수학에서의 AI: 타오에 따르면 50 Erdős 승리

수학에서의 AI: 에르되시 카탈로그 50개 해결과 모델의 근본적 한계

테렌스 타오 필즈 메달 수상자가 에르되시 문제 목록을 바탕으로 수학 분야 AI 발전을 평가했다. 모델들이 약 50개 문제를 풀었지만 600개가 아직 풀리지 않았다. 자율적 해결은 멈췄고, 이제 여러 모델과 인간의 집단적 노력에서 성공이 나온다.

AI 자율성 소진

타오가 프론티어 모델들을 전체 에르되시 카탈로그에 걸쳐 세 번 체계적으로 돌린 과정을 설명한다. AI는 문헌의 알려진 해결책을 찾거나 관찰을 생성하지만, 새로운 완전 자율적 돌파구는 없다. 모델들이 독립적으로 문제를 풀던 초기 시대는 끝났다.

이제 접근 방식은 집단적이다:

• 한 전문가가 모델에게 전략을 묻는다.
• 다른 모델로 비평을 받는다.
• 세 번째로 AI와 함께 문헌 조사를 한다.

전체 카탈로그를 한 번 돌릴 때 성공률은 1~2%다. 규모 덕에 드문 성공 사례를 찾고, 이를 소셜 미디어에 공유한다.

산등성이 비유

타오가 비유를 든다: 수학은 어둠 속 산등성이로, 다양한 높이의 발판이 있다—무릎 높이부터 수직 절벽까지. 수학자들은 촛불을 켜고 지도를 그리고 길을 더듬는다.

AI는 2미터 점프 기계 같다. 인간보다 높이 뛴다. 낮은 발판은 뛰어넘지만 중간 높이에서 고정하지 않는다:

• 꼭대기에 도달—완전한 해결.
• 다시 떨어짐—진척 없음.

주요 한계: 부분적 진척 부족. 모델들은 중간 이해를 쌓지 못한다.

공동 저자로서의 AI: 실현된 예측

타오의 2023년 예측이 맞았다: 2026년까지 AI가 신뢰할 만한 공동 저자가 됐다. 타오 논문에 이제 그래프, 코드, 문헌 조사가 더 많다. AI 없이 이런 폭넓음은 5배 더 오래 걸린다.

그러나 연구의 핵심은 변하지 않았다:

• 문제의 복잡한 부분은 종이와 펜으로 푼다.
• AI는 작업을 넓히지만 깊게 하지 않는다.

타오 강조: AI 없이 이렇게 포괄적으로 쓰지 못할 거다. 모델들이 출판 형식을 바꾸지만 발견의 본질은 아니다.

창의성과 지능의 차이

인간 동료와 일할 때는 이해를 점진적으로 쌓는다: 전략 조정, 중간 결과 고정. AI는 못 한다:

• 새 세션에서 이전 맥락 잊음.
• 즉석 적응 안 함.

타오는 공생의 미래를 본다:

• 인간이 깊이 제공.
• AI가 포괄성 제공.

과학은 방법론을 재구성해야 한다: 인간 깊이에서 기계 규모로.

주요 요점

• AI가 에르되시 문제 50개 풀었지만 600개 열려 있음; 자율 해결 끝.
• 체계적 실행 성공률 1~2%, 집단 노력 필요.
• 한계: 중간 진척 불가, 고정 없이 점프하는 기계처럼.
• AI가 논문 5배 빠르게 하지만 수학 핵심은 인간.
• 미래: 인간-AI 공생과 과학 접근 재구성.

— Editorial Team