Innanzitutto, non significa che l'IA abbia dimostrato l'ipotesi di Riemann, né che l'IA abbia sostituito i matematici. Ciò che è davvero interessante è che l'IA sta iniziando a dimostrare una capacità ancora più importante: impegnarsi in problemi scientifici fondamentali che l'umanità non ha ancora risolto e scoprire connessioni tra le conoscenze esistenti che l'umanità non aveva mai scoperto prima.
Se questa capacità dovesse continuare a migliorare, l'impatto dell ' IA sulla scienza potrebbe andare ben oltre "aiutare gli scienziati a scrivere codice, verificare documenti e calcolare ".
Il progresso scientifico degli ultimi secoli si è basato in gran parte su un piccolo numero di scienziati umani eccezionalmente eccellenti. La comparsa di Newton, Maxwell, Einstein e altri esseri umani è molto scarsa, e il tempo, l'attenzione e la capacità di sperimentazione di una persona sono limitati. Anche se un genio lavora venti ore al giorno, non è possibile studiare dieci mila direzioni contemporaneamente.
Non ci sono tali limitazioni.
Se uno scienziato AI è in grado di leggere grandi quantità di conoscenza, formulare ipotesi, fare deduzioni matematiche, progettare esperimenti, analizzare i risultati e modificare le proprie ipotesi, potrebbe passare da "strumento di scienziato " a" partecipante alla ricerca scientifica ".
E soprattutto, è possibile copiare.
Un buon scienziato umano non può replicare un milione di se stesso istantaneamente, ma un sistema di ricerca AI può teoricamente eseguire migliaia o più di istanze di ricerca, consentendo loro di esplorare problemi diversi contemporaneamente.
Ciò significa che la ricerca scientifica potrebbe passare da un tempo fortemente dipendente da una "esplorazione seriale " di pochi geni, a esplorazioni parallele su vasta scala.
Ma quello che è veramente rivoluzionario è il passo successivo.
Se l'IA non solo fosse in grado di studiare la matematica, ma anche di collegare robot, laboratori automatizzati, supercomputer e strumenti scientifici del mondo reale, il futuro potrebbe essere un ciclo chiuso come questo:
AI ha fatto ipotesi.
Progettare esperimenti.
Il robot esegue esperimenti.
Gli strumenti generano dati.
Risultati dell 'analisi.
Teoria della modifica.
Il prossimo ciclo di esperimenti.
Questo ciclo può ripetersi costantemente.
In questa fase, l'IA non si limita più a "rispondere alle domande umane ", ma inizia a" generare nuove conoscenze ".
Ancora oltre, se l'IA può aiutare a studiare la prossima generazione di AI stessa, allora potrebbe sorgere un ciclo di feedback più complesso:
Migliorare l'AI.
L'IA più forte scopre nuovi materiali.
Nuovi materiali per creare chip migliori.
I chip migliori offrono più potenza di calcolo.
AI più forte studia energia e fusione nucleare.
L'energia più economica offre più potenza di calcolo.
Maggiore potenza di calcolo migliora ulteriormente l'AI.
Ciò significa che l'IA potrebbe accelerare non solo un campo scientifico, ma anche la matematica, la fisica, la chimica, la biologia, i materiali, l'energia e l'informatica.
Certo, c'è ancora molta strada da realizzarlo.
L'IA è ancora soggetta a errori e non comprende pienamente il mondo reale. Il ragionamento matematico deve essere rigorosamente verificato, le previsioni scientifiche devono essere confermate sperimentali, i materiali devono essere veramente fabbricati, i farmaci devono essere veramente sperimentali e clinicamente convalidati, e la fusione nucleare deve veramente risolvere i problemi dei materiali, del ciclo del trizio e dell 'ingegneria.
Quindi, ciò che Claude fa veramente attenzione al progresso nella direzione dell ' ipotesi di Riemann non è che "l'IA ha risolto l'ipotesi di Riemann".
Ma ci fa vedere un futuro che potrebbe essere in arrivo:
In passato, l'umanità si affidava a pochi scienziati di talento per esplorare le leggi della natura.
In futuro, gli esseri umani avere scienziati di IA in grado di replicare, funzionare in parallelo, operare in modo continuo e migliorare continuamente.
Se questa capacità alla fine si combinerà con la robotica, laboratori automatizzati, supercomputing e produzione avanzata, la ricerca scientifica stessa potrebbe diventare una capacità produttiva che può essere ampliata su scala.
A quel punto, il vero problema che l'umanità deve affrontare potrebbe non essere più:
L'IA sostituirà gli scienziati?
Ma piuttosto:
Quando le scoperte scientifiche possono essere replicate e accelerate su larga scala, qual è il limite massimo della velocità di progresso tecnologico della civiltà umana?