बड़े भाषा मॉडल (LLM) ने गणितीय प्रमाण उत्पन्न करने में आश्चर्यजनक क्षमता दिखाई है, जैसे नेवियर-स्टोक्स समीकरणों का समय-सीमित विस्फोट समाधान और क्वासी-रiemann परिकल्पना का प्रमाण, जिससे विज्ञान और तकनीक में खोज को तेज करने की संभावना संकेत मिली है। हालांकि, LLM कोSTEM पारिस्थितिकी तंत्र में एकीकृत करना एक महत्वपूर्ण विकल्प प्रस्तुत करता है: एक ‘स्वर्ण युग’ जहां LLM एक नई पीढ़ी के वैज्ञानिकों को सशक्त बनाते हैं, नई विशेषज्ञता विकसित करते हैं और खुले, सहयोगी जांच को बनाए रखते हैं, या एक ‘काल युग’ जहां अल्पकालिक उत्पादन लाभ स्वतंत्र मानव वैज्ञानिक गतिविधि को कमजोर करते हैं, ज्ञान उत्पादन को कुछ हाथों में केंद्रित करते हैं, और अंततः मानवीय समझ से परे का ज्ञान बनाते हैं। लेखक का तर्क है कि वास्तविकता दोनों परिदृश्यों का मिश्रण होगा। एक प्रमुख चुनौती LLM की जटिल औपचारिक प्रमाण (जैसे Lean) को समझने योग्य प्राकृतिक भाषा में अनुवाद करने में कठिनाई है — हालांकि वे सौ हजारों लाइनों जैसी सही कोड जैसी प्रमाण उत्पन्न कर सकते हैं, लेकिन उनके प्राकृतिक भाषा रेंडरिंग अक्सर गंदे होते हैं और समझने के लिए गहन अध्ययन की आवश्यकता होती है। यह एक मौलिक प्रश्न उठाता है: यदि मानव प्रमाणों को समझ नहीं सकते, तो LLM के बेंचमार्किंग के अलावा गणित का मूल्य क्या है? गणित, मानवीय संज्ञान में गहराई से निहित — से लेकर संख्या, स्थान और समय की अंतर्जात अवधारणाओं तक विकसित हुए सांस्कृतिक प्रणालियाँ — यदि सावधानी से प्रबंधन न किया जाए, तो मानवीय अर्थ-निर्माण से अलग हो सकती है। आलेख आठ बिंदुओं के साथ समाप्त होता है, जो इस परिणाम को आकार देने वाले विकल्पों की जांच करता है और तकनीक को बढ़ावा देने के लिए कार्रवाई योग्य प्रस्तावों का आह्वान करता है, rather than replacing, मानवीय गणितीय अंतर्दृष्टि।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित