OpenAI தனது புதிய Astra AI மாடல், 10 ஆண்டுகளாக தீர்க்கப்படாத கணிதப் பிரச்சனைகளுக்கு தீர்வு கண்டுள்ளதாக அறிவித்துள்ளது. இது AI-ன் சிக்கலான அறிவியல் ரீதியான சிந்தனை திறனில் ஒரு குறிப்பிடத்தக்க முன்னேற்றமாகும். இந்த கண்டுபிடிப்புகள் தற்போது உலகளாவிய அறிவியல் சமூகத்தால் சுயாதீன ஆய்வுக்காக சமர்ப்பிக்கப்பட்டுள்ளது.
OpenAI நிறுவனம், தங்களது வரவிருக்கும் Astra AI மாடலின் ஒரு பதிப்பு, கணிதம் மற்றும் தத்துவார்த்த கணினி அறிவியலில் 10 ஆண்டுகளாக தீர்க்கப்படாத சவால்களுக்கு வெற்றிகரமாக தீர்வு கண்டுள்ளதாக தெரிவித்துள்ளது. இந்த பிரச்சனைகளை நிபுணர்கள் கூட ஒரு தசாப்தத்திற்கும் மேலாக தீர்க்க முடியாமல் தவித்தனர். குறியாக்கம் (cryptography), குவாண்டம் சிக்கல்தன்மை (quantum complexity) மற்றும் வடிவியல் (geometry) போன்ற துறைகளில் ஏற்பட்ட இந்த முன்னேற்றங்களை, கணித ஆதாரங்களை சரிபார்க்கப் பயன்படும் Lean என்ற மென்பொருள் கருவியின் மூலம் சரிபார்த்து, ஒரு விரிவான அறிக்கையை இந்நிறுவனம் வெளியிட்டுள்ளது.
அறிவியல் ரீதியான சிந்தனை மற்றும் சரிபார்ப்பு
இந்த கண்டுபிடிப்புகளில், கணிதவியலாளர் பால் ஏர்டோஸ் (Paul Erdős) உடன் தொடர்புடைய பிரச்சனைகளுக்கான தீர்வுகள் மற்றும் 'non-sofic groups' உருவாக்குவதும் அடங்கும். வழக்கமான AI வெளியீடுகளைப் போலல்லாமல், இந்த தீர்வுகளுடன் இயந்திரம் சரிபார்க்கக்கூடிய ஆதாரங்களும் (machine-checkable proofs) வழங்கப்பட்டுள்ளன. இந்த செயல்முறை, மாதிரியால் பயன்படுத்தப்பட்ட தர்க்கத்தை ஆராய்ச்சியாளர்களும் கணிதவியலார்களும் சுயாதீனமாக சரிபார்க்க அனுமதிக்கிறது. Astra AI, ஒரு முழுமையான தானியங்கு ஆராய்ச்சியாளராக செயல்படுவதை விட, கண்டுபிடிப்புகளை விரைவுபடுத்தும் ஒரு கருவியாக AI-ன் பங்கை இது எடுத்துக்காட்டுகிறது, மேலும் மனித உதவியுடன் இந்த தீர்வுகள் முறையான ஆராய்ச்சி கட்டுரைகளில் ஒருங்கிணைக்கப்பட்டதாக OpenAI குறிப்பிட்டுள்ளது.
அறிவியல் முன்னேற்றத்தின் பின்னணி
இந்த அறிவிப்பு, செயற்கை நுண்ணறிவு வளர்ச்சியின் வேகம் குறித்து புதிய விவாதங்களைத் தூண்டியுள்ளது. OpenAI CEO சாம் ஆல்ட்மேன் (Sam Altman) இதற்கு முன்பு, AI அறிவியல் முன்னேற்றத்தை வியக்கத்தக்க வகையில் துரிதப்படுத்தக்கூடிய ஒரு கட்டத்தில் மனிதகுலம் நுழைந்துள்ளதாக கூறியிருந்தார். இருப்பினும், அறிவியல் சமூகம் எச்சரிக்கையான நிலைப்பாட்டைப் பராமரிக்கிறது. AI புதிய வடிவங்களைக் கண்டறிய அல்லது குறிப்பிட்ட கணக்கீட்டு சிக்கல்களைத் தீர்க்க உதவக்கூடும் என்றாலும், அவை கணித ரீதியாக சரியானவை மற்றும் பிழைகள் இல்லாதவை என்பதை உறுதிப்படுத்த கடுமையான மனித மதிப்பாய்வு தேவை என்பதை நிபுணர்கள் வலியுறுத்துகின்றனர்.
முதலீட்டாளர் மற்றும் தொழில் தாக்கம்
தொழில்நுட்பத் துறைக்கு, AI மாதிரிகள் வெறும் உரை மற்றும் பட உருவாக்கத்தைத் தாண்டி, உயர்-நிலை அறிவியல் மற்றும் தொழில்நுட்ப சிக்கல் தீர்க்கும் நிலைக்கு நகர்கின்றன என்பதை இந்த வளர்ச்சி குறிக்கிறது. Astra போன்ற மாதிரிகள் குறியாக்கம் அல்லது குவாண்டம் கம்ப்யூட்டிங் போன்ற சிக்கலான துறைகளில் தொடர்ந்து பங்களிக்க முடிந்தால், அவை தீவிரமான ஆராய்ச்சி மற்றும் மேம்பாடு (R&D) மற்றும் தரவு பகுப்பாய்வை நம்பியிருக்கும் தொழில்களுக்கு மதிப்புமிக்க சொத்துக்களாக மாறக்கூடும்.
இருப்பினும், தொழில்நுட்ப ஒருமைப்பாடு (technological singularity) - AI மனித உள்ளீடு இல்லாமல் தன்னைத்தானே மேம்படுத்திக் கொள்ளும் புள்ளி - என்ற கருத்து இன்னும் கோட்பாட்டு ரீதியாகவும் ஊக ரீதியாகவும் உள்ளது. முதலீட்டாளர்கள் இந்த கணித திறன்கள் எவ்வாறு நடைமுறை, வருவாய் ஈட்டும் பயன்பாடுகளாக மாறுகின்றன என்பதைக் கண்காணிக்க வேண்டும். இந்த AI-உருவாக்கிய தீர்வுகளின் நம்பகத்தன்மை தொழில்முறை அறிவியல் ஆராய்ச்சியில் அவற்றின் ஏற்றுக்கொள்ளுதலுக்கு அவசியமாக இருப்பதால், தொழில் துறைக்கு முதன்மையான கண்காணிப்பு அம்சம் கணித சமூகத்தால் சுயாதீன சரிபார்ப்பு செயல்முறையின் முடிவுகளாக இருக்கும்.