Υπάρχει μια στιγμή που ένας άνθρωπος συνειδητοποιεί ότι αυτό που τον τράβηξε στα μαθηματικά δεν ήταν οι απαντήσεις, αλλά οι σιωπές ανάμεσά τους. Τα κενά. Η αργή, επίμονη αμφιβολία. Η αίσθηση ότι μια καλή ερώτηση μπορεί να αξίζει περισσότερο από δέκα σωστές λύσεις. Ένας φοιτητής έστειλε ένα email στον νομπελίστα των μαθηματικών Μάρτιν Χάιρερ. Δεν ρωτούσε πώς να λύσει ένα πρόβλημα. Ρωτούσε αν, με την άνοδο της τεχνητής νοημοσύνης, τα μαθηματικά κινδυνεύουν να χάσουν τη μαγεία τους. Ρωτούσε αν «η μαγεία των μαθηματικών πεθαίνει». Αν μια μηχανή που λύνει προβλήματα καλύτερα από εμάς ακυρώνει τον λόγο ύπαρξης της ανθρώπινης σκέψης. Η ερώτηση ήταν αθώα και βαθιά σύγχρονη.
Ο Χάιρερ, ένας από τους πιο δημιουργικούς μαθηματικούς της γενιάς του, απάντησε χωρίς στόμφο. Παραδέχτηκε ότι η τεχνητή νοημοσύνη βελτιώνεται με ιλιγγιώδη ρυθμό. Ότι τα μεγάλα γλωσσικά μοντέλα είναι ήδη ικανά να χειρίζονται περίπλοκους υπολογισμούς, να αναπαράγουν γνωστά επιχειρήματα, να κινούνται με άνεση μέσα σε μαθηματικά μονοπάτια που κάποτε απαιτούσαν χρόνια εκπαίδευσης. Αλλά πρόσθεσε κάτι κρίσιμο. Δεν έχει δει ακόμη ένα σύστημα τεχνητής νοημοσύνης να παράγει μια γνήσια νέα ιδέα. Από αυτή τη διαπίστωση γεννήθηκε το First Proof, ένα πείραμα λιγότερο εντυπωσιακό από τα δελτία τύπου της Silicon Valley, αλλά πολύ πιο επικίνδυνο για τους μύθους της.
Το First Proof δεν σχεδιάστηκε για να «εκθέσει» την τεχνητή νοημοσύνη, αλλά για να τη μετρήσει εκεί όπου συνήθως αποφεύγεται η μέτρηση. Μια ομάδα μαθηματικών από διαφορετικά πεδία αποφάσισε να δοκιμάσει τα πιο προηγμένα διαθέσιμα συστήματα όχι με κατασκευασμένες ασκήσεις ή καθιερωμένα τεστ αξιολόγησης αλλά με πραγματικά ερωτήματα, παρμένα από αδημοσίευτη έρευνα. Ερωτήματα που δεν υπήρχαν στο διαδίκτυο, που δεν είχαν λυθεί, που δεν είχαν καν διατυπωθεί δημόσια. Όχι προβλήματα-βιτρίνα, αλλά προβλήματα εργαστηρίου.
Τα πρώτα αποτελέσματα ήταν αποκαλυπτικά. Τα συστήματα κατάφεραν, σε ορισμένες περιπτώσεις, να συνθέσουν σωστά γνωστά επιχειρήματα, να εκτελέσουν υπολογισμούς με ακρίβεια, να μιμηθούν το ύφος της μαθηματικής γραφής. Απέτυχαν όμως συστηματικά στο κρίσιμο σημείο, εκεί όπου η λύση δεν προκύπτει από συσσώρευση γνώσης, αλλά από επιλογή κατεύθυνσης. Υπήρξαν απαντήσεις που παγιδεύτηκαν σε ατέρμονες βρόχους αυτοδιόρθωσης, λύσεις που έμοιαζαν πειστικές μέχρι να φανεί ότι απαντούσαν σε διαφορετικό ερώτημα, κείμενα γεμάτα λεπτομέρειες στα εύκολα σημεία και σχεδόν σιωπή εκεί όπου έπρεπε να γίνει το άλμα.
Ο Χάιρερ περιέγραψε αυτή την εμπειρία σαν εργασία κακού προπτυχιακού. Κάποιος που ξέρει από πού ξεκινά και πού θέλει να πάει, αλλά όχι πώς να φτάσει. Που παραθέτει επιχειρήματα, κάνει κύκλους, και στο τέλος γράφει ένα «και επομένως» ελπίζοντας ότι κανείς δεν θα ρωτήσει τι ακριβώς συνέβη στο ενδιάμεσο.
Η συζήτηση γύρω από την τεχνητή νοημοσύνη συχνά κολλάει στο λάθος σημείο. Μπορεί να λύσει προβλήματα. Οι ίδιοι οι μαθηματικοί επιμένουν ότι αυτό είναι μόνο το τελευταίο στάδιο. Η έρευνα ξεκινά αλλού. Στη διατύπωση του ερωτήματος. Στην απόφαση για το τι αξίζει να ρωτηθεί. Στην ικανότητα να αναγνωρίσεις ότι ένα πρόβλημα, ακόμη κι αν λυθεί, μπορεί να είναι απογοητευτικό αν δεν ανοίγει νέους δρόμους. Σε αυτή τη διαδικασία, η αμφιβολία δεν είναι εμπόδιο, είναι εργαλείο.
Εδώ εμφανίζεται και μια πιο υπόγεια ανησυχία. Αν οι απόψεις και οι μεθοδολογικές προτιμήσεις των σημερινών επιστημόνων κωδικοποιηθούν σε συστήματα τεχνητής νοημοσύνης και αναπαράγονται επ’ αόριστον, μήπως η επιστήμη παγώσει; Η ιστορία της γνώσης δείχνει ότι η πρόοδος σπάνια προκύπτει από τη συναίνεση. Συχνά γεννιέται από την αμφισβήτηση της αυθεντίας, από το λάθος βλέμμα, από την άβολη ερώτηση που κανείς δεν ήθελε να τεθεί.
Το First Proof δημοσιεύτηκε ανήμερα της 7ης Φεβρουαρίου, της Ημέρα του Όιλερ (E-Day). Μια ανεπίσημη μαθηματική γιορτή που τιμά τον ελβετό μαθηματικό Λέοναρντ Όιλερ, ένας από τους σημαντικότερους μαθηματικούς όλων των εποχών, με τεράστια συνεισφορά στη μαθηματική ανάλυση, τη θεωρία γράφων, τη φυσική και την αστρονομία. Μοιάζει μια ειρωνεία σχεδόν ποιητική. Η εκπαίδευση των νευρωνικών δικτύων βασίζεται σε μεθόδους που προέρχονται από το έργο του. Η τεχνητή νοημοσύνη του 21ου αιώνα στηρίζεται σε ιδέες του 18ου. Μαθαίνει, βελτιώνεται, επιταχύνει. Αυτό που δεν κάνει ακόμη είναι να διστάζει.
Και ίσως εκεί, στον δισταγμό, να βρίσκεται κάτι ουσιώδες. Το First Proof δεν αποδεικνύει ότι η τεχνητή νοημοσύνη αποτυγχάνει. Αποδεικνύει ότι δεν πρέπει να τη συγχέουμε με τη σκέψη. Ότι η επίλυση δεν ισοδυναμεί με κατανόηση. Και ότι, προς το παρόν τουλάχιστον, η αξία των μαθηματικών, όπως και της ανθρώπινης δημιουργίας, δεν βρίσκεται στην ταχύτητα των απαντήσεων, αλλά στην επιλογή των ερωτήσεων. Η μαγεία, όπως φαίνεται, δεν κινδυνεύει ακόμη.
