Nini kilitokea
Kundi la wanahisabati walioshinda nishani ya Fields 25 walichapisha barua ya pamoja ikionyesha wasiwasi kwamba mifumo ya AI inayosuluhisha matatizo ya hisabati inaweza kudhuru nyanja hiyo kwa kukwepa michakato ya utambuzi wa binadamu muhimu kwa maendeleo ya hisabati. Barua hiyo, iliyoripotiwa na AzerNews na iliyochapishwa awali na Agence France-Presse, inaangazia utofauti wa kimsingi kati ya malengo ya kampuni za AI na maadili ya jumuiya ya hisabati. Onyo hili linafuatia tangazo la hivi majuzi la OpenAI kwamba muundo wa AI ambao haujatolewa ulitatua mlinganyo wa Navier-Stokes, mojawapo ya Matatizo ya Tuzo ya Milenia, kwa kutumia maelfu ya mawakala sambamba wa AI ndani ya saa 88.
Wanahisabati walioshinda medali ya Fields 25, waliochukua karibu miaka 50 ya historia ya tuzo hiyo kutoka Pierre Deligne (1978) hadi Yu Ding (mwaka wa sasa), walitia saini onyo la barua ya pamoja kuhusu athari za akili bandia kwenye hisabati. Barua hiyo ilichapishwa na Agence France-Presse na kuripotiwa na AzerNews.
Waliotia saini, akiwemo mwanahisabati mashuhuri Terence Tao, walisema kuwa malengo ya kampuni za AI na jumuiya ya hisabati kwa kiasi kikubwa hayalingani. Walielezea mwelekeo wa AI kutatua matatizo magumu kama tishio pana kwa shughuli za kiakili, wakisisitiza kwamba kutatua matatizo ni njia ya kuendeleza uelewa wa kinadharia, sio mwisho yenyewe.
Wanahisabati walidai kuwa mchakato wa kutatua matatizo unahitaji muda na mwingiliano na watu wengine, ambayo ni muhimu kwa kukuza ujuzi wa wanafunzi na kuimarisha uelewa wa kinadharia. Walitoa wito wa majadiliano ya haraka kati ya jumuiya ya hisabati, makampuni ya teknolojia, na umma kwa upana ili kuhakikisha madhumuni ya kweli ya kazi ya hisabati hayapuuzwi.
Onyo hili lilikuja muda mfupi baada ya OpenAI kutangaza kwamba mojawapo ya miundo yake ya AI ambayo haijatolewa ilikuwa imetatua mlinganyo wa Navier-Stokes, mojawapo ya Matatizo saba ya Tuzo ya Milenia yaliyowekwa na Taasisi ya Hisabati ya Clay. Kulingana na OpenAI, suluhisho lilifikiwa ndani ya masaa 88 kupitia kazi sambamba ya maelfu ya mawakala wa AI.
Maelezo ya chanzo: azernews.az ↗
Kwa nini ni muhimu
Maendeleo haya yanaashiria ongezeko kubwa la mjadala kuhusu nafasi ya AI katika utafiti wa kimsingi wa kisayansi. Kuhusika kwa kiwango cha juu kabisa cha mamlaka ya hisabati huashiria kwamba maswala kuhusu AI hayakomei tena kwa matumizi ya vitendo bali yanaenea hadi kwenye mbinu za msingi za kielimu za taaluma. Iwapo mifumo ya AI inaweza kutatua matatizo ambayo kijadi yanahitaji miaka ya ufahamu wa binadamu, njia za jadi za kufunza wanahisabati wapya na kujenga mifumo ya kinadharia zinaweza kutatizwa. Hii ina maana ya jinsi maarifa ya kisayansi yanavyozalishwa, kuthibitishwa, na kusambazwa katika siku zijazo.
Barua hiyo inawakilisha mabadiliko makubwa katika jinsi wanahisabati wa kiwango cha juu wanavyoona AI, wakihama kutoka kwa udadisi hadi wasiwasi wa juu juu ya uadilifu wa uwanja wao. Medali ya Fields ndiyo heshima ya juu zaidi katika hisabati, na kufanya sauti ya pamoja ya wapokeaji wake kuwa na ushawishi mkubwa.
Suala la msingi ni la kielimu: hisabati sio tu kupata majibu bali ni mchakato wa kuelewa. Ikiwa AI inaweza kutoa majibu bila mapambano ya kibinadamu ambayo husababisha ufahamu wa kina, uwanja unaweza kupoteza uwezo wake wa kuunda mifumo mipya ya kinadharia na kutoa mafunzo kwa kizazi kijacho cha wanafikra.
Muda ni muhimu, kwani mifumo ya AI inakuwa na uwezo wa kutatua matatizo ambayo hapo awali yalizingatiwa kuwa hayawezi kutatulika. Suluhisho la Navier-Stokes na modeli ambayo haijatolewa ya OpenAI inaonyesha kuwa hili si jambo la kudhahania bali ni ukweli wa sasa.
Hii inaweza kusababisha kutathminiwa upya kwa jinsi utafiti wa hisabati unafanywa, kufadhiliwa, na kuthibitishwa. Inaweza pia kuathiri jinsi kampuni za AI zinavyoshughulikia malengo yao ya utafiti, na hivyo kusababisha juhudi zaidi za ushirikiano kati ya watengenezaji wa AI na jumuiya ya kisayansi.
Mbinu shirikishi: Jinsi Inavyofanya Kazi Kweli
Chunguza teknolojia msingi nyuma ya ukuzaji huu kwa maingiliano.
crm_get_transaction(id='4092').Why can ethical evaluation not be reduced to one model score?
Nini cha kutazama baadaye
Tazama majibu kutoka kwa maabara kuu za AI kuhusu mbinu zao za utafiti na kama watahusika na masuala ya jumuiya ya hisabati. Fuatilia ikiwa jumuiya ya hisabati inarasimisha miongozo ya utafiti unaosaidiwa na AI. Pia angalia ikiwa nyanja zingine za kisayansi zitaanza kuelezea wasiwasi sawa kuhusu AI kupita michakato ya ugunduzi wa mwanadamu.
Majibu kutoka kwa makampuni ya AI, hasa OpenAI, kwa matatizo ya wanahisabati. Je, watarekebisha vipaumbele vyao vya utafiti au kushiriki kwa karibu zaidi na jumuiya ya hisabati?
Hatua zinazofuata za jumuiya ya hisabati katika kushughulikia masuala haya. Je, wataunda chombo rasmi cha kusimamia utafiti unaosaidiwa na AI au kuendeleza miongozo ya matumizi yake?
Athari kwa elimu ya hisabati. Ikiwa AI inaweza kutatua matatizo haraka, vyuo vikuu vitarekebisha vipi mitaala yao ili kuhakikisha wanafunzi bado wanakuza ujuzi na uelewa unaohitajika?
Iwapo nyanja zingine za kisayansi, kama vile fizikia au baiolojia, zinaanza kueleza wasiwasi sawa kuhusu AI kupitisha michakato ya ugunduzi wa binadamu.