Matematiikka tekoälyn aikakaudella: Terence Taon julkinen luento ICM 2026 -tapahtumassa
Terence Taon luento kansainvälisessä matemaatikkojen kongressissa 2026 käsittelee, miten matemaattisen yhteisön tulisi vastata tekoälyn kasvaviin kykyihin. Hän esittelee "tekoälykyvykkyyshypoteesin" ja ehdottaa työhypoteesia, jonka mukaan tekoälytyökalut hoitavat pian merkittävän osan tutkimustason matemaattisista tehtävistä. Tao väittää, että vaikka tämä hypoteesi pitäisi paikkansa, yhteisön on huolellisesti harkittava uudelleen tavoitteitaan ja arvojaan välttääkseen Goodhartin lain.
Terence Tao piti 24. heinäkuuta 2026 Kansainvälisessä matemaatikkojen kongressissa julkisen luennon otsikolla ”Matematiikka tekoälyn aikakaudella”. Hän vertaa tilannetta 1900-luvun alun perustavanlaatuiseen kriisiin, jonka aiheuttivat Russellin paradoksi ja Gödeln epätäydellisyyslauseet, ja ehdottaa, että tekoäly asettaa nyt samankaltaisen haasteen. Tao muotoilee ”tekoälykapasiteettihypoteesin”, jolla on heikko ja vahva muoto, mutta päättää keskittyä ortogonaaliseen kysymykseen tavoitteista ja arvoista. Hän ottaa työhypoteesikseen, että tekoälykapasiteettihypoteesin kohtuullisen vahva versio pitää paikkansa: tekoälytyökalut pystyvät pian suorittamaan kohtuullisen osan tutkimustason matematiikan tehtävistä kohtuullisella menestyksellä, laadulla, hallinnalla ja kustannuksella. Tämän oletuksen vallitessa hän väittää, että yhteisön on tutkittava todellisia tavoitteitaan – ongelmien ratkaiseminen, teorioiden rakentaminen, kouluttaminen, esteettisten teosten luominen – ja varoittaa, että tekoälyn tuottamien ratkaisujen optimointi uhkaa viedä nämä tavoitteet erilleen. Hän viittaa First Proof -haasteen (firstproof.org) tuloksiin, joissa seitsemän kymmenestä tutkimustason ongelmasta ratkaistiin tekoälytiimeillä 10–1000 dollarin kustannuksilla ongelmaa kohden 28. toukokuuta 2026. Tao huomauttaa, että tekoälyn tuottamat todistukset esimerkiksi Erdősin ongelmien verkkosivustolla herättävät varmistamiseen liittyviä huolenaiheita, koska asiantuntijoilta usein puuttuu aikaa tai pätevyyttä niiden validoimiseen.
Lähde: Habr — хаб ML —
Alkuperäinen