Waarom is AI goed in wiskunde belangrijk?

Dit is de tweede keer in de afgelopen maanden dat de wereld van kunstmatige intelligentie volledig enthousiast is over wiskunde. Afgelopen november kwam de geruchtenmolen op gang, toen berichten naar boven kwamen dat het drama in de bestuurskamer van OpenAI dat ertoe leidde dat CEO Sam Altman tijdelijk werd afgezet, werd veroorzaakt door een krachtige nieuwe impuls voor kunstmatige intelligentie. Het AI-systeem in kwestie heet Q* en zou complexe wiskundige berekeningen kunnen oplossen. (Het bedrijf heeft geen commentaar gegeven op Q*, en we weten nog steeds niet of er enig verband was met de afzetting van Altman.) Ik heb het drama en de opwinding in dit verhaal uiteengezet.

Je hoeft niet veel wiskunde te doen om te begrijpen waarom deze dingen potentieel heel spannend zijn. De wiskunde is erg moeilijk voor AI-modellen. Complexe wiskunde, zoals meetkunde, vereist geavanceerde redeneervaardigheden, en veel AI-onderzoekers zijn van mening dat het vermogen om dit te kraken krachtigere en intelligentere systemen zou kunnen inluiden. Innovaties als AlphaGeometry laten zien dat we dichter bij machines komen met mensachtige redeneervermogens. Dit zou ons in staat kunnen stellen krachtigere AI-tools te bouwen die kunnen worden gebruikt om wiskundigen te helpen vergelijkingen op te lossen en misschien betere leermiddelen te bedenken.

Dit soort werk kan ons helpen computers te gebruiken om betere beslissingen te nemen en logischer te zijn, zegt Conrad Wolfram van Wolfram Research. Het bedrijf staat achter WolframAlpha, een antwoordengine die complexe wiskundige vragen kan oplossen. Ik sprak hem vorige week in Athene bij EmTech Europe. (We houden in april weer een editie in Londen! Doe mee? Ik zal erbij zijn!)

Maar er is een addertje onder het gras. Om te kunnen profiteren van kunstmatige intelligentie moeten mensen zich ook aanpassen, zegt hij. We moeten beter begrijpen hoe technologie werkt, zodat we problemen kunnen benaderen op een manier die computers kunnen oplossen.

“Naarmate computers beter worden, moeten mensen zich hieraan aanpassen en meer weten, meer ervaring opdoen over of het werkt, waar het niet werkt, waar we het wel of niet kunnen vertrouwen”, zegt Wolfram.

Wolfram stelt dat nu we het tijdperk van kunstmatige intelligentie binnengaan met krachtigere computers, mensen ‘computationeel denken’ moeten gaan toepassen, wat inhoudt dat een probleem wordt gedefinieerd en begrepen en dat vervolgens in delen moet worden opgedeeld, zodat een computer het antwoord kan berekenen.

Hij vergelijkt dit moment met de opkomst van de massale geletterdheid aan het eind van de 18e eeuw, die een einde maakte aan een tijdperk waarin alleen de elite kon lezen en schrijven.

‘De landen die dit als eerste deden, hebben enorm geprofiteerd van hun industriële revolutie… Nu hebben we massale computerkennis nodig, wat daar het equivalent van is.’