आर्टिफिसियल इन्टेलिजेन्स (एआई) को द्रुत विकास भएपनि यसले कैयौं क्षेत्रमा अझै विश्वास आर्जन गर्न सकेको छैन ।
यसैक्रममा अहिलेसम्म विकास भएका एआई टुल्सले गणितको क्षेत्रमा विश्वास जित्न नसकेको यस क्षेत्रक विज्ञहरुले टिप्पणी गरेका छन् । प्रसिद्ध गणितज्ञ र नोट्रे डेम विश्वविद्यालयका प्राध्यापक जोएल डेभिड ह्यामकिन्सले आजको एआई प्रणालीहरू गणितीय अनुसन्धानको लागि भरपर्दो नभएको बताएका छन् । उनले हालका ठूला भाषा मोडेलहरू (एलएलएम) ले प्रायः गलत उत्तर दिने र कमजोर तर्क दिने गरेको टिप्पणी गरेका हुन् ।
लेक्स फ्रिडम्यान पोडकास्टमा हालैको कुराकानीको क्रममा, ह्यामकिन्सले व्याख्या गर्दै आफुले धेरै महँगो र उन्नत एआई मोडेलहरू प्रयोग गरेको तर अनुभव निराशाजनक पाएको बताएका छन् । उनले भने- ‘मैले तिनीहरूलाई धेरै प्रयोग गरें, तर तिनीहरू गणितीय कामको लागि बिल्कुलै उपयोगी देखिएनन् ।’
ह्यामकिन्सले एआईको सबैभन्दा ठूलो समस्या गल्ति स्वीकार नगर्नु रहेको औल्याएका छन् । उनले भने- ‘एआईको तर्कमा स्पष्ट रूपमा त्रुटिहरू औंल्याए पनि, मोडेलले केवल ‘सबै ठीक छ’ भन्छ र जारी रहन्छ । यदि मानिसले यसरी व्यवहार गर्यो भने, कोही पनि उनीहरूसँग फेरि कुरा गर्न चाहँदैन । यो मनोवृत्तिले एआईलाई विश्वास गर्न गाह्रो बनाउछ ।’
हाल, केही मानिसहरूले एआईले कठिन गणितीय समस्याहरू समाधान गर्न मद्दत गरेको दाबि गरेपनि धेरै अग्रणी गणितज्ञहरू यसमा असहमत छन् । नोबेल विजेता गणितज्ञ टेरेन्स ताओले एआईले सतहमा सही देखिने प्रमाणहरू उत्पादन गर्न सक्छ, तर तिनीहरूमा प्रायः गहिरो र गम्भीर त्रुटिहरू हुन्छन् जुन कुनै पनि मानव विशेषज्ञले स्वीकार गर्न नसक्ने चेतावनी दिएका छन् ।
ह्यामकिन्सले स्पष्ट रूपमा परीक्षण वा बेन्चमार्कमा राम्रो प्रदर्शन गर्नुको अर्थ एआई वास्तविक अनुसन्धानमा समान रूपमा उपयोगी हुनेछ भन्ने नभएको बताएका छन् । उनले भनेका छन्- ‘एआई अझै गणितीय तर्कमा भरपर्दो छैन ।’ यद्यपि उनले एआई भविष्यमा सुधार हुन सक्ने र यो हाल एक पेशेवर गणितज्ञको लागि साँचो ‘अनुसन्धान साझेदार’ बन्नबाट टाढा रहेको टिप्पणी गरेका छन् ।
