Auswirkungen von KI am Beispiel Mathematik Autor: Terence Tao Die aktuellen und prognostizierten Auswirkungen von KI und Formalisierung auf die Ausübung der Mathematik ähneln den Auswirkungen, die das Automobil auf die Entwicklung von Städten hatte. Vor der Einführung des Automobils waren die Stadtstraßen eng und optimiert für Menschen, Pferde und Kutschen. Als Autos, Busse und Straßenbahnen eingeführt wurden, waren sie zweifellos schneller und leistungsfähiger als jedes frühere Verkehrsmittel; aber sie verstopften die Straßen und verdrängten die Fußgänger. Im Laufe der Zeit wurden neue Straßen, Eisenbahnen und Schnellstraßen gebaut, die ausschließlich für mechanische Fahrzeuge bestimmt waren und schnelle und effiziente Fernreisen ermöglichten; dies geschah jedoch auf Kosten der Zersiedelung, der Beeinträchtigung oder Zerstörung ehemals fußgängerfreundlicher Gemeinden, der Verkehrsüberlastung und erheblicher Umweltauswirkungen. Erst spät wurde erkannt, dass es zur Lösung dieser Probleme nicht ausreichte, Autos einfach schneller, leistungsstärker oder energieeffizienter zu machen oder alle alten Straßen und Wege platt zu machen, um Platz für neue zu schaffen. Eine durchdachte Stadtplanung sowie die Entwicklung sozialer und rechtlicher Regeln für das Verkehrsmanagement waren notwendig, um sowohl den Fußgänger- als auch den Autoverkehr so zu koordinieren, dass die Vorteile beider erhalten blieben. In diesem Gleichnis sind die engen Straßen vor dem Automobilzeitalter die soziale Infrastruktur der Mathematik: Papiere, Zeitschriften, Konferenzen, Zitationen, Betreuer- Studenten- oder Mentor-Mentee- Beziehungen, Stellenausschreibungen und dergleichen. Sie sind in erster Linie für die Nutzung durch Menschen allein oder durch Menschen mit nur mäßiger Computernutzung konzipiert. Das Äquivalent zum Verkehr wäre hier das Beweisen neuer Ergebnisse, die einen von einer gegebenen Hypothese zu einer gewünschten Schlussfolgerung führen. Menschliche Mathematiker können solche Beweise erzeugen, aber der Prozess ist langwierig und ineffizient und erfordert meist, auf frühere Arbeiten oder die Zusammenarbeit mit Kollegen oder Studenten zurückzugreifen. Aber dieser mühsame Prozess erzeugt auch viele nützliche sekundäre Effekte, die über das eigentliche Ziel, von der Hypothese zur Schlussfolgerung zu gelangen, hinausgehen. Der/die Autor(en) entwickeln Fähigkeiten und Fachwissen für zukünftige Forschungsprojekte. Karten des mathematischen Terrains können für nachfolgende Forscher erstellt werden, um davon zu profitieren, indem sie beispielsweise zukünftige Forschungsrichtungen oder zufällige Entdeckungen aufzeigen, die der Autor auf seiner Reise gemacht oder erahnt hat. Interessante Geschichten – etwa das Erreichen einer Sackgasse bei der mathematischen Erkundung und das Ändern des Kurses, um sie zu vermeiden – können erzählt werden. Für mich wäre ein besserer Weg, eine neue maschinenfreundliche mathematische Infrastruktur zu entwickeln, analog zu modernen Straßen, Eisenbahnen oder Schnellstraßen, die die bestehenden menschenorientierten Wege und Strukturen ergänzt, anstatt sie zu ersetzen, und die die Effizienz- und Skalengewinne, die diese neuen Technologien bieten können, besser nutzen kann. Groß angelegte mathematische Herausforderungen könnten ein Beispiel für eine solche neue Infrastruktur sein – in gewisser Weise analog zu einem Hochleistungs- Frachtkorridor – bei dem ein fachmännisch kuratierter Satz mathematisch interessanter Aufgaben oder Probleme für verschiedene Teilnehmer zur Lösung mit beliebigen Mitteln (oder beliebigem Grad an KI- Unterstützung) bereitgestellt wird, wobei die Lösungen durch einen effizienten und vertrauenswürdigen Prozess (etwa mittels formaler Beweisassistenten) verifiziert werden, um das hohe Volumen, das eine solche Herausforderung mit sich bringen würde, sicher bewältigen zu können. Oder man könnte automatisierte Methoden nutzen, um eine umfangreiche Bibliothek von minderwertigen Beweisen vieler bestehender Ergebnisse in der Literatur zu entwickeln, die als Ausgangspunkt für Menschen (möglicherweise unterstützt durch spezialisierte KI-Werkzeuge) dienen, um höherwertige Beweise zu erstellen, die zusätzliche wünschenswerte pädagogische, stilistische oder ästhetische Merkmale aufweisen. Um die Verkehrsanalogie fortzuführen: Dies wäre wie die Fahrt über ein Autobahnnetz zu einem unscheinbaren Parkplatz in einem Nationalpark, um von dort aus ein paar weitere Meilen zu einem malerischen Ziel zu wandern. Die Herausforderung wird sein, diese neue Infrastruktur einzusetzen, ohne die "fußgängerfreundliche" Natur der Mathematik zu zerstören. Vielleicht müssen wir eine neue Disziplin der "KI-Planung" entwickeln, analog zur Stadtplanung, um diese Fragen durchdacht und strukturiert anzugehen. Translation: deepseek Originalquelle: https://mathstodon.xyz/@tao/11625270951 2931165