år 2027 kommer vi inte alls att ha formaliserat bara några procent av hur matematiken användes och såg ut före Wiles bevis av Fermats sista sats vi kommer inte heller ha AI:er som gör ny och faktisk matematisk forskning år 2035 (de flesta ERDOS- och IMO-problemuppsättningar är inte alls lika) utan hela poängen och svårigheten (det vill säga att lista ut vad som verkligen är viktigt och vara riktigt kreativ) – det kommer bara att påskynda de delar som människor knappt bryr sig om (den formella delen). Matematisk forskning handlar lika mycket om att identifiera vilka som är rätt frågor, vad som är intressant kontra trivialt och kanske viktigast av allt, faktisk förståelse för varför ett resultat är viktigt (!!) som något annat. Detta nämner inte heller att alla områden inom matematiken inte har samma beräkningsmässiga "tillgänglighet" vi är fortfarande väldigt långt (men vi är närmare!) till forskning, särskilt matematisk forskning, att bli "ledda" av AI och den som säger något annat menar antingen med detta "en otroligt tråkig definition av forskning" eller ljuger eller är idiot, eller alla tre Jag tycker tanken på att hälften av de nya matteresultaten är AI-genererade till 2027 är hysteriskt rolig, om vi inte på något sätt är tillräckligt mentalt nedsatta för att definiera ett matematikresultat som bara en formell symbolsträng och logiska slutsatser baserade på enkla regler. För att vara tydlig, min poäng är inte att "autofornalisering" av matematik inte är giltigt, det är mycket värdefullt av många skäl – mest för att människor gör bättre matematik och/eller använder sin tid bättre, men det har definitivt inget värde i sig självt och "automatiserar därför inte matematisk forskning". Min poäng är inte heller att AI aldrig kommer att kunna bedriva faktisk matematisk forskning: jag tror att det kan, men det kommer definitivt inte att falla ur den nuvarande tekniken för 2020-2025 om två år
Haider.
Haider.7 dec. 07:15
min prognos är att omkring hälften av de nya matematikresultaten kommer från AI år 2027 med experimentell vetenskap som kom ikapp ett eller två år senare. runt 2030 kommer AI att göra det mesta av forskningen, och världen kommer att kännas väldigt annorlunda och vissa hävdar fortfarande att det inte är AGI eftersom den inte kan räkna r:en i "strawberry"
Riktiga mattekillar kanske står upp och håller inte med, jag är inte en riktig matte-kille, men jag tvivlar på att en ren datorgoblin eller en ren matematikgoblin kommer kunna säga emot eftersom de helt enkelt inte vet tillräckligt om någon sida
för att vara tydlig tror jag att vi just nu befinner oss i en tid där AI kan ge nya bevis när den paras ihop med människor, och autoformalisering kommer att fortsätta växa, och GDM kommer troligen snart att få Navier-Stokes osv min poäng är inte att det inte är användbart, utan att den grundläggande svåraste delen fortfarande är och kommer att vara människodriven tills det sker betydande framsteg inom AI-forskning (från den autoregressiva trenden med endast avkodare som vi har och kommer att vara i i många år framöver).
@nasqret jag har specifikt också begränsat min bedömning till "nuvarande teknikstack" som är auto-regressiv avkodar-endast transfomerer + 10 000 saker limmade eller fastskruvade, och såvitt jag vet finns det inget som verkligen håller på att växa fram som skulle vara en kommersialisering till 2027 (eller 2030) för att göra detta möjligt
19,88K