Mesterséges Intelligencia Oldott Meg Egy Három Évtizede Váró Matematikai Problematikát
Egy három évtizede megoldatlan matematikai problémát fejtett meg a ChatGPT legfrissebb, 5.6 Pro verziójával Dmirty Rybin, az MI kutatás területén dolgozó szakember. Az eseményt a New Scientist számolt be, hangsúlyozva, hogy hasonló felfedezések rendszeresen napvilágra kerülnek, ám általában azzal a közös vonással, hogy a promptolás – azaz az, hogy az ember hogyan és mit kérdez az intelligens rendszertől – már matematikai tudást igényelt, és a problémák megoldatlanságuk okai gyakran inkább a figyelem hiányára vezethetők vissza.
Rybin az MI-nek csupán annyit mondott, hogy keressen egy ellenpéldát a Dinitz–Garg–Goemans sejtés cáfolására. Az MI összesen öt és fél órát dolgozott, mire megtalálta a választ.
Ez a sejtés a gráfelmélet területén helyezkedik el, és azt állítja, hogy ha árukat továbbítunk egy hálózaton, függetlenül attól, hogy kisebb csomagokra bontjuk azokat és alternatív útvonalakon küldjük, végül nem tudunk költséget megtakarítani, mert mindig létezni fog egy költségminimalizáló útvonal. Eddig senkinek sem sikerült logikailag bizonyítani az állítást vagy találni egy ellenpéldát, ami megcáfolta volna. Most, hogy a ChatGPT képes volt bemutatni egy olyan példát, ahol a törtrészekre osztott szállítási alternatíva valóban olcsóbb, az egész elmélet válságba került.
Rybin rámutatott, hogy ez nem jelenti azt, hogy az MI átveszi a matematikusok szerepét. Sőt, kijelentette, hogy a régi gráfelméleti sejtések megcáfolása már inkább szórakoztató mémként él az MI-kutatók körében. Az MI rendelkezik a megfelelő számítási kapacitással és a szakirodalom alapos ismeretével, így képes ellenpéldákat keresni, ugyanakkor a valódi kreatív gondolkodás és új ötletek az MI számára nehezen pótolhatók.
Azt, hogy az ilyen egyszerű promptokkal sikerült megoldani a feladatot, mindenképpen érdemes figyelemmel kisérni, hiszen új utakat nyithat a matematikai problémák megoldásában és az MI alkalmazások szélesebb spektrumában.
Főkép forrása: telex.hu












