Formális kód és a fogalmi megértés hiánya
A vitatott gépi bizonyítások levezetéséhez a modellek olyan formális nyelveket használtak, mint a Lean interaktív tételbizonyító környezet. Ez a rendszer minden egyes logikai lépést elemi szinten ellenőriz, így garantálja a kapott tételek abszolút, szintaktikai hibáktól mentes helyességét.
Ahogy korábban beszámoltunk róla, az autonóm modellek működése már a tesztek során is komoly kihívások elé állította a fejlesztőket. A hatalmas tempó mögött most sem egyetlen gondolkodási folyamat, hanem több tízezer párhuzamosan futó autonóm szoftveres ágens egyidejű keresése állt. A felhőalapú infrastruktúra folyamatosan pásztázta a logikai fa milliárdnyi elágazását, amíg meg nem találta a célhoz vezető deduktív utat.
Bár a levezetések formálisan hibátlannak bizonyultak, a kutatók hiányolják belőlük az emberi elme számára felfogható átfogó koncepciókat és elméleti indoklást. A gép pusztán megmutatja, hogy egy állítás logikailag igaz, de semmit sem árul el arról a mélyebb strukturális okról, amiért a természet vagy a számok világa úgy működik.
A matematikusok attól tartanak, hogy ha a tudomány kizárólag a gépi kódok feldolgozására korlátozódik, elveszik a kutatók generációkon átívelő intuíciója. Az új nemzedékek anélkül kaphatnak kész válaszokat a legbonyolultabb kérdésekre, hogy valaha elsajátítanák a felfedezéshez szükséges fogalmi gondolkodást.
Az Economist elemzése szerint a matematika átalakulása jóval túlmutat egyetlen diszciplína határain, és a teljes modern természettudomány fordulópontját jelenti. A lap rámutatott, hogy a matematika csupán a legelső kísérleti terep, és hamarosan a fizika, a kémia, valamint a biológia elméleti alapjai is szembesülnek az automatizáció hasonló kihívásaival.
A tudományos közösség előtt álló legnagyobb próbatétel így nem a gépi sebesség elérése, hanem annak megőrzése lesz, hogy a kutatók ne váljanak puszta szemlélőivé saját tudományterületeiknek – számolt be róla az Economist.
