИИ; и предупреждением о будущем, в котором понимание Вселенной может принадлежать машинам, недоступным человеческому разуму. Вопрос в том, как добиться прогресса, не жертвуя пониманием.
Искусственный интеллект так ярко продемонстрировал научный потенциал в математике, потому что его доказательства основаны на аксиомах, а не на фактических данных, и поэтому, могут быть проверены механически. ИИ также ускорил прогресс в эмпирических науках, отчасти потому, что другие области используют математику в качестве инструмента. ИИ улучшил прогнозы погоды. Он предложил миллионы потенциально полезных новых материалов и помог контролировать эксперименты по ядерному синтезу. И он может предсказывать форму почти каждого известного белка на основе составляющих его аминокислот — достижение, за которое он получил Нобелевскую премию.
Наверняка произойдут еще более впечатляющие научные открытия, подпитываемые искусственным интеллектом. Наиболее захватывающие возможности открываются в биологии. Исследователи используют ИИ для разработки засухоустойчивых культур, поиска новых лекарств и создания (будем надеяться) дружественных вирусов, атакующих вредные бактерии. Предпринимаются попытки использовать ИИ для создания компьютерных моделей функционирования клеток. Вооружившись «жизнью в silico» , ученые могут достичь мастерства в биологии, получив возможность создавать новые организмы с нуля. В этом случае ДНК станет просто еще одной формой компьютерного кода, которым можно манипулировать, как последовательность символов в модели ИИ.
Как и многое другое, связанное с ИИ, эта перспектива вызывает одновременно головокружение и ужас. Первой реакцией многих математиков является ужас. После прорывов Open AI они возмущены вторжением лаборатории в их дисциплину. Ассоциация гуманитарной математики, группа из более чем 900 ученых, предупреждает, что «математики не просили о такой работе». Они говорят, что отдача от занятий математикой заключается не в доказательстве, а в самом труде, потому что именно он продвигает человеческое понимание. Когда ИИ выдает непонятные, но правильные решения, это все равно что давать студентам ответы на их домашнее задание: без усилий нет обучения.
В этих жалобах присутствует элемент предвзятости. Учёные не имеют большего права диктовать процесс получения знаний, чем представители любой другой профессии. Поиск истины приносит пользу всем и не может быть прерогативой гильдии учёных. Иерархия в академической среде, по которой поднимаются, доказывая факты, не является священной. При необходимости её следует перестроить для мира, в котором ИИ создаёт доказательства, а люди их обрабатывают. В науке понимание не должно фетишизироваться над результатами. Каждый раз, когда вы принимаете таблетку парацетамола, чтобы избавиться от головной боли, вы полагаетесь на механизм, который работает, но ещё не до конца понят.
Однако опасения по поводу передачи науки машинам отнюдь не напрасны. Компании, занимающиеся искусственным интеллектом, вкладывают ресурсы в науку не из альтруизма, а потому что, как и в случае с людьми, решение проблем может помочь сделать модели более интеллектуальными. Многие исследователи считают, что модель, которая лучше справляется с решением научных задач, будет лучше справляться и со всем остальным. Если это так, то никто не сможет конкурировать с крупными лабораториями ИИ, которые в конечном итоге будут контролировать модели, работающие над самосовершенствованием и становящиеся, по некоторым определениям, непостижимо интеллектуальными. Эти гениальные ученые в области ИИ будут взаимодействовать с физическим миром либо через человекоподобных роботов, либо путем подключения моделей к лабораторному оборудованию, как это уже сделала компания Anthropic.
Проблема, которую это будущее ставит перед наукой, во многом схожа с проблемой, которую оно ставит перед обществом. Людям придётся предоставлять машинам ресурсы для дальнейшего прогресса. Если никто не понимает, что они делают, просто выписывать чеки будет безрассудно. Никто не сможет быть уверен, что модели действуют в наилучших интересах человечества. Даже если лабораториям ИИ удастся «согласовать» машины с интересами человечества, чтобы им можно было доверять, общество, в котором люди просто спрашивают ИИ, что делать — в науке или в более широком смысле — это общество, в котором люди станут питомцами машин.
Некоторые люди, возможно, готовы смириться с этим, если это означает, скажем, излечение всех болезней. Но, по крайней мере, до тех пор, пока не будет достигнуто непоколебимое взаимопонимание между ИИ и людьми, науке всегда будет необходим человек в процессе работы. Лаборатории должны иметь возможность использовать ИИ для решения проблем, но такие ресурсы, как лаборатории и вычислительные мощности, должны управляться и контролироваться людьми, способными принимать обоснованные решения о действиях ИИ. Это неизбежно замедлит прогресс. Но это необходимо, если ИИ должен оставаться под контролем человека.
Тем временем, управляемая человеком машинная наука потребует от ученых переосмысления дисциплин. Ученым придется полюбить — и считать это важным фактором для статуса и карьерного роста — работу с моделями, а также изучение, проверку и преподавание их результатов. Правительствам необходимо будет выделять гранты на исследования на той же основе. Со своей стороны, лаборатории ИИ должны стремиться быть ответственными научными гражданами, представляя свои работы на рецензирование и публикуя свои методы и код.
Ребенок и ванна
Проверка и анализ результатов, полученных с помощью компьютера, могут показаться не самой привлекательной работой. Большая часть научных достижений, созданных человеком, полна ошибок, потому что учёные не получают вознаграждения за контроль над работой других. Но возобновление акцента на проверке и скептицизме улучшило бы науку. Стоит вспомнить девиз Королевского общества, принятый в XVII веке: Nullius in verba, или «Не верьте никому на слово». Тот же дух теперь должен применяться и к науке, созданной машинами.
Источник
Комментарии
Отправить комментарий