Пока мы с вами пытаемся объяснить детям, зачем им вообще нужны формулы, в мире большой науки происходит тектонический сдвиг, который мы, скорее всего, пропустим мимо ушей, пока он не раздавит нас своей массой. Илья Иванов-Погодаев, доктор физико-математических наук, старший научный сотрудник МФТИ и лауреат премии «Молодая математика России», делится новостями, от которых у любого приличного преподавателя может начаться легкий нервный тик. Оказывается, то, что еще год назад выглядело как детские забавы с ошибками на уровне пятого класса, превратилось в нечто пугающе эффективное. Еще недавно попытки использовать нейросети для составления или проверки задач заканчивались лишь разочарованием и наблюдением за типичными школьными ляпами, но зима принесла новые модели, которые перевернули игру.
Теперь обычная платная версия ChatGPT щелкает задачи Международной олимпиады за какой-то невероятно короткий срок — от получаса до часа. Это вам не контрольную по алгебре за 45 минут писать, здесь масштаб другой. Даже опытные программисты, которые месяцами бились над одной задачей, обнаруживают, что машина выдает решение за полчаса. Причем делает она это так, как человеку и в голову не придет. Решение оказывается настолько странным и нетривиальным, что кажется, будто перед тобой гений. Но нет, никакого гения там нет, есть только способность сопоставлять объемы данных, которые человеческий мозг просто не способен переварить. Это похоже на компьютерные шахматы: машина видит ходы, которые абсолютно не подчиняются привычной человеческой логике, просто потому что у нее нет ограничений нашего «здравого смысла».
В этом и заключается главная ирония современной цифровизации: пока нас заставляют осваивать бесконечные электронные журналы, машина осваивает математику, используя методы, которые мы называем «неподдающимися логике». Человеку, каким бы эрудитом он ни был, нужно озарение, ему нужно ждать музу, а машине достаточно просто знать всё и сразу. Она может работать как фонарь в темноте, сужая круг поиска до нужных конструкций, если ей задать правильные ограничения. И вот тут начинается самое интересное — то самое «суперудивление» и даже страх, который испытали сам Иванов-Погодаев и его студенты. Кажется, что машина понимает и чувствует каждое слово, хотя на деле она просто мастерски выполняет технические шаги, которые раньше делали люди, но теперь делает это гораздо качественнее.
Конечно, сторонники прогресса будут твердить, что машина лишь усиливает человека, а не заменяет его. Мол, если вы математик-новатор, вы можете использовать ИИ как продвинутый калькулятор: скормить ему примерный путь, разбить задачу на кусочки, обсудить их с алгоритмом и получить план работы. Но давайте будем честными: пока что творческая работа, создание чего-то принципиально нового, остается за человеком. Машина пока не умеет придумывать то, чего никогда не существовало. Однако грань между «техническим исполнением» и «творчеством» истончается быстрее, чем бюджеты на ремонт сельских школ.
Надежда на то, что гипотеза Римана останется нерешенной, всё еще теплится, но это надежда скорее отчаяния. Если вдруг нейросеть решит какую-то из проблем тысячелетия, мы рискуем оказаться в новой эпохе, в которую человечество, возможно, даже не успеет встроиться. Мы просто окажемся лишними в этом новом мире, где решение сложнейших задач занимает час времени. И самое печальное во всей этой истории то, что такие изменения могут произойти буквально за недели или месяцы, а мы даже не заметим, как мир изменился навсегда, продолжая заполнять очередную бесконечную бумажку для проверки эффективности.
Источник: Наука и университеты
