AI, matematik otomasyonundan fizik ve ekonomi gibi teoriyle yüklenen alanlara geçiyor

Teorik problemlerin göz ardı edilmesi giderek zorlaşıyor

AI, matematik sınırlarını aşıyor ve teoriyle yüklenmiş diğer alanlara da giriyor. Bilgisayar ve yapay zekadaki ilerlemeyi inceleyen Neil Thompson, MIT'de bir sonrakinin olasılık, istatistik teorisi, ekonomik teori, yüksek enerjilerin teorisi, yerçekimi ve kozmoloji, ayrıca kuantum fiziği olabileceğini savundu. Laboratuvarı, bilgisayar biliminin gelişiminin toplumu ve inovasyonu nasıl etkilediğini araştırıyor.

Gabriel Manso ve Claudio Mayrink Verduğun birlikte yürüttüğü çalışma belirgin bir değişime işaret ediyor. 2024'ün ortalarından 2026'nın ortalarına kadar bu alanlarda teorik problemlerin doğru çözüm oranı en iyi AI modellerinde yaklaşık %2'den %35'e yükseldi. Araştırmacılar ilerlemenin yavaşladığına dair hiçbir belirti görmediler.

Problemler, eğitimin sonlandırılma tarihinden sonra test edildi

Araştırmada, 2025 Aralık'tan 2026 Mayıs'a kadar internette yayınlanan bilimsel makalelerde yer alan problemler kullanıldı. OpenAI modelleri test edildi; bunlar arasında o1, o3, GPT-5, GPT-5.1, GPT-5.4 ve GPT-5.5 bulunuyor. Çözümler, GPT-5.5'in ve önceki modellerin eğitim sonlandırma tarihinden sonra yayınlanan makalelerde ortaya çıktığı için, sistemlerin cevapları bağımsız olarak bulması gerekiyordu ve bilinen sonuçları tekrar etmemeleri gerekiyordu.

Araştırmacılar ayrıca modellerin çözümleri bulamaması için internet erişimini engellediler. Yalnızca AI'nın simülasyon veya deney yapmadan mükemmel oynayabildiği alanlarla sınırlı kaldılar. Buna rağmen yazarlar, bu örneğin matematikteki şok dalgalarına benzediğini ve diğer matematiksel ve teorik araştırma alanlarında da yayılabileceğini belirtiyorlar.

İnsan rolü değerlendirmeden doğrulamaya dönüşüyor

OpenAI kısa süre önce, yayınlanmamış bir modelin matematikte uzun süredir devam eden Navier-Stokes büyük zorluğunu çözdüğünü açıklamasıyla dikkat çekti. Bu zorluk, sıvı hareketi denklemlerini içeriyor. Açıklama, NYU matematikçisinin OpenAI çalışanlarını ilgili ilerlemeyi öğrendikten sonra suçlamasıyla skandala dönüştü. OpenAI ve diğerleri daha sonra uzun süredir devam eden matematiksel problemler için yüzlerce çözüm daha açıkladı, bu da bazı matematikçilerden sınırlama çağrılarına yol açtı.

Araştırmacılar hem olumlu hem de olumsuz etkilere dikkat çekiyor. Thompson, teorik başarıların bazen bilimde pratik başarıları tetiklediğini ve bu yüzden AI'nın daha fazla kullanımının bu yolu hızlandırabileceğini belirtiyor. Bazı AI araştırmacıları bilim insanları için AI odaklı laboratuvarlar kurarken, büyük AI şirketleri analizin gerçek deneylerle bağlantılı olduğu bilimsel araştırma faaliyetlerini güçlendiriyor.

Uzmanlar hala önemli. Manso, insanların iyi fikirler üretmek ve noktaları birleştirmek için hala gerekli olduğunu açıkladı. Zor problemlerin AI'yı hataya yol açabileceğini, doğru cevabın ise tam çözümlerle doğrulanması gerektiğini belirtti. OpenAI ayrıca en güncel veri setlerinde yayınladıktan sonra birkaç çözümü geçersiz ilan etti, bu da doğrulama gerekliliğini vurguluyor.

Kaynaklar: Wired