一体なぜ、私たちはこんなことをしているのだろうか？

最近の更新 私の研究および解説論文、未解決問題の議論、その他の数学関連トピックについて。 Terence Tao著 ホーム 経歴に関するアドバイス 執筆について 書籍 Mastodon+ アプレット フィードを購読する 一体なぜ、私たちはこんなことをしているのだろうか？ 2026年10月15日 ゲストブログ、意見 | タグ： Rikab Gambhir | 執筆：Terence Tao [これはRikab Gambhirによるゲスト投稿です。このブログ記事は当初、異なるファイル形式で書かれ、AIを使用して変換されました。 — T。] まず、彼らは芸術家たちを連行し始めたが、私は何も言わなかった。なぜなら私は芸術家ではなかったからだ。次に、彼らは数学者たちを連行し始めたが、私は何も言わなかった。なぜなら私は数学者ではなかったからだ。次に、彼らは物理学者たちを連行し始めた。それは実際には非常にクールで、彼らは私に無料のトークンをくれ、私の分野全体を解決してくれると約束した。そして今、私はついに、論文を発表するという重要な仕事に専念できるようになった。私自身は数学者ではない（単なる理論物理学者であり、科学者とさえ見なされないと主張する人もいる）ので、なぜ人が数学を追求するのかを100％確信を持って言うことはできない。しかし、これはすべての学術関係者に共通する夢だろうと想像する。星空を見上げて驚嘆したり、複雑なパズルゲームを楽しんだり、励みになる教師に触発されたりして、いつか無感情な企業のロボット[1]が、IPO[2]の宣伝のために、誰も理解できない700の非常に曖昧でほとんど読めない、*おそらく*真実であるかもしれない事実のリストをコンパイルするために熱帯雨林を燃やすだろうと夢見ることだ。おそらく、これこそが、これを読んでいる皆さんが学術界に入った理由だろう。少なくとも、私がそうだった理由だ。1941年、ホルヘ・ルイス・ボルヘスは、書かれうるすべての可能な本を含む図書館を想像した。バベルの図書館のどこかに、リーマン予想の証明、量子重力の完全な全順序理論、そして私が書くすべての論文がある。もちろん、誤った証明、理論、誤解を招くLean証明書もあるが、それは本質ではない。2026年の研究基準では、ボルヘスのバベルの図書館は、人間の歴史上最も成功した研究機関となるだろう。信じられないほど多数の、おそらく正しい数学的および物理学的結果を含み、OpenAIのわずか722の書き物や、物理学コミュニティの最近の2500の書き物をさえ凌駕するだろう。もちろん、ほとんどの人は、ボルヘスが商業的可能性を認識できなかったビジョンなき愚か者であったことを認識している。なぜなら彼はそれを実際に建てなかったからだ。彼はベンチャーキャピタルを調達し、IPOを立ち上げ、数学全体を解決する可能性があると発表する起業家精神に富んだSTEM精神を持っていなかった。彼はランダムなゴミの中から正しいものとそうでないものを分別し、それを理解する方法を理解することの無益さについて、あまりにも心配していた。しかし、ボルヘスは何を知っていたのか？彼はただの作家であり、芸術家は廃止されたとすでに確立されている。幸いなことに、OpenAIはボルヘスのビジョンを実現する一歩近づけてくれた。すべての可能な数学論文を生成する代わりに、彼らは正しいように見えるものを確率的に生成する方法を見つけた。この効率の向上における重要な側面は、実際の正しさや理解を判断するという、退屈で、名誉がなく、収益性の低い仕事を数学コミュニティにアウトソーシングすること（過去には、これは通常、論文を書いたグループに予約されていた）であり、同時に、論文を人間が理解できるようにすることに時間を浪費しないことだ。これはもちろん、画期的な進歩である。数世紀前、科学者や数学者は、解決策を理解する能力によって問題解決能力を制限されていた。このボトルネックは取り除かれ、今や、私たちが理解できない科学的および数学的な事実の量に理論的な限界はなくなった。私が学術コミュニティについて知っていること（主にTwitterとLinkedInからであり、これらが代表的だと仮定する）によると、数学と科学研究の目的は、誰も実際には読まないであろう、潜在的に真実の事実の大量のコレクションを「人類の知識を進歩させる」という儀式のために収集することであるという、ほぼ満場一致の合意があるようだ。これらの結果がよく書かれており、理解しやすく、楽しく読めたり見たりできること、あるいは完全に正しいことさえ二次的な関心事である。実際、人類の知識をできるだけ早く進歩させるという追求において、多くの学者は、結果を人間に理解できるようにすることに時間を費やす価値があるという提案に怒って後ずさりするだろう。別の結果を生成するためにリソースを費やすことができる場合、結果を説明したりチェックしたりするのは非効率的である。これは私自身の経験と一致している。私は宇宙について学ぶため、あるいは自然の美しさをよりよく理解するために理論物理学者になったのではない（それは哲学であり、私は決して博士号を取得しないだろう）。また、コードを書くこと、見栄えの良いプロットを作成すること、あるいはよく書かれた論文を作成することに長年費やしたのは、何かを創造する単純な満足感のためでもない（それは芸術であり、芸術はすでに廃止されたと確立されている）。むしろ、私は、ラブクラフト的な自動補完によって生成されたヒストグラムの大規模なデータベースを見て、「ああ、それはたぶん大丈夫だろう」と言って、人類の知識のフロンティアに加えるために物理学者になったのだ。私は知識のフロンティアに奉仕するために生きているのであり、それ以外には何もない。数学と科学は、冷たく、硬い答えに関するものであり、芸術が画像を生成するのと同じように、音楽が音波を生成するのと同じように、文学がテキスト文字列を生成するのと同じように存在する。これらはコンテンツとして消費されるために存在する。合理的な人間、特にSTEMにおける合理性の達人である私たちが、創造、学習、あるいは美の喜びのためにこれらを追求することはない。これらすべては非効率であり、人類の進歩を妨げることのないように、非効率であってはならない。LLMはこれらの非効率性に悩まされることはなく、単に、一日中生産的なことを何も持たない、取り残された人々の追求となるだろう。個人的には、ChatGPTが私の代わりに夕日を楽しんだり、おいしい食事を楽しんだりして、私がUberを使って景色の良いハイキングで時間を節約するのと同じように、私の時間を解放してくれる日が待ちきれない。そして今、AIがすべての問題を解決したので、私たちはより重要な仕事に専念できる。それは、定量的金融に進むこと、スポーツ賭博アプリをバイブコーディングすること、AI生成のTikTokショートを消費すること、そしてTwitterで政治ボットと議論することだ。究極的には、これは単に数学や物理学の問題ではない。それは、人間であることの意味を根本的に再考することなのだ。好奇心、創造性、理解の負担をアウトソーシングすることで、私たちはついに最も重要なことに集中できる。それは、価値を生成し、生産性を最大化し、科学の究極の目標である、誰も読むことを気にしないであろう、潜在的に真実の事実の完全なリポジトリへの進歩を加速することだ。そして正直に言って？それはまれだ。Rikab Gambhir（@finitephysicist）著。ゲストブログ投稿の機会を与えてくれたTerry TaoとRachel Wardに感謝します！また、このエッセイに関するフィードバックをくれたRadha Mastandrea、Benoit Assi、Manuel Szewc、Jure Zupan、Jesse Thalerにも感謝します。あなたが最初に科学と数学を選んだ理由を思い出してください！[1] 明確にしておくと、子供の頃の夢の中で、ロボットを自分で作ることはできません。それは巨大な企業のロボットであり、彼らはあなたやあなたの友人から盗んだものの一部を使ってそれを製造しました。また、特にクールなロボットでもなく、人事部の言葉でしか話せません。[2] 明確にしておくと、子供の頃の夢の中で、それは誰か他の人のIPOであり、彼らがお金すべてを手に入れ、あなたはそうではありません。[3] ここでの「人類」は比喩であり、実際の人間の誰かが何かを理解することを指すものではありません。共有：印刷（新規ウィンドウで開きます）印刷友人へのリンクをメールで送信（新規ウィンドウで開きます）メール その他 WhatsAppで共有（新規ウィンドウで開きます）WhatsApp Blueskyで共有（新規ウィンドウで開きます）Bluesky Nextdoorで共有（新規ウィンドウで開きます）Nextdoor Threadsで共有（新規ウィンドウで開きます）Threads o