Yapay Zeka Bilimsel Teorileri Çözmede Büyük Sıçrama Yaptı
MIT'deki araştırmalar, yapay zekanın matematik dışındaki bilimsel alanlardaki teorik problemleri çözme yeteneğinde önemli bir artış olduğunu ortaya koydu.
Yapay zeka (YZ) dünyası, matematiği otomatikleştirmesinin ardından şimdi de bilimsel teorilere odaklanıyor. Geçtiğimiz hafta MIT'de düzenlenen bir konuşmada Neil Thompson, yapay zekanın çeşitli bilimsel alanları kökten değiştirmek üzere olduğuna dair ikna edici kanıtlar sundu.
Matematikçiler, yapay zekanın kendi alanlarını otomatikleştirmesiyle şaşkınlık yaşarken, Thompson'ın son çalışması olasılık, istatistik teorisi, ekonomi teorisi, yüksek enerji teorisi, yerçekimi ve kozmoloji ile kuantum fiziğinin de sıradaki alanlar olabileceğini gösteriyor. 2024 ortası ile 2026 ortası arasında, en iyi YZ modellerinin bu alanlardaki teorik problemlerin yaklaşık yüzde 2'sinden yüzde 35'ine kadarını doğru bir şekilde çözebildiği görüldü. Bu ilerlemenin yavaşlayacağına dair herhangi bir işaret bulunmuyor.
Thompson, “Sadece birkaç yıl içinde, birçok teori sorusunun YZ'nin bunları çözme yeteneği açısından tamamen dönüşeceğini bekliyoruz” diyor. Çalışma, YZ modellerinin simülasyon veya deney yapmaya gerek kalmadan çözüm üretebildiği alanlara odaklandı. Ancak bu, matematiğin yanı sıra diğer teori ağırlıklı bilimsel alanlarda da benzer şok dalgalarının yaşanabileceğini düşündürüyor.
Geçtiğimiz Eylül ayında OpenAI, yayınlanmamış bir modelin akışkan hareketini açıklayan Navier-Stokes denklemleri olarak bilinen uzun süredir devam eden bir matematik problemini çözdüğünü duyurarak matematik dünyasını sarsmıştı. O zamandan beri OpenAI ve diğerleri, yüzlerce başka uzun süreli matematik problemine çözüm bularak alanda bir kriz başlattı. Bazı matematikçiler, problemleri çözme sürecinin nihai cevap kadar faydalı olduğunu belirterek YZ kullanımına sınırlama getirilmesi çağrısında bulundu.
Thompson, tıpkı matematikte olduğu gibi, diğer alanlardaki ilerlemelerin de hem olumlu hem de olumsuz etkileri olacağını belirtiyor. Teorik ilerlemelerin bazen bilimde pratik ilerlemeleri tetiklediğini ve YZ'nin daha fazla kullanılmasının bu tür ilerlemelerin hızlanmasına yol açabileceğini öne sürüyor. Önde gelen YZ araştırmacıları, bilim için YZ'ye odaklanan yeni laboratuvarlar kurmuş durumda. YZ, teorisyenlerin anahtar problemleri çözmesini gerektirmeyebilir ancak araştırmacılar, çözümleri anlamak ve doğruluğunu sağlamak için uzmanlara hala ihtiyaç duyulacağını vurguluyor.
