클로드는 리만 추측의 방향에서 큰 돌파구를 만들었다. 이것은 인류에게 무엇을 의미합니까?

클로드의 리만 추측의 돌파구는 AI 가 이미 문제를 해결했다는 것이 아니라 AI 가 과학 연구 도구에서 과학적 발견의 참여자로 이동하고 있다는 것입니다.미래에는 AI 가 자동화 실험실, 로봇 공학 및 슈퍼 컴퓨팅을 결합하여 "가설 - 실험 - 검증 - 반복" 의 폐쇄 루프를 달성 할 수 있다면 과학적 탐사는 소수의 천재에 의존하는 것에서 복제 가능, 병렬화 및 확장으로 전환하여 인간의 과학 기술 발전을 크게 가속화 할 수 있습니다.

클로드는 리만 추측의 방향에서 큰 돌파구를 만들었다. 이것은 인류에게 무엇을 의미합니까?

첫째, AI 가 Riemann 가설을 증명했다는 것을 의미하지는 않으며, AI 가 수학자들을 대체했다는 것을 의미하지는 않습니다.실제로 주목할만한 것은 AI 가 인간이 아직 해결하지 않은 기초 과학 문제에 참여하고 이전에 발견되지 않았던 기존 지식 사이의 연결을 발견하는 훨씬 더 중요한 능력을 보여주기 시작했다는 것입니다.

이러한 능력이 지속적으로 향상되면 AI 는 과학자가 코드를 작성하고 논문을 검토하고 계산하는 것을 돕는 것보다 훨씬 더 많은 영향을 미칠 수 있습니다.

지난 수백 년간의 과학적 진보는 극도로 우수한 인간 과학자들의 소수에 크게 의존했다.뉴턴, 맥스웰, 아인슈타인 등의 출현은 매우 희귀하며 한 사람의 시간, 관심 및 실험 능력도 제한되어 있습니다.천재가 하루에 20 시간을 일하더라도 동시에 10, 000 개의 방향을 연구하는 것은 불가능합니다.

AI 는 그러한 제한을 가지고 있지 않습니다.

AI 과학자가 엄청난 양의 지식을 읽고, 가설을 제기하고, 수학적 추론을 수행하고, 실험을 설계하고, 결과를 분석하고, 자신의 가설을 수정할 수 있다면, 그는 "과학자의 도구" 에서 "과학 연구의 참가자" 로 갈 수 있습니다.

더 중요한 것은 AI 가 복사할 수 있다는 것이다.

훌륭한 인간 과학자는 즉시 백만 개의 자신을 복제 할 수는 없지만 AI 연구 시스템은 이론적으로 수천 개 이상의 연구 인스턴스를 실행하여 동시에 다양한 문제를 탐구 할 수 있습니다.

이것은 과학 연구가 소수의 천재에 크게 의존했던 "실렬 탐구" 에서 점차적으로 대규모 병렬 탐구로 전환 할 수 있음을 의미합니다.

진정한 혁명적 인 것은 다음 단계입니다.

AI 가 수학뿐만 아니라 로봇, 자동화 실험실, 슈퍼컴퓨터 및 실제 과학 기기를 연결할 수 있다면 미래는 다음과 같은 폐쇄 루프를 형성 할 수 있습니다.

AI 는 가설을 제시합니다.

AI 설계 실험.

로봇이 실험을 수행합니다.

기기는 데이터를 생성합니다.

AI 분석 결과.

AI 수정 이론.

AI 는 다음 실험을 제안합니다.

이 순환은 반복될 수 있다.

이 단계에서 AI 는 더 이상 "인간 질문에 대답" 하는 것이 아니라 "새로운 지식의 생성" 에 참여하기 시작합니다.

AI 가 차세대 AI 자체를 연구하는 데 도움이 될 수 있다면 더 복잡한 피드백 루프가 발생할 수 있습니다.

AI 가 AI 를 개선합니다.

더 강력한 AI 는 새로운 재료를 발견합니다.

새로운 재료는 더 나은 칩을 만듭니다.

더 나은 칩은 더 많은 컴퓨팅 성능을 제공합니다.

더 강력한 AI 는 에너지와 핵융합을 연구합니다.

더 저렴한 에너지는 더 많은 컴퓨팅 능력을 제공합니다.

더 많은 컴퓨팅 능력은 AI 를 더욱 강화합니다.

이것은 AI 가 특정 과학 분야뿐만 아니라 수학, 물리학, 화학, 생물학, 재료, 에너지 및 컴퓨터 과학을 모두 가속화 할 수 있음을 의미합니다.

물론, 이것은 진정으로 실현되기까지는 아직 먼 길이다.

AI 는 여전히 오류가 발생하기 쉽고 현실 세계를 완전히 이해하지 못합니다.수학적 추론은 엄격하게 검증되어야하며, 과학적 예측은 실험적으로 확인되어야하며, 재료는 실제로 제조되어야하며, 약물은 실제로 실험적이고 임상적으로 검증되어야하며, 핵융합은 재료, 트리튬 순환 및 엔지니어링 문제를 진정으로 해결해야합니다.

따라서 클라우드가 Riemann 가설의 방향으로 진전을 이루는 데 정말로 주목할 가치가있는 곳은 "AI 가 Riemann 가설을 해결했다" 는 것이 아닙니다.

그것은 우리에게 나타날 수있는 미래를 보여주었습니다.

과거에는 인류가 자연의 법칙을 탐구하기 위해 소수의 천재 과학자들에게 의존했습니다.

미래에는 인류가 복제하고 병렬화하며 지속적으로 작동하며 지속적으로 개선 할 수있는 AI 과학자를 가질 수 있습니다.

이러한 능력이 궁극적으로 로봇 공학, 자동화 된 실험실, 슈퍼 컴퓨팅 및 첨단 제조와 결합되면 과학 연구 자체가 확장 할 수있는 생산 능력이 될 수 있습니다.

그때까지 인류가 직면하고 있는 진정한 문제는 더 이상 다음과 같은 것이 아닐 수 있습니다.

AI 가 과학자를 대체할 수 있을까?

대신 :

"과학적 발견이 대량으로 복제되고 가속화될 수 있다면, 인류 문명의 기술적 진보 속도에 대한 한계는 무엇입니까? "