do 2027 roku nie będziemy nawet blisko sformalizowania zaledwie kilku % tego, jak wyglądała matematyka przed dowodem ostatniego twierdzenia Fermata Wilesa nie będziemy też mieli AI prowadzących nowatorskie i rzeczywiste badania matematyczne do 2035 roku (większość problemów z Erdos i IMO nie ma z tym nic wspólnego) bez całego sensu i trudności (czyli ustalenia, co tak naprawdę ma znaczenie i bycia naprawdę kreatywnym) - to tylko przyspieszy te części, którymi ludzie ledwo się interesują (część formalna). Badania matematyczne są w dużej mierze o identyfikowaniu, jakie są właściwe pytania, co jest interesujące, a co trywialne, a może najważniejsze - rzeczywiste zrozumienie, dlaczego dany wynik ma znaczenie (!!!) bardziej niż cokolwiek innego. Nie wspominając już o tym, że nie wszystkie dziedziny matematyki mają tę samą „dostępność obliczeniową” wciąż jesteśmy bardzo daleko (ale jesteśmy bliżej!) od tego, aby badania, szczególnie badania matematyczne, były „prowadzone” przez AI, a każdy, kto mówi inaczej, ma na myśli „niesamowicie nudną definicję badań” lub kłamie, lub jest idiotą, lub wszystko naraz Myślę, że pomysł, że połowa nowych wyników matematycznych będzie generowana przez AI do 2027 roku, jest zabawny, chyba że jesteśmy w jakiś sposób na tyle upośledzeni umysłowo, aby zdefiniować wynik matematyczny jako po prostu jakiś formalny ciąg symboli i logicznych dedukcji opartych na prostych zasadach. Aby było jasne, nie twierdzę, że „autofornalizacja” matematyki nie jest ważna, jest bardzo wartościowa z wielu powodów - głównie dlatego, że ludzie będą lepiej wykonywać matematykę i/lub lepiej wykorzystywać swój czas, ale z pewnością nie ma wartości sama w sobie i dlatego nie „automatyzuje badań matematycznych”. Nie twierdzę też, że AI nigdy nie będzie w stanie prowadzić rzeczywistych badań matematycznych: wierzę, że może, ale z pewnością nie wyłoni się z obecnej technologii 2020-2025 w ciągu dwóch lat.

prawdziwi matematycy mogą wstać i się nie zgodzić, nie jestem prawdziwym matematykiem, ale wątpię, czy czysty komputerowy goblin lub czysty matematyczny goblin będą w stanie się nie zgodzić, ponieważ po prostu nie wiedzą wystarczająco dużo o żadnej ze stron.

Aby było jasne, uważam, że obecnie znajdujemy się w erze, w której AI może dostarczać nowe dowody w połączeniu z ludźmi, a autoformalizacja będzie nadal rosła, a GDM prawdopodobnie wkrótce uzyska Naviera-Stokesa itd. Mój punkt nie polega na tym, że to nie jest użyteczne, tylko że fundamentalnie najtrudniejsza część nadal jest i będzie napędzana przez ludzi, dopóki nie nastąpią znaczące postępy w badaniach nad AI (poza szaleństwem autoregresywnych modeli tylko dekodera, w którym jesteśmy i w którym będziemy przez wiele lat).