Yapay zekânın neler yapabileceğine dair uzun listeye öneri ve kanıtlar için matematiksel teoremler ekleyebiliriz: Matematikçiler ve yapay zekâ uzmanları, makine öğreniminin sahada keşfedilecek yeni yolları nasıl açabileceğini göstermek için bir araya geldi.
Matematikçiler, model keşiflerinde yıllardır bilgisayarları kullanırken, makine öğreniminin artan gücü, bu ağların çok büyük veri alanları üzerinde çalışabileceği ve daha önce tespit edilmemiş kalıpları tanımlayabileceği anlamına geliyor.
Yakın zamanda yayınlanan bir çalışmada, bir araştırma grubu, Deepmind tarafından geliştirilen yapay zekâ sistemlerini uzun süredir devam eden bazı matematik problemlerini çözmek için kullanmışlar ve aynı şirket yapay zekâyı karmaşık biyoloji problemlerini çözmede ve hava tahminlerinin doğruluğunu arttırmada da kullanmışlardır.
Avustralya Sidney Üniversitesinden matematikçi Geordie Williamson :“Matematik problemleri, genellikle entelektüel olarak en zorlayıcı problemlerden bazıları olarak kabul edilir.” diyor.
“Matematikçiler karmaşık veri kümelerinin analizine yardımcı olmak için makine öğrenimini kullanmış olsa da, bu, matematikte varsayımları formüle etmemize veya fikirler için olası saldırı hatları önermemize yardımcı olmak için bilgisayarları ilk kez kullandığımız zamandır.”
Yapay Zekanın Yaptığı Keşifler Diğer Alanların Da İlerlemelerine Yol Açabilir
Ekip, 40 yıldır çözülmemiş olan yüksek boyutlu cebirin simetrisini içeren bir matematik problemi olan Kazhdan-Lusztig polinomları için bir kanıt geliştiren yapay zekâyı gösteriyor.
Araştırma ayrıca, denetimli öğrenme modeli olarak adlandırılan bir makine öğrenimi tekniğinin, iki farklı matematiksel düğüm türü arasında daha önce keşfedilmemiş bir ilişkiyi nasıl tespit edebildiğini ve tamamen yeni bir teoreme yol açtığını gösteriyor. Matematikteki düğüm teorisi, genetik, akışkanlar dinamiği ve hatta Güneş’in koronasının davranışı da dahil diğer çeşitli zorlu bilim alanlarında da rol oynar.
Birleşik Krallık Oxford Üniversitesinden matematikçi András Juhász :“Matematiksel sezginin rehberliğinde makine öğreniminin, büyük miktarda verinin bulunduğu veya nesnelerin klasik yöntemlerle çalışamayacak kadar büyük olduğu alanlarda ilginç ve kanıtlanabilir varsayımları ortaya çıkarabilem güçlü bir çerçeve sağladığını gösterdik.” diyor.
Makine öğrenme sistemlerinin yararlarından biri de programcıların özellikle dikkat etmeleri için kodlamadıkları kalıpları ve senaryoları arayabilmeleridir. Onlar verileri alırlar ve aynı ilkeleri yeni durumlara uygularlar.
Araştırma, bu tür yüksek hızlı, ultra güvenilir, büyük ölçekli veri işlemenin, matematikçilerin doğal sezgileriyle çalışan ekstra bir araç görevi görebileceğini gösteriyor. Bu, karmaşık, uzun denklemlerle uğraşırken önemli bir fark yaratabilir.Araştırmacılar, çalışmalarının matematik ve yapay zekâ alanlarında akademisyenler arasında daha fazla ortaklık kurmasını ve aksi takdirde keşfedilemeyecek bulgular için fırsat yaratmasını umuyor.
Williamson: “Yapay zekâ olağanüstü bir araç.” diyor. “Bu çalışma, benim gibi saf matematikçiler için onun kullanışlılığını gösteren ilklerden biri olmuştur.”
“Sezgi ile uzun bir yol kat edebiliriz, ancak yapay zekâ, insan zihninin her zaman kolayca göremeyebileceği bağlantıları bulmamıza yardımcı olabilir.”
Çeviren: Nisanaz Bingül