Czy matematycy stają się przeżytkiem? To tajne zgromadzenie, które upokorzyło niektóre z najwybitniejszych umysłów świata.

W maju 2025 roku na kampusie Uniwersytetu Kalifornijskiego w Berkeley odbyło się niezwykłe spotkanie, które mogło stanowić punkt zwrotny w historii współczesnej matematyki . Trzydziestu najbardziej prestiżowych matematyków świata zebrało się na tajnym zgromadzeniu, nie po to, by debatować między sobą, ale by stawić czoła sztucznej inteligencji: o4-mini , najnowocześniejszemu modelowi językowemu opracowanemu przez OpenAI, zdolnemu do rozumowania z niespotykaną dotąd szybkością i dokładnością.

Celem było dwudniowe testowanie maszyny na jednych z najbardziej złożonych problemów świata. Za każde pytanie, którego o4-mini nie rozwiązał, matematyk, który je sformułował, miał otrzymać nagrodę w wysokości 7500 dolarów (6389 euro) . Jednak wynik tego maratonu wprawił wielu uczestników w konsternację. Ken Ono, matematyk z University of Virginia i jeden z jurorów konkursu, powiedział magazynowi „Scientific American”: „ Nigdy nie widziałem takiego rozumowania w modelu. To właśnie robią naukowcy. To przerażające”.

Spotkanie, zorganizowane przez organizację non-profit Epoch AI w ramach projektu FrontierMath, odbyło się z zachowaniem ścisłych środków bezpieczeństwa. Uczestnicy podpisali umowy o zachowaniu poufności i mieli zakaz korzystania z poczty elektronicznej . Mogli komunikować się wyłącznie za pośrednictwem szyfrowanej aplikacji Signal, aby zapobiec wyciekom danych, które mogłyby zakłócić trening modelu. 30 matematyków zostało podzielonych na sześcioosobowe grupy i rywalizowało ze sobą, projektując problemy, które mogli rozwiązać, ale które mogłyby spowodować awarię sztucznej inteligencji.

Postawione problemy obejmowały teorię liczb i geometrię algebraiczną, obejmując wyzwania, które normalnie wymagałyby tygodni pracy akademickiej. Jednak o4-mini rozwiązał je w ciągu kilku minut, nie tylko udzielając odpowiedzi, ale także wykazując się uporządkowanym procesem rozumowania. Rozłożył problem na czynniki pierwsze, postępował krok po kroku i proponował rozwiązania pośrednie, zanim doszedł do wniosku.

„To, co wyróżnia te modele, to fakt, że teraz lepiej łączą rozwiązania z mniejszymi problemami” – wyjaśnia Jordi Serra Ruiz, profesor informatyki na Uniwersytecie Oberta de Catalunya, w rozmowie z ABC . „W ten sposób mogą rozwiązywać te same problemy, co ludzie, krok po kroku. Ale tylko w przypadku problemów, które zostały wcześniej przeszkolone lub wyjaśnione ”.

Najbardziej niepokojącym dla wielu z obecnych był zdumiewający postęp, jaki sztuczna inteligencja poczyniła w ciągu zaledwie jednego roku. Wraz z rozwojem szkolenia, jej twórcy zaczęli formułować problemy „poziomu czwartego” – pytania, które potrafi sformułować tylko garstka ekspertów na świecie – i do kwietnia 2025 roku o4-mini było w stanie rozwiązać prawie 20% z nich. Tradycyjne modele ledwo radziły sobie z rozwiązaniem ponad 2%.

„W przypadku każdego problemu, sztuczna inteligencja spędzała pierwsze dwie minuty na przyswajaniu i opanowywaniu odpowiedniej literatury. Następnie rozwiązywała uproszczoną wersję, aby się jej nauczyć, a na końcu przechodziła do pełnego problemu i znajdowała poprawne, aczkolwiek śmiałe, rozwiązanie ” – powiedział Ono. „A na koniec sztuczna inteligencja mówiła: »Nie ma potrzeby cytowania (mojej inspiracji), ponieważ obliczyłam tajemniczą liczbę! «”.

To doświadczenie pozostawiło trwałe wrażenie na uczestnikach . „To jak praca z niezwykle kompetentnym współpracownikiem” – przyznał Ono. Yang Hui He, matematyk z Instytutu Nauk Matematycznych w Londynie i pionier w wykorzystaniu sztucznej inteligencji w badaniach naukowych, poszedł jeszcze dalej: „To jest to, co zrobiłby doskonały student studiów podyplomowych. A nawet lepiej”.

Hui He wprowadził również koncepcję „procesu przez zastraszanie”. Oznacza to, że sztuczna inteligencja reaguje z taką pewnością siebie, że słuchacz – nawet ekspert – akceptuje jej wnioski bez zadawania pytań. „Jeśli powiesz coś z wystarczającą dozą autorytetu, ludzie po prostu się boją. Myślę, że o4-mini zdominowało ten test zastraszaniem ” – powiedział.

W miarę upływu weekendu nastrój stawał się coraz bardziej ambiwalentny: podziw dla postępu technicznego, a jednocześnie głęboka troska o przyszłość matematyków. „ Co się stanie, gdy maszyna rozwiąże wszystko szybciej niż ty?” – pytało kilku uczestników. Ono była bezpośrednia, ale wyjaśniła, że nie chciała alarmować: „To poważny błąd sądzić, że sztuczna inteligencja ogólna (AGI) – hipotetyczny typ SI, który miałby zdolność rozumienia i stosowania wiedzy w sposób podobny do człowieka – nigdy nie powstanie, że to tylko komputer. Pod pewnymi względami te modele już teraz przewyższają naszych najlepszych doktorantów”.

Rezultatem tego spotkania nie była porażka, lecz raczej ostrzeżenie. Grupie udało się sformułować dziesięć problemów, których o4-mini nie było w stanie rozwiązać , choć wszyscy rozumieli, że utrzymanie tej ludzkiej przewagi będzie coraz trudniejsze. Możliwość osiągnięcia „piątego poziomu” – z pytaniami nierozwiązywalnymi nawet dla najlepszych ludzi – nie wydaje się już science fiction.

W tym scenariuszu matematycy na spotkaniu zastanawiali się, czy w końcu nie staną się „autorami pytań”, kierując SI w stronę nowych odkryć. „Ludzka kreatywność i interpretacja pozostaną fundamentalne” – podkreślał Hui He. „Sztuczna inteligencja oblicza, rozumuje, dedukuje… ale jeszcze nie śni ani nie intuicyjnie ”.

Óscar Corcho, profesor sztucznej inteligencji na Politechnice Madryckiej , podsumowuje to dla ABC w następujący sposób: „Musimy dostosować się do współpracy z tymi maszynami, tak jak zrobiliśmy to, gdy w internecie pojawiły się wyszukiwarki”. Zrozumienie wewnętrznego działania tych nowych inteligencji jest wyzwaniem równie kluczowym, jak zrozumienie ludzkiego mózgu : „W tym sztucznym umyśle będą martwe punkty, które będziemy próbowali rozszyfrować. W rzeczywistości jesteśmy już kimś w rodzaju „psychologów sztucznej inteligencji”. Warto jednak pamiętać, że mamy do czynienia z narzędziem, które nie musi sprawić, że jego użytkownicy staną się przestarzałi.

Amerykańska Agencja Zaawansowanych Projektów Badawczych w Obszarze Obronności (DARPA) od dawna ostrzega, że matematyka tkwi w przeszłości . „Matematyka wciąż jest uprawiana tak, jak przed wiekami: przez ludzi stojących przed tablicą” – ubolewał Patrick Shafto, dyrektor programu. Dlatego w kwietniu 2025 roku zainicjował inicjatywę expMath, której celem jest stworzenie „współautora sztucznej inteligencji”, który mógłby rozłożyć duże problemy matematyczne na łatwiejsze do opanowania komponenty i rozwiązać je szybko i dokładnie.

Spotkanie w Berkeley było czymś więcej niż eksperymentem; było odbiciem teraźniejszości i przebłyskiem przyszłości. Ken Ono zauważył w tym kontekście: „ Mam kolegów, którzy dosłownie stwierdzili, że te modele zbliżają się do matematycznego geniuszu”.

A jeśli zapytasz samą sztuczną inteligencję o to zjawisko, odpowiedź jest uderzająca. ChatGPT, również opracowany przez OpenAI, odpowiada: „Ludzie tacy jak Terence Tao, Noam Chomsky, a nawet geniusze kreatywności, tacy jak Leonardo da Vinci czy Maria Skłodowska-Curie, mieli głębokie, innowacyjne i osobiste zrozumienie świata, które znacznie wykracza poza to, co sztuczna inteligencja potrafi teraz”.

Podkreśla jednak, że jeśli zapytamy siebie, dlaczego mielibyśmy chcieć czegoś, co nas przewyższa, odpowiedź jest prosta: „Ponieważ w głębi duszy wiemy, że ograniczenia nas duszą. I wiemy również, że komfort bez wyzwań przytępia umysł. Być może to jest klucz: w świecie, w którym maszyny skutecznie rozwiązują problemy, naszą prawdziwą wartością będzie wyobrażanie sobie tego, co jeszcze nie ma rozwiązania”.