数学の未来
The Future of Mathematics (terrytao.wordpress.com)
要約
AIの進化により、数学の研究手法や成果の生成プロセスが大きく変化している。しかし、数学の本質である厳密な推論とコミュニケーションの文化は依然として重要であり、AI時代においてもより困難な問題への挑戦や、より大きな発想の追求を通じて数学的理解を深めることが可能であると論じている。
全文翻訳
数学の未来
(これはゲスト投稿で、Jeremy Avigad によるものです。このブログ記事は、当初は異なるファイル形式で書かれ、AIによって変換されました。— T.)
「数学は19世紀に、その主題の第二の誕生と言っても過言ではないほど、非常に深い変革を遂げました。その最初の誕生は古代ギリシャで起こったのです…」
Howard Stein, in “Logos, Logic, and Logistiké: Some Philosophical Remarks on Nineteenth-Century Transformation of Mathematics”
「私の死の知らせは誇張であった。」
Mark Twain
「興味深い時代に生きよ。」
(伝統的)
私は最近、Lean theorem proverを開発する非営利団体であるConvergent Researchが支援する、革新的な科学技術スタートアップの会議に出席しました。この会議は議論を刺激するために企画されたもので、私が数学者であると自己紹介すると、多くの参加者がAIにおける最近の出来事が数学に与える影響や、数学コミュニティの反応について熱心に語り合いました。彼らは、私たちの日常的な専門生活の根本的な側面が変わることは避けられないと認識しつつも、このブログ(こちらやProofs and Prompts)で見られるコミュニティの反応のトーンが、概して肯定的で励みになるものであると聞いて驚いていました。これらの議論は、私がここで共有したい考えを形作るのに役立ちました。
数学者が何をしているのかについての狭い見方があります。それは私たちの日常的なワークフローに凝縮されています。私たちは問題を解決しようとし、難しい問題が解決するにはあまりにも困難な場合、より簡単な近似を作り出し、それを解決し、そしてパラメータを変化させます。この実践は、過去数ヶ月の出来事によって、1年前なら十分に立派な出版物になったであろう種類の結果が、今ではAIの助けを借りて容易に生成できるようになるという意味で、混乱させられました。これにより、私たちは今後数学をどのように行っていくのか、そしてその「何らかのこと」を行うために次世代の数学者をどのように訓練し、支援していくのかについて、心配するようになりました。
数学の歴史は、私たちにより広い視野を与えてくれます。何世紀にもわたる変化にもかかわらず、安定しているのは、数学が厳密な推論とコミュニケーションの文化であり、私たちがより信頼性高く効率的に考え、コミュニケーションするための言語と抽象化を提供してくれるということです。確かに、そのような推論はAIの時代でも依然として重要です。多くの人が数学を美的に心地よいと感じるという事実は、その実用性を損なうのではなく、むしろそれを説明しています。数学を行うことが非常に良いと感じる理由は、それが私たちの種としての生存に非常に基本的であり、DNAに組み込まれている能力の行使だからだと私は予想しています。それが正しいなら、数学的思考はすぐにはなくならないでしょう。
課題は、AIに作業を任せることで、数十年間解決してきた問題の解決が、数学的理解を深めるという目標から切り離されてしまうことです。したがって、問題は、私たちが数学をまだ必要としているかどうかではなく、AIの時代に数学的理解をどのように追求するかということです。私は3つの一般的な答えを提供します。
より困難な問題を解決する
今日の基盤モデルには2つの顕著な特徴があります。第一に、それらは数学の文献全体を見ており、第二に、それらは疲れを知りません。エージェントの群れは、数え切れないほどのバリエーションを試すことによって、解決策にたどり着くことができます。これは、私たちが目にしてきた未解決問題に対するAI生成の解決策がすべて同様の性格を持っている理由を説明しています。それらは、AIが利用可能な技術を寄せ集めることによって解決できる問題なのです。(この特徴づけとそれに続く分析については、Matthew Ballardに感謝します。)
興味深い数学的な質問はすべてそのように答えられるでしょうか?おそらくそうではありません。そして、答えられる質問でさえ、新しいアイデアや洞察を呼び起こす、より興味深く満足のいく解決策を持つかもしれません。おそらく、近い将来、AIシステムはこのような洞察を生み出すことができるようになるでしょうが、少なくとも、私たちはまだそこには到達していないことを認識しましょう。強化学習のトレーニングレジームでは、システムは従来の動きを連鎖させ、失敗と成功の歴史から、特定の状態で最も有望な動きを学びます。行動の価値が最終的な軌跡の成功のみに基づいて評価されるという事実は、超人的な巧妙さを生み出しますが、創造性や高レベルの戦略立案を見逃す可能性があります。いずれにせよ、解決すべき困難な問題や追求すべき野心的な研究プログラムはまだ残っており、AIの助けを借りてそれらに進歩する可能性はエキサイティングです。
より大きな思考をする
もし数学が、エイリアンによって課せられた問題をチェックリストのようにこなしていく、終わりのない練習問題や試験の連続であるなら、私たちの現在の状況ははるかに憂鬱なものになるでしょう。良いニュースは、私たちが数学を行うとき、問題を選択し、解決策を評価し、私たちが最も気に入ったものを優先することを選ぶことができるということです。私たちは、何が私たちにとって興味深いか、どのような質問を追求するか、そしてなぜかを決定します。私たちの運命は私たちの手にあります。
数学において私たちが最も賞賛するものは、しばしばどこからともなく現れるように見えます。1853年、若いベルンハルト・リーマンは、ゲッティンゲン大学での教職を得るために必要な講演(Habilitationsvortrag)のトピックとして、指導教官のカール・フリードリヒ・ガウスに3つの候補を提出しました。ガウスは、リーマンが最も準備不足であったトピックを選んだと伝えられており、彼がそれをどう扱うかを見るためでした。その結果の講演「幾何学の基礎にある仮説について」は1868年に死後に出版され、その分野に革命をもたらしました。この講演は、空間の計量特性と位相特性を区別し、多様体という一般的な概念を導入しましたが、後者は20世紀まで完全に厳密な扱いを受けませんでした。空間の固有の特性(リーマン幾何学では、計量によって決定され、より大きな空間への埋め込みとは独立した特性)に焦点を当てたことは、数十年後のアインシュタインの一般相対性理論の鍵となりました。リーマン幾何学は、ロボット工学や医療画像から統計分析に至るまで、リーマン自身が決して想像できなかった応用を持っています。
William Ewaldの優れた資料集、From Kant to Hilbertは、この論文の素晴らしい紹介を提供し、フェリックス・クラインによるその作品の記述を引用しています。
「(リーマンの講演の)出版は、私が数学の問題に独立して取り組み始めたのとちょうど同じ時期に行われました。そのため、リーマンの思考が当時の若い数学者に与えた並外れた影響について、鮮明な記憶があります。多くのことが私たちには暗く理解しにくいものでしたが、計り知れない深さを持っていました。現代の数学者は、すでにこれらのすべてを最初から思考様式に取り込んでいるため、その説明の明快さと生産性をただ賞賛するだけです。」
若いクラインにとって暗く神秘的に見えたものは、今では教養の一部となっています。基盤モデルが、若い数学者が行うように、トレーニングを通じてそれを吸収し、内面化したものです。再びBallardに、この例を提案し、強化学習の設定ではリーマンの決定を評価できなかったであろうことを指摘してくれたことに感謝します。その利点は拡散しており、追跡が困難であり、時間的視野が長すぎます。
ガロアが代数方程式の可解性の研究で置換群に焦点を当てたこと、ポアンカレが力学系の質的研究を行ったこと、あるいはグロタンディークの広範な概念革新など、新しい展望を開いた数え切れないほどの数学的発展についても同様のことが言えます。AIは最終的にこのような進歩を遂げることができるでしょうか?それはそもそも正しい質問ではありません。AIエージェントが、それ自身や他のAIエージェントにとって非常に興味深い定理を生み出していると私たちに伝えることは、私たちには何の意味もありません。私たちは、結果が私たちにとって興味深く、重要である限りにおいてのみAIを気にかけるべきであり、結局のところ、それが何を意味するかを決定するのは私たち次第です。数学的発展に私たちが割り当てる価値は、私たちの歴史と文化に埋め込まれています。
運動とレクリエーションのためにアラスカの荒野にバックパッキングに行く旅行を計画していると想像してみてください。フライトの予約にAIの助けを借りるのは嬉しいかもしれませんが、AIに代わりにハイキングをさせて写真を送ってもらうのは嫌でしょう。数学では、問題になっているのは私たちのレクリエーションではなく、私たちの推論と熟慮に対する主体性です。AIが思考できるかどうかに関わらず、それは私たちのために思考することはできません。私たちは自分たちの人生を生きる必要があり、数学は私たちが語るべき物語であり、それをどのように語るかを決定するのは私たち次第です。AIがあれば、探求すべきことはさらに増え、発見の道筋に不足はありません。
新しいことを試す
これまでは、AIが私たちが以前行っていたことを行うのを助けることに焦点を当ててきましたが、テクノロジー自体が新しい疑問を提起していること、そしてそれらを効果的に使用する方法について学ぶべきことがたくさんあることを忘れてはなりません。私は別のエッセイ(現在、Notices of the AMSに掲載予定)で、数学者はテクノロジーがどのように機能するかを理解すること、そしてそれらを使用して新しい数学を行うための斬新で創造的な方法を考案することに積極的に関与すべきだと論じました。
AIが数学を行うことの意味を変えることは前例がないわけではありません。17世紀に幾何学的な問題を解決するために代数的手法を使用したことは新しい技術であり、誰もがそれを気に入ったわけではありませんでした。しかし、私たちは新しい技術を習得し、それを効果的に使用する方法を学びました。同じことは、その世紀の後半の無限小、19世紀の代数構造、20世紀初頭の集合論的抽象化と構造言語、そして最近の数値計算と記号計算にも当てはまります。これらはすべて、新しいときは異質で困惑させるものでした。証明支援システムやニューラルネットワークに投資して新しい数学を発見するのを助けている人々を、単なる技術者として退けるのではなく、数学そのものを行っていると見なすべきです。AIの時代において、記号自動化の開発やニューラルネットワークのトレーニングは、定理を証明するために推論を手動で連鎖させることよりも、数学への貢献が少ないということはありません。
雇用市場が縮小するにつれて、伝統的な数学的スキルを維持するために内向きになるべきだという議論を聞いたことがあります。それどころか、新しい技術と関わり、それらを使用して私たちの推論能力と新しい数学を発見する能力を向上させる方法を学ぶことが、この分野を強く保つと私は信じています。私たちの数学の見方を広げることが、専門職を拡大し、その関連性を維持するための最良の方法です。
次世代へのメッセージ
私の将来に対する楽観的な見通しと、より困難な問題を解決し、より大きな思考をし、新しいことを試すという軽々しいアドバイスは、地面が足元で揺らいでいると感じている学生や初期キャリアの研究者にはあまり慰めにならないでしょう。私の言葉は、前途にある課題を矮小化したり、混乱に対する簡単な対応を示唆したりするものではありません。数学科、コミュニティリーダー、教育者、専門学会、ジャーナル編集委員会は、至る所で緊急会議を開催しており、具体的な推奨事項を作成し、適切な行動を取るために最善を尽くしています。私たちはやるべきことがたくさんあります。
不確実性にもかかわらず、次世代の数学者に送ることができる明確なメッセージがいくつかあります。第一に、私たちはあなたたちと共にいるということです。この分野の健全性と強さ、そしてあなたが繁栄できることを保証すること以上に私たちにとって重要なことはありません。私たちは、私たちの経験と専門知識が限られていること、そして過去に私たちが知っていると思っていたことの一部がもはや有効ではないことを認識する謙虚さを持っています。私たちは、この専門職を維持し、それを強く保つために、できる限り最善の方法であなたたちと協力することにコミットしています。
第二に、数学は今日でもかつてないほど重要であり、私たちはあなたたちを必要としています。AIが私たちの集団的な推論と熟慮の能力を置き換えることは許されず、数学はそれを実行するための中心的な能力であり続けます。私たちは、数学が私たちの生活において重要な役割を果たさない世界を想像することはできません。
最後に、今後数年間は非常に興味深いものになるでしょう。私たちは新しいフロンティアにいます。そこでは、私たちの共同の規範、価値観、期待が崩壊し始めており、それらに取って代わるべきものを理解するのは私たち全員の責任です。私は、将来の歴史家がこの瞬間を数学の新時代の始まりとして認識し、私たちの行動と決定の結果を評価すると確信しています。数学は決して心臓の弱い人のためのものではありませんでした。これは、機会に立ち向かい、課題に共に立ち向かう私たちのチャンスです。