Για σχεδόν οκτώ δεκαετίες, ένα φαινομενικά απλό ερώτημα βασάνιζε μερικά από τα πιο λαμπρά μυαλά των μαθηματικών παγκοσμίως. Σήμερα, η απάντηση δόθηκε όχι από κάποιον άνθρωπο, αλλά από ένα μοντέλο Τεχνητής Νοημοσύνης της OpenAI, το οποίο όχι απλώς έλυσε το πρόβλημα, αλλά κατέρριψε μια βαθιά ριζωμένη πεποίθηση δεκαετιών, αποδεικνύοντας ότι η ΑΙ μπορεί πλέον να παράγει πρωτότυπη και ιδιοφυή επιστημονική σκέψη.
Ας δούμε με απλά λόγια τι ακριβώς συνέβη και γιατί αυτό το επίτευγμα χαρακτηρίζεται ήδη από κορυφαίους επιστήμονες ως “ιστορική στιγμή” για τα μαθηματικά και την Τεχνητή Νοημοσύνη.
Το θρυλικό πρόβλημα του Paul Erdős
Όλα ξεκίνησαν το 1946, όταν ο θρυλικός μαθηματικός Paul Erdős διατύπωσε το «πρόβλημα της μοναδιαίας απόστασης στο επίπεδο» (planar unit distance problem). Το ερώτημα ήταν απλό στην κατανόηση αλλά εξαιρετικά δύσκολο στην επίλυση: Αν τοποθετήσετε έναν αριθμό σημείων (n) σε ένα επίπεδο, πόσα ζευγάρια από αυτά τα σημεία μπορούν να έχουν ακριβώς απόσταση ίση με 1 το ένα από το άλλο;
Για δεκαετίες, η μαθηματική κοινότητα πίστευε (και ο ίδιος ο Erdős είχε εικάσει) ότι ο μέγιστος αριθμός αυτών των ζευγαριών αυξάνεται ελάχιστα πιο γρήγορα από τον συνολικό αριθμό των σημείων. Η εικασία αυτή θεωρούνταν σχεδόν δεδομένη, με τα καλύτερα ανθρώπινα μοντέλα (όπως ο τετραγωνικός κάνναβος) να επιβεβαιώνουν αυτή τη θεωρία.
Η ανατροπή από την OpenAI
Ένα εσωτερικό μοντέλο συλλογιστικής (reasoning model) της OpenAI ανέλαβε να εξετάσει το πρόβλημα. Προς έκπληξη όλων, το μοντέλο διέψευσε την εικασία του Erdős. Κατάφερε να αποδείξει, προσφέροντας άπειρα παραδείγματα, ότι ο αριθμός των ζευγαριών μπορεί να αυξηθεί πολύ πιο γρήγορα (με πολυωνυμική βελτίωση) από ό,τι πίστευαν οι μαθηματικοί μέχρι σήμερα.
Το πιο εντυπωσιακό, όμως, δεν είναι μόνο το τι βρήκε η AI, αλλά το πώς το βρήκε. Αντί να προσπαθήσει να λύσει ένα γεωμετρικό πρόβλημα αποκλειστικά με εργαλεία γεωμετρίας, το μοντέλο «δανείστηκε» εξαιρετικά πολύπλοκες και προηγμένες ιδέες από έναν εντελώς διαφορετικό κλάδο: την Αλγεβρική Θεωρία Αριθμών (Algebraic Number Theory). Η ικανότητα της Τεχνητής Νοημοσύνης να συνδέσει δύο τόσο διαφορετικούς κόσμους των μαθηματικών με απόλυτη λογική συνοχή, άφησε τους ειδικούς άφωνους.
Γιατί αυτό το επίτευγμα αλλάζει τα δεδομένα;
Δεν μιλάμε απλώς για ένα γρήγορο “κομπιουτεράκι”. Σύμφωνα με κορυφαίους ακαδημαϊκούς και κατόχους του βραβείου Fields (το Νόμπελ των Μαθηματικών), αυτό το γεγονός αποτελεί ορόσημο για τρεις βασικούς λόγους:
- Αυτόνομη επίλυση: Είναι η πρώτη φορά που ένα σημαντικό, ανοιχτό πρόβλημα που βρίσκεται στο επίκεντρο ενός μαθηματικού υποκλάδου, λύνεται αυτόνομα από την Τεχνητή Νοημοσύνη.
- Γενική Νοημοσύνη, όχι εξειδίκευση: Το μοντέλο της OpenAI δεν είχε εκπαιδευτεί ειδικά για να λύνει μαθηματικά ή γεωμετρικά προβλήματα. Ήταν ένα μοντέλο “γενικού σκοπού”, το οποίο απέδειξε ικανότητες βαθιάς αναλυτικής σκέψης.
- Πρωτότυπη σκέψη: Όπως δήλωσε ο κορυφαίος θεωρητικός αριθμών Arul Shankar, η ΑΙ απέδειξε ότι πλέον δεν είναι απλώς ένας “βοηθός” για τους επιστήμονες, αλλά έχει την ικανότητα να παράγει δικές της ιδιοφυείς ιδέες, να δοκιμάζει προσεγγίσεις που οι άνθρωποι θεωρούσαν “χαμένες υποθέσεις” και να τις φέρνει εις πέρας.
Η επόμενη μέρα για την ερευνα
Η κατάρριψη αυτής της εικασίας είναι μόνο η αρχή. Εάν ένα μοντέλο μπορεί να διατηρήσει έναν τόσο περίπλοκο συνειρμό και να συνδέσει απομακρυσμένα επιστημονικά πεδία με επιτυχία στα μαθηματικά, οι εφαρμογές σε τομείς όπως η βιολογία, η φυσική, η επιστήμη των υλικών και η ιατρική είναι ασύλληπτες.
Οδεύουμε ολοταχώς προς μια νέα εποχή αυτοματοποιημένης έρευνας, όπου η Τεχνητή Νοημοσύνη θα αποτελεί τον απόλυτο ερευνητικό εταίρο. Φυσικά, ο ανθρώπινος παράγοντας δεν χάνει την αξία του – ίσα ίσα, η ανθρώπινη κρίση γίνεται πιο κρίσιμη από ποτέ. Εμείς θα θέτουμε τα ερωτήματα, θα κρίνουμε ποια προβλήματα αξίζει να λυθούν και θα ερμηνεύουμε τα αποτελέσματα, ενώ η ΑΙ θα μας βοηθά να εξερευνούμε τα αχαρτογράφητα νερά της επιστήμης.
