Kompanija OpenAI objavila da je njezin interni model ponudio rješenje za Navier-Stokesove jednadžbe, no vodeći svjetski matematičari upozoravaju na opasnosti od manjkave pouzdanosti i gubitka stvarnog razumijevanja.
Umjetna inteligencija mogla bi se nalaziti na samom pragu rješavanja jednog od najtežih i najkompleksnijih problema u povijesti matematike. Međutim, umjesto općeg oduševljenja unutar znanstvene zajednice, dio vodećih svjetskih znanstvenika upozorava na iznimno ozbiljne i dalekosežne posljedice, piše ugledni list “The Economist”.
Sve je započelo kada je kompanija OpenAI 8. rujna objavila kako je njezin interni AI model uspio riješiti problem postojanja i glatkoće Navier-Stokesovih jednadžbi. Riječ je o jednadžbama koje u fizici i matematici precizno opisuju kretanje tekućina i plinova. Ovaj konkretni problem ostao je otvoren oko 90 godina te službeno spada među sedam takozvanih milenijskih matematičkih problema, za čije je konačno rješenje predviđena i prestižna novčana nagrada u iznosu od milijun dolara.
Prema službenim tvrdnjama kompanije, na izradi i proračunima radilo je oko 10.000 AI agenata istovremeno, pri čemu su do konačnog rezultata došli u vremenskom okviru od 88 sati. Unatoč tim velikim najavama, ponuđeni dokaz još uvijek nije neovisno potvrđen od strane stručnjaka, zbog čega se ovaj problem i dalje službeno vodi kao neriješen.
Dodatnu zabrinutost i skepticizam u znanstvenim krugovima izazvala je činjenica da je OpenAI objavio stotine matematičkih radova, od kojih su neki naknadno morali biti povučeni zbog uočenih pogrešaka. Povodom ovoga slučaja oglasile su se desetine dobitnika prestižne Fieldsove medalje, koji su oštro upozorili da umjetna inteligencija može proizvesti opsežne rezultate bez ikakvog stvarnog i dubinskog razumijevanja materije. Time se otvoreno otvaraju teška pitanja pouzdanosti takvih nalaza, autorskih prava te potencijalnog plagiranja.
Brojni renomirani matematičari naglašavaju kako bit znanosti nije isključivo u pronalaženju konačnih odgovora, nego ponajprije u razvoju novih ideja, konceptualnog razmišljanja i inovativnih metoda. Upozoravaju i da bi preveliko oslanjanje na modele umjetne inteligencije moglo opasno suziti polje znanstvenih istraživanja te potisnuti u drugi plan rizičnije, ali iznimno vrijedne projekte koji povijesno donose najveća i najvažnija otkrića.
Inače, sličan metodološki napredak bilježi se i u području fizike, gdje umjetna inteligencija sve češće pomaže u izvođenju iznimno složenih proračuna. Unatoč tomu, u znanstvenoj zajednici i dalje ostaje potpuno otvoreno fundamentalno pitanje – može li strojni sustav zaista samostalno stvarati revolucionarne znanstvene ideje ili je ipak sposoban tek za napredno povezivanje već postojećih ljudskih znanja.
