Kısaca
Terence Tao, yapay zekanın verimli açık matematik problemleri stokunu matematikçilerin yeni problemler belirleyebilmesinden daha hızlı tükettiğini savundu.
Uyarısı, yapay zeka laboratuvarlarının tarihsel olarak zor problemleri çözmesinin somut örneğini takip ediyor.
Tao, matematikçilerin belirli problemleri "analiz gerektirir" olarak etiketlemesini istiyor; böylece açıklanmış bir akıl yürütme olmadan üretilen çıplak yapay zeka yanıtının değeri az olsun.
UCLA profesörü ve geniş kabul gören en iyi yaşayan saf matematikçi Terence Tao, şu anda matematik alanında hızlanan yapay zeka yarışına karşı alarm verdi.
2006'da Fields Madalyası alan Tao, dün matematik odaklı Mastodon platformu Mathstodon'da bir uyarı paylaştı. Yapay zekanın alanın iyi açık problemler kaynağını tükettiğini savundu; matematik ilerleten çözülmemiş sorular bunlar. Kanıtlar değil. Makaleler değil. İyi sorular.
Herkez sonsuz sayıda yeni matematik sorusu üretebilir; pi sayısının googol'uncu basamağı teknik olarak hesaplanmamış açık bir problemdir. Bunların neredeyse hiçbiri önemli değil, çünkü çoğu geniş alana dair bir şey öğretmiyor. Tao'nun yazdığına göre gerçekten önemli olan, çabaya değer olanın ne olduğunu bilmektir.
"Kısaca, güçlü çözüm çıkarma araçlarının ayrım gözetmeyen kullanımı eldeki problemleri çözme gibi acil kısa vadeli hedefe ulaşabilir, ancak bunun bedeli bir sonraki ilerleme dalgasının ekosistemini sürdürmek ya da elde edilen ilerlemeyi anlamak olur," diye yazdı Tao.
Akıl yürütme modellerinin ve en yeni sınır yapay zeka sistemlerinin piyasaya çıkmasıyla laboratuvarlar matematiksel ve bilimsel problemlere muazzam miktarda hesaplama gücü uygulamaya başladı. Anthropic ve OpenAI, insan matematikçilerin yıllarca, bazen on yıllarca direndiği problemlerde modellerini test etti.
Sonuçlar kuantum fiziğinden uygulamalı matematiğe ve tıbba kadar uzandı. Ancak matematik farklı: gerçekten zor problemler nispeten nadirdir ve araştırmacılar aylarca hatta yıllarca uğraşacaklarını dikkatle seçer.
Bunun çözümü eskiden alanın "zorluk haritasına" bağlıydı; hangi sorular önemsiz, hangileri gerçek çaba gerektiriyor, hangileri mevcut araçlarla umutsuz. Yeni yöntemler her zaman bu haritanın bazı kısımlarını düzleştirdi, ama aynı zamanda kendi sınırlarının ötesinde yeni ufuklar açtı. Tao'ya göre yapay zeka kalıbı bozuyor, çünkü bir modelin yeteneğinin tam olarak nerede durduğu kimse tarafından söylenemiyor.
Söylentiden yarışı
Tao varsayımsal bir durumdan bahsetmiyor. Mayıs ayında bir OpenAI modeli, bir düzlemde tam olarak bir birim uzaklıkta durabilecek nokta çiftlerinin sayısıyla ilgili 80 yıllık Erdős birim uzaklık varsayımını çürüttü. Fields madalyalı Tim Gowers da dahil dış matematikçiler bunu doğruladı.
Aynı hafta içinde Anthropic araştırmacısı Levent Alpöge, aynı problemi şirketin yayınlanmamış en üst seviye modeli Claude Mythos üzerinden çalıştırdı; OpenAI'nin yayımlanmış çözümünü kopyalayamaması için çevrimdışı çalıştı. Anthropic mühendisi Sholto Douglas sonuca "sevimli, basit bir kanıt" dedi, OpenAI'ninkinden daha kısa. Matematikçi Daniel Litt bunu OpenAI versiyonundan "biraz daha kötü" olarak nitelendirdi, ancak Mythos OpenAI'nin kendi çözümünü de buldu.
Birim uzaklık problemini 5.5 ile çözdükleri için OAI ekibine büyük kredi; modellerin dağınık fikirleri yeni keşiflere dönüştürebileceğinin artık benim en sevdiğim örneği bu.
Tüm 4 dakikalık mil koşularında olduğu gibi biz de bunu aşmaya çalıştık! Meğer mythos bunu sevimli bir şekilde çözüyormuş,… https://t.co/NFymE8P8lu
— Sholto Douglas (@_sholtodouglas) 26 Mayıs 2026
Sadece bu hafta Anthropic, Fermat'ın Son Teoremi'nin yüzyıllar öncesine dayanan bir kanıtını resmileştirdi ve birkaç gün sonra OpenAI, bir araştırmacının kendi kanıtını yayımlamasının saatleri sonra 90 yıllık bir problemi çözdü, bir Anthropic araştırmacısıyla birlikte makale yazdı.
İşte bu yarış Tao'yu endişelendiriyor. "Artık bir problem üzerinde biri çalıştığı söylentisinin bile, özgün araştırma projesinin tam potansiyeline ulaşma şansı bulamadan onu düzleştirmek için büyük miktarda yapay zeka destekli çabanın tetiklenebileceğini gördük," diye yazdı.
Tao, bunun yüzyıllardır süregelen açık bilimi tersine çevirdiğini savunuyor.
Süreci değil sadece cevabı değerlendir
Tao'nun önerdiği çözüm, belirli problemleri "analiz gerektirir" olarak işaretlemek; bu durumda doğru ham yanıt, yakın problemler hakkında bir şey ortaya çıkaran bir akıl yürütme ile gelmedikçe pek değerli sayılmıyor. Bunu, yalnızca yenilebilir olan her bağışı kabul etmeyi bırakmış gıda bankalarına benzetti.
Tao'ya göre seçenek bu ya da matematikte yapay zekayı yasaklamak; bu çözüm "teknik olarak uygulanamaz".
Öneri şimdiye kadar hiçbir yerde politika haline gelmedi ve büyük yapay zeka laboratuvarlarının davranışına bakılırsa, bunun bile şu anda teknik olarak uygulanamaz olması mümkün.
