Sunt de acord în mod deosebit cu punctul de vedere al lui Tao Zhexuan: cea mai potrivită utilizare a AI în această etapă nu este de a folosi direct cele mai puternice modele AI pentru a depăși cele mai dificile probleme matematice, ci de a folosi o utilizare mai extinsă și mai practică, poate de a folosi acele instrumente AI cu performanțe moderate pentru a ajuta matematicienii să accelereze finalizarea acelor sarcini zilnice de cercetare de bază plictisitoare, dar esențiale. Acum câteva zile, am auzit o persoană CVS împărtășind că farmaciile CVS sunt foarte ocupate, dar de cele mai multe ori se pierde pe unele lucruri plictisitoare, cum ar fi numărarea pastilelor, deoarece numărul de tablete pentru fiecare pacient este diferit și sunt necesari doi farmaciști profesioniști, unul este responsabil pentru umplerea numărului specificat de tablete în flaconul de medicamente, iar celălalt este responsabil pentru verificarea dacă numărul de tablete din sticlă este corect. Așa că au folosit recent roboți AI + pentru a automatiza acest proces, eliberând farmaciștii să facă lucruri mai importante. Utilizarea mea zilnică a AI este similară, s-ar putea să nu mă ajute neapărat să rezolv multe probleme tehnice, dar pot folosi AI pentru a dezvolta unele gadgeturi sau pot folosi direct solicitări specifice, pentru a mă ajuta să fac o mulțime de muncă obositoare, ceea ce îmi poate îmbunătăți foarte mult eficiența generală. --- Vezi comentariile pentru traducerea originală

Tao Zhexuan: Câteva dintre gândurile mele despre aplicarea recentă a AI în domeniul matematicii Recent, am ajuns să simt din ce în ce mai mult că cea mai eficientă aplicare a inteligenței artificiale (AI) în domeniul matematicii pe termen scurt nu este neapărat utilizarea directă a celor mai puternice modele AI pentru a depăși cele mai dificile probleme matematice. Desigur, vedem ocazional câteva cazuri deosebit de reușite, dar acestea sunt adesea realizate cu o mulțime de resurse de calcul și eforturile experților de top. Utilizarea cu adevărat mai largă și mai practică ar putea fi utilizarea instrumentelor AI cu performanțe moderate pentru a ajuta matematicienii să accelereze finalizarea acelor sarcini de cercetare de bază plictisitoare, dar esențiale. Aceste sarcini aparent obișnuite ar fi putut fi finalizate de experți umani, dar ar fi fost nevoie de mai mult timp și efort. Dar acesta este de fapt un avantaj major al aplicațiilor AI, nu un defect. Deoarece experții umani au acumulat experiență bogată și intuiție, ei pot determina rapid și precis dacă rezultatul AI este fiabil și îl pot integra în siguranță în propriile procese de cercetare. Un exemplu simplu: căutarea literaturii. Matematicienii trebuie de obicei să consulte o mulțime de literatură de cercetare existentă înainte de a studia o problemă. Dacă problema ar fi avut deja un nume recunoscut și ar fi existat o comunitate de cercetare activă, motoarele de căutare existente și bazele de date academice ar fi fost suficient de bune. Matematicienii trebuie doar să înceapă cu o lucrare importantă și să caute înainte și înapoi de-a lungul lanțului de citare pentru a înțelege rapid progresul cercetării problemei. Cu toate acestea, există multe momente în care o problemă de cercetare nu are un nume uniform, iar cercetătorii din diferite domenii pot fi în silozuri. Literatura relevantă este împrăștiată în diferite reviste, conferințe și cărți, iar citatele sunt dezorganizate. Uneori, un articol menționează doar o mică parte a problemei, amestecată cu o mulțime de conținut irelevant. Este deosebit de supărător să găsești literatură cu adevărat valoroasă în această situație: s-ar putea să trebuiască să cauți articole și să le răsfoiești în mod repetat și poate fi necesar să le citești mult timp pentru a descoperi că nu au nimic de-a face cu problemele tale. Dar odată ce articolul relevant este găsit, un expert trebuie doar să arunce o privire rapidă pentru a determina imediat dacă articolul contribuie la problema actuală. Această capacitate de verificare rapidă face ca IA să fie deosebit de potrivită pentru căutările în literatura de specialitate (cu condiția ca cercetătorii să aibă expertiza relevantă pentru a evalua în mod independent calitatea documentelor). Mai ales atunci când cercetătorii trebuie să acorde atenție mai multor întrebări de cercetare în același timp, avantajele utilizării AI sunt și mai evidente. În acest scenariu, AI nu trebuie să fie 100% precisă, atâta timp cât rata de succes este suficient de mare, eficiența generală va fi mult mai mare decât metodele tradiționale. Mai mult, cercetătorii petrec ceva timp învățând cum să folosească instrumentele AI în mod eficient și pot dilua treptat costul față de utilizarea repetată. Recent, un exemplu foarte tipic s-a întâmplat în cercurile matematice: Celebrul matematician Paul Erdős a pus multe probleme matematice interesante în timpul vieții sale. În prezent, există peste o mie de numere pe site-ul Erdős Problems, care colectează și organizează aceste numere, dintre care aproximativ 600 sunt marcate ca "deschise". Deși unele probleme au fost studiate pe scară largă, există și multe probleme relativ nepopulare și este dificil de judecat dacă există o soluție bazată doar pe căutarea manuală simplă. În ultimele zile, unii cercetători au început să folosească sistematic instrumente AI pentru a ajuta la căutarea literaturii relevante. Ei nu postează direct rezultatele rezultatelor AI pe site, ci le verifică manual mai întâi și confirmă că sunt valide înainte de a comenta sau de a face comentarii. În doar câteva zile, au fost găsite cu succes soluții la cel puțin 6 probleme prin această metodă "căutare asistată de AI + confirmare manuală". Aceste probleme au fost inițial marcate ca "nerezolvate", iar acum starea a fost schimbată în "rezolvate". De exemplu: întrebarea 339, întrebarea 1043, întrebarea 494, întrebarea 621, întrebarea 822, întrebarea 903. Există încă o duzină de întrebări care rămân nerezolvate, dar literatura relevantă a fost recuperată cu succes și adăugată la comentariile de pe pagina problemei după confirmarea manuală. Deși nu toate comentariile afirmă în mod explicit utilizarea AI, creșterea semnificativă a numărului acestor comentarii pe termen scurt sugerează contribuția AI. Un alt avantaj potențial al acestui instrument AI este că poate raporta "rezultate negative" mai natural. În general, dacă cercetătorii efectuează o căutare în literatură și nu găsesc nimic, de obicei nu raportează, probabil pentru că sunt îngrijorați că va fi jenant dacă ratează un articol important. Această tăcere duce de fapt la o mulțime de duplicări redundante a muncii - diferiți cercetători ar fi putut petrece mult timp căutând documente care nu există sau cred în mod eronat că o problemă nu a fost rezolvată, dar de fapt nu au făcut niciodată o căutare serioasă în literatură. Atunci când folosesc instrumente AI pentru a gestiona sistematic sarcini de căutare a literaturii la scară largă, cercetătorii sunt în mod natural mai dispuși să raporteze public astfel de "rezultate negative". De exemplu: "Instrumentul AI a examinat un total de 36 de întrebări, dintre care 24 (66%) au găsit literatură nouă validă și alte 12 (33%) au returnat doar rezultate cunoscute sau irelevante." Această abordare deschisă și transparentă permite întregului cerc academic să știe mai clar care este starea actuală a cercetării pe o anumită problemă și, de asemenea, evită o mulțime de duplicări inutile a muncii. Una peste alta, în domeniul cercetării matematice, cel mai eficient mod de a utiliza AI pe termen scurt poate fi această sarcină de bază, care este oarecum "obișnuită" pentru experții umani, dar crucială pentru munca de cercetare. AI nu joacă rolul unui super geniu aici, ci un accelerator de eficiență. Poate ajuta cercetătorii să elibereze mai multă energie valoroasă din afacerile de bază plictisitoare și să se dedice mai bine domeniilor care au cu adevărat nevoie de inovație și gândire profundă.