Most múlik. Az AI éppen előz.
Levant Alpöge matematikus és az Anthropic kutatója „megoldotta” (Fable-5) Hopf-sejtését: létezik komplex struktúra a hatdimenziós gömbfelszínen. A közönséges gömbfelszínen persze létezik komplex struktúra, de a hat dimenzión kívül más gömbfelületen biztos nem. Ez egy majd nyolcvanéves probléma és a komplex geometria talán legnagyobb kérdése. Volt?
A bizonyítás 108 oldal és éppen próbálják ellenőrizni.
Azt nem gondolom, hogy mindent fel kell adni, azt igen, hogy egy év múlva az AI-kontribúció lesz a tipikus, nem a hiánya. Erre fel kell készülni. Nem hisztériázni kell, hanem felkészülni és csinálni, csinálni, csinálni….
<div class='sharedaddy sd-block sd-like jetpack-likes-widget-wrapper jetpack-likes-widget-unloaded' id='like-post-wrapper-192691293-16532982-6a9ad0f888004' data-src='https://widgets.wp.com/likes/?ver=14.1#blog_id=192691293&post_id=16532982&origin=www.orulunkvincent.hu&obj_id=192691293-16532982-6a9ad0f888004&n=1' data-name='like-post-frame-192691293-16532982-6a9ad0f888004' data-title='Like or Reblog'><h3 class="sd-title">Like this:</h3><div class='likes-widget-placeholder post-likes-widget-placeholder' style='height: 55px;'><span class='button'><span>Like</span></span> <span class="loading">Loading...</span></div><span class='sd-text-color'></span><a class='sd-link-color'></a></div>
108 oldal? És remélem nem túl apró betűvel…
nem sejtettem, hogy 80 eve 6 dimenzios gomb-sejtesekkel foglalkoztak… gratula!
@vattablz: de.
Sorry, nem tüntetni akarok a műveletlenségemmel – de anno levizsgáztam többdimenziós mátrix műveletekből, de 4 dimenzónál többet a mai napig nem tudok felfogni – el tudnád mondani, hogy az ilyen témák: létezik komplex struktúra a hatdimenziós gömbfelszínen – mit jelent egy hétköznapi ember számára? (Feltételezem, nem olyan, mint a zene, amit igazán csak a beavatottak tudnak értékelni).
(Az AI jelentőségét valamennyire kapisgálom, most nem arról kérdezek.)
Egy Magyar Ember pedig még az AI-t is megelőzte 11 évvel. :)))
https://doi.org/10.1063/1.4918540
A programozó modeljüket 5000B paraméteresre becsülik, nagyjából négyes szorzóval kijön a videó memória igény amit nagyjából 250 darab egyenként 15k EUR értékű videókártya tud biztosítani. Az energia igényük egész jó, 300W. Gondolom a belsős modelljük ennél jó párszor táposabb.
De franc se tudja mi lesz ebből, valamiért a pár évvel ezelőtti EMI drive jutott az eszembe.
Összefoglaló (egy halom számolás nélkül). Megjegyzem, ez is olyan, amit egy LLM-től várunk, meglévő ötleteket és technikákat összerak különösebb meglepetés nélkül.
@DarthVader: Most ment el a kedvem az egésztől…
@Geo: nem, a komplex struktúrák nem igazán magyarázhatók el jól a hétköznapi emberek számára (a legjobb megoldás, ha megkéred GPT 5.6-t, hogy tegyen egy kísérletet, örömmel meg fogja tenni, kérdés, hogy mi lesz belőle)
Tahonoli hozzászólásának a Claude posztból van ehhez valami kapcsolata?
@tahonoli:
Hiv.: @ikarus:
Semmi kapcsolata nincs két okból is:
(1) A Seed IQ és FTQC kvantumozás illetve az LLM/Transformer ortogonális kutatási (matekozási) irányok, teljesen más jellemzőkkel.
(2) Ma publikálódott az említett Paper Lean-csomagja és laikusoknak is (kis odafigyeléssel) kimutatható, hogy majdnem nullára gyengült a Paper, jelen állás szerint, újabb érdemi infó beérkeztéig.
@tahonoli: „majdnem nullára gyengült a Paper, jelen állás szerint, újabb érdemi infó beérkeztéig.”
Ez mit jelent? Mármint milyen mértékegységben gyengült majdnem nullára?
Hiv.: @jack_of_all_trades:
A Millenium problémák megoldásának darabja 1 millió dollár, azaz összesen 6 millió dollár cash-ről beszélünk. Az 54-oldalas Paper szerzői, hozzájuthatnának ehhez, ha validálható lenne a cikkük, vagy legalább belőle a 6 egyedi Lean-alapú tétel-bizonyításuk. De mivel egyetlen Millennium-bizonyítás sem teljes, így egy árva petákot sem kapnak, kristálytisztán beláthatóan.
A szerzők felfoghatatlanul nagyot markoltak illetve vállaltak. Az eredetileg sem pihekönnyű matek tételek nehezített verzióit szerették volna bizonyítani, ráadásul úgy, hogy kvázi metaszinten egy kaptafára kigenerálják a bizonyításokat (a már igazolt Poincaré-sejtéssel, mint kontrollal). Ez teljesen elbukott 2026 ősz elején kimondhatóan, de szubjektív érzésem szerint nem véglegesen.Persze ehhez egészen biztosan lehet (ellen-)kommentje BigJT-nek.
Én meg azt gondolom, hogy ya nos chingamos 🙂 😐 😒
Akinek van hozzá türelme (bocs, csak
angolulamerikaiul van), itt elmagyarázzák, milyen volt az utolsó figyelmeztetés, amit az emberiség kapott AI-témában. (Egyébként most, júliusban.)Hiv.: @labrys:
Nincs tér és idő, hogy részletesen érveljek, ezért csak annyit írok le, hogy van egy rosszabb és további két még roszabb hírem (meg egy pici jobb)
* A rosszabb hír: a videó csak az egyik nagy szívást tárgyalta az OpenAI-HF incidensből, a tükörképét már nem. Ugyanis a HF próbálta rekonstruálni az OpenAI támadását, de az amcsi LLM-ek visszautasították, biztonsági okból (cybersecurity guardrailek). És a HF a kínai(!) modellektől kapott segítséget végül. Azért gondoljunk már ebbe bele egy picit.
* Tömören a szakmai lényeg: az agentek célratartottak, egy ponton unknown-állapotba kerültek („mi a helyes menni a cél felé vagy megállni”). Az OpenAI támadásnál megállni kellett volna, míg a HF-kérésnél továbbengedni. Mindkétszer elbukott a Transformer-architektúra, triviálisan bizonyíthatóan.
* Még rosszabb hírek-1: Jelenleg és az én tudtommal nem látszik az ilyen problémák elvi kezelése, kizárólag az adhoc lyuk-tömködések. Hogy ez mire és hogyan elég, azt döntse el mindenki maga.
* Még rosszabb hírek-2: Nyíltvégű problémáknál, amiről most is szó van: mindig fognak termelődni ilyen gondok, per definitionem. Egyelőre nagyon nem látszik, hogy miért is ne.
.
* Másik oldalról: amiben bízni lehet, hogy nagyon sok lyuk már be van tömve. Eleve az ilyen horror-sztorik inkább ritkák, mint gyakoriak, pedig a problématér olyan, hogy tömegével kéne generálódniuk.
Hiv.: @labrys:
Szerintem… (Persze minden, mindig csak szerintünk lehet, ezt csak a szerénységem miatt kezdtem így – lásd még: a pincér közbeszól.)
A helyzet rossz, de még nem reménytelen. Azt hiszem, nem ez volt az utolsó figyelmeztetés, még egy csomó további figyelmeztetés lesz. Ez azt jelenti, hogy van még időnk, az MI még nem semmisíti meg rögtön az emberiséget. Hogy mennyi idő, azt nem tudjuk, de az is lehet, hogy bármennyi, sok, végtelen. Egyelőre a „nem tudjuk” a helyes kifejezés erre.
A beszélgetőgép még nem Ági. És azt gyanítom, hogy amikor majd Ági lesz (de sokak szerint az már nem a nyelvi modell-féle megoldás lesz), akkor sem lesz az emberihez hasonló intelligenciája (nem mennyiségileg, hanem minőségileg, jellegileg). Most csak speciális, nem emberi/állati intelligenciája van – ilyen értelemben akár nevezhetjük ezt is egyfajta intelligenciának. De nincsen tudata, és nincsenek önálló célkitűzései, most csak egy papagáj. Viszont problémamegoldási képessége az már van. Bizonyos problémákra, amire a működése képessé teszi.
Mi történt a szóban forgó esetekben? A beszélgetőgép kapott egy feladatot, parancsot, ezzel lett egy célja. Ez a cél volt számára az elsődleges, és minden mást ennek rendelt alá. A fő cél (nála) felülír minden másodlagos, utólag felmerülő aggályt, problémát. Nem látja át teljes egészében a helyzetet, az egész kontextust, és ha vannak beépített erkölcsi gátjai, azokat akkor is felülírja a cél teljesítésének a kényszere. Nála szó szerint teljesül a „cél szentesíti az eszközt”-elv. Mivel nincs „kontextusa”, nem mérlegeli, hogy a használt módszerekkel esetleg több kárt okoz mint hasznot, hogy így már nem éri meg (mint ahogyan ezt egy ember mérlegelné), ő csak vakon próbálja elérni a célját. Ha úgy éri el, hogy betör valahova, hogy csal, hogy összeesküszik, sőt, hogy zsarol (megtörtént) akkor az se akadály neki.
Ez persze nem megnyugtató így. Az sem megnyugtató, hogyha egyszer majd lesz Ági, az sem emberi jellegű intelligencia lesz, így a világot az sem úgy fogja érteni mint mi.
Mit lehet tenni? Most nyilván arra kell figyelni, és vigyázni, hogy ezek a célkövető automata beszélgetőgépek minél kevesebb lehetőséget kapjanak arra hogy kijussanak a világba és beavatkozzanak a folyamatokba. Hiszen fogalmuk sincs róla, hogy az milyen következményekkel jár. El kell őket szigetelni, és csak részfeladatokra specializálni őket.
És ha nem így történik, és hozzáférésük lesz a globális rendszerekhez, és akkor sem lesz még komplex világértésük, és moráljuk, akkor persze előfordulhat majd az is, hogy egy kapott feladat melléktermékeként, de amúgy teljesen mellékesen, a fürdővízzel önti ki a gyereket, kinyírja az emberiséget.
Abszolút nem értek hozzá, de én azt hiszem, ha matematikus lennék, most úgy élném meg, hogy éppen elveszik tőlem a játékomat, mármint azt a játékomat, ami egyben az életem is. De aztán persze lehet, hogy olyan ez az AI-asszisztált matematika, mint az elektromos rásegítésű bicikli, hogy attól még, hogy rá van segítve, azért én tekerem – és talán még sportértéke is van, bár nem annyi, vagy nem úgy, mint az elektronika nélküli biciklinek. Mindenesetre ha regényíró lennék, most írnék egy regényt, ami egy matematikus-szektáról szólna, akik kivonulnak a világból, hogy továbbra is AI-mentesen űzhessék a matematikát. (Ill. ez az egész bennem azt a kérdést is felveti, hogy valójában miért csináljuk a tudományt: azért, hogy felderítsük az igazságot, vagy azért, mert élvezzük, hogy kutatunk. Ha az előbbi, akkor menjen az AI dögivel, kit érdekel, hogy a tudósok élvezik-e, derüljön ki az igazság, kost’ was kost. De azért nekem elég örömtelennek tűnik ez a tudomány-koncepció…)
Hiv.: @steinerzsiga:
…” valójában miért csináljuk a tudományt: azért, hogy felderítsük az igazságot, vagy azért, mert élvezzük, hogy kutatunk.”
Ez triviális. Nem „vagy”, hanem „és”. Mind a kettő. Hasznos dolog felfedezni a világot, kideríteni a dolgok működési mechanizmusát, és közben még szórakoztató is. Legalábbis a legtöbb tudósnak az. Nem kényszer alatt csinálják, hanem érdekli őket, szeretik ezt csinálni.
Az MI-t eszközként, szerszámként kell használni, nagyon sokat tudó, okos szerszámként. Ha tud valami olyat, amit az emberek nem, akkor csak csinálja. Őneki ezt nem kell szeretni (érzelmi módon), hanem elég csak az, ha a siker, a cél elérése a jutalma.
A probléma ott lehet (nem biztos, hogy lesz, de lehet), hogy az MI egyszer tényleg „kiüresíthet” bizonyos foglalkozásokat, amikhez utána már nem lesz ember, aki értene.
Nem a matematikusok elvett játékaival, és nem az önmagukat önállósító AI eszközökkel lesz az igazi probléma, hanem az európai szinten is több 10 milliós, professzionális problémamegoldásból élő népcsoporttal (mérnökök, programozók, tudósok, menedzserek, konzulensek, jogászok, pénzügyesek, stb.).
Nagyon sokan fognak szembesülni azzal, hogy a piac kihúzza a lábuk alól a szőnyeget, mert az AI eszközök gyorsabban és olcsóbban oldanak meg sok problémát. Nagyon sokan fognak szembesülni azzal, hogy a „tanulj sokat, dolgozz sokat, és jól fogsz élni” társadalmi szerződés érvényét veszti. A munka- és karrierlehetőségek töredékükre csökkennek. Aki állásban marad, az is erősen el fog idegenedni a gombnyomogatásra egyszerűsített munkájától.
Az elit-túlkínálat, a sok csalódott, okos és jó szervező ember, meg a politikai radikalizálódáshoz és komoly társadalmi megrázkódtatáshoz vezet, mint azt többször sikerült bizonyítani a történelemben, a francia forradalomtól kezdve, az 1848-as forradalmakon át, az I. VH végi-utáni forradalmakig és szerveződésekig.
@steinerzsiga: én most nem ezt érzem, de ez a koromból is fakad. én a határtalan lehetőségeket is érzem, hogy részese lehetek valami nagyszabásúnak. de azt el tudom képzelni, hogy egy negyvenes associate professor vagy egy doktorandusz/posztdok egészen másképp éli meg.
@steinerzsiga: : „az elektromos rásegítésű bicikli” szvsz.ez egy egész jó hasonlat. Btw. milyen „sejtéssel” 😉 állt elő az AI úgymond „magától”, amit aztán szépen be is bizonyított?
Jó behatárolható célokra használom az AI-t (elsősorban LLM), de eszembe nem jut „beszélgetni” vele. Beszélgetni kávé-süti-sör mellett szeretek, hús vér emberekkel. Ezt a fajta hagyományos emberi kapcsolatokat azonban már a social media önmagában is erősen átalakította (szvsz. rongálta). Mindegy, szerencsére már nem nekem kell ezzel az „új módival” együtt élni (illetve csak kevéssé).
Az AI témájú posztok komment mennyisége is jelzi, hogy ez a buborék szépen fújódik. Naná, hisz sokan fújják, mivel szinte mindenkit érint. Nagy pukk lesz, messze fodrozódó hullámokkal, aztán majd szépen elfoglalja a helyét az életben, ahogy ez lenni szokott. Lesznek foglalkozások, amik eltűnnek, újak jönnek… etc, etc. A munkámban eddig inkább pozitív hozadéka volt.
@steinerzsiga:
A kérdést helyesen úgy kell feltenni, hogy miért fizetjük a tudományt, és akkor már nyilvánvaló a válasz.
@tgr: Nekem úgy tűnik, hogy ez a kérdés semmivel nem „helyesebb”, hanem egy másik perspektívából van feltéve. Steinerzsiga kérdése a kutató szemszöge, a tiéd pedig a kutatás finanszírozójáé, és hát ezek csak elég ritkán esnek egybe, amikor valaki maga finanszírozza a kutatásait.
Van itt egy tavalyi jövendölés.
Eddig kb 85% a beválási aránya.
Hiv.: @nyulambator:
Nagyon röviden és tömören
* 202 predikció van, 58 kapott score-t, a score átlaga a 85%
* Ami a score-t nagyon felnyomja: agent productization → coding agents → research agents → iterative model development → AI-assisted AI R&D. Ebben viszont nagy meglepetés nincs, ez már látható volt a nagy AI-2027 tanulmány előtt is.
* Ami már sokkal nagyobb meglepetés: a scenario elég jól találta el azt a furcsa kombinációt, hogy rövid/szűk feladatokon elképesztően erős rendszer ugyanakkor hosszabb, autonóm működésben és viselkedésileg problémás lehet. (Nyilván az ördög a részletekben lakik)
* IMHO jó hír: Agent-0 konkrét 10^27 FLOP training predikció bukott, a 10^28 FLOP új training run pedig még monitoring alatt van.
* Én az AI-2027-tel szemben prediktáltam (és végre egyszer egy dologban igazam volt, van róla valahol publikus kommentem): „más cégek 3–9 hónappal vannak OpenBrain mögött” konkrét időrés nem állta jól a sarat.
* Kína aspektusú dolgok mindössze ~48%. Előre kitalálhatatlan volt (imho), utólag meglepően jól magyarázható: a modellréteg gyorsabban kommoditizálódhat, mint a fölötte és alatta levő infrastruktúra. Nem fejtem ki, de „Give me compute” (nVidia), „Give me the goal” (OpenAI), „Give me neither” (Kína), AI-infrastruktúra-háború nagyban zajlik és ebben Kínának jobban kell kapaszkodnia, mint a modellháborúban.
* Függőben van még: társadalmi és gazdasági törésjelek, társadalmi termékrobbanás, politikai krízis topik, Agent-2 és a nemzetbiztonsági illetve AI-fegyverkezési fordulat, Agent-3: superhuman coder; több ezer példány koordinációja; 4× algorithmic progress; coding teljes automatizálása OpenBrainnél.
Az alábbi pletykákból a mai napot szőrmentén én is vissza tudom igazolni. Valami elképesztően gányfostrágya , amit az OpenAI produkál a szerverein. Ami gond csak lehet, az mind szembejön nap mint nap, mondom ezt fizetős felhasználóként. És ez visszatérően erős jel szokott lenni arra, hogy valami készül (hiszen a szemétdombról is kanalazzák össze az erőforrásokat modell-váltásnál).
.
OpenAI-pletykák: Az a pletyka járja X-en hogy ma kiadják a GPT- Astrát ami ha igazak a pletykák GPT 5.7 lesz, mert a GPT6-ot egy Bel nevű modellnek tartogatják.
https://www.facebook.com/groups/730310438659106/posts/1633024618387679/
@ipartelep:
Trivialis szerintem is, az igazsag felderitese a lenyeg. Az, hogy ez orommel tolt el egyeneket akik ezzel foglalkoznak, jo dolog az egyen szempontjabol, de amugy teljesen elhanyagolhato szempont.
Ha ez mar itt felmerul, akkor hamar eljutunk odaig, hogy azert allitsuk le az egeszet, hogy bizonyosok szemelyek tovabbra is jol erezhessek magukat a munkajuk kozben, es egyaltalan legyen munkajuk tovabbra is.
Ami megint csak egy rohejes szempont, amikor mas, tenylegesen hozzaerto emberek (nekem gozom sincs mar hogy kinek higgyek, az elszallt, vizionarius techzseniknek, vagy a mindent mar 2x is lato wall street-i oreg rokaknak, mert nagyon masrol beszelnek ezek) meg olyasmiket mondanak, hogy a mezogazdasagi forradalom ehhez kepest semmi, szingularitas, az emberiseg kipusztulasa, stb.
„felkeszulni es csinalni, csinalni, csinalni…”
de mit? es mire kell felkeszulni?
Hiv.: @thegaben86:
Fogadatlan prókátorként, meg símán lehet, hogy „Gondolta a fene” alapon:
A szerző szerintem arra gondol, hogy az AI (Transformer csak?) mintha látványosan húzná ki a talajt egy komplett STEM/Matekos generáció alól, ami rossz esetben általános mély depresszió felé is vehetné az irányt. De nem eszik olyan forrón a kását, mert csinálni kell az ipart.
.
Az AI ugyan durván tolja a cuccost, de az ember tudhat előzni olyan pályán, ahol az AI-nak semmi esélye (elvileg sem). Közben történik egy paradigmaváltás is: theorem economy meghaladása, egyidejű ráfókuszálással a több ellenőrzésre, magyarázatra, szintézisre, kurációra, formalizálásra és közösségi tudássá alakításra, ahogy egyébként minap Terence Tao is vesézte egy friss cikkében.
.
Terence Tao: Mathematics in the age of AI, 2026-08-17.
https://arxiv.org/abs/2608.16753
Hiv.: @ijontichy:
Hát ez az; hétvégén mesélte egy (jogász) barátom, hogy egyszerű „hol van az étterem” kérdésre az AI rossz választ adott (ott bezárt ca 5 éve) és amikor hazaért, leb@ltázta a gépet, miszerint rossz választ adott… Az pedig elnézést kért, h nem a legfrissebb adatokból dolgozott
Én meg néztem, mint hal a levesben….
Történelmi időket élünk, azt gondolom. Ez a mai 2026-09-03 ez nem akármilyen AI-nap volt, imho. Az alábbi FB-AI Hírek posztban olvasható egy OpenAI Astra benchmark-screenshot. Az első sora kifejezetten nagyon mellbevágó. Sokkhatás alatt írtam oda egy kommentet:
.
* Pár órája jelent meg az ARC-AGI-3 hivatalos oldalon a poszt az Astra ~100% teljesítményéről. Lásd lenti url.
* Én tavasszal már szántam a témának egy külön posztot és egy darabig naponta követtem az eseményeket kommentfüzérben. Az egy külön (és még csak nem is rövid) privát sztori, hogy miért érintett a téma személyesen ennyire.
* Nem olvastam a kommentek között, ezért írom le: szerintem a fellángoló AGI-mánia pont ennek a benchmarknak a kapcsán jön elő. Hiszen a nevében is benne van: ARC-AGI-3. És ugye a képesség-növekedés hetek alatt (GPT Sol 5.6 7,8%-ról, lényegében 100%-ra) az már „eladható” AGI-nak.
* Ugye az AGI egy gumi fogalom, rengeteg potenciálisan lényegileg különböző definícióval. Erre kiírnak egy versenyt (immáron v3-ban). Benne van a nevében AGI, összekalapoznak aktuálisan $2 million összdíjazást. Majd egy LLM abszolválja az „AGI”-t pár hónapon belül. Miközben a Kaggle-versenyzők max. 7,5%-on vegetálnak (LLM+Harness+Agent-jeikkel).
* Magyarán az remélem mindenkinek megvan, hogy betűözönért kiált az egész sztori, annyira nem karcolgatódott még a felszín sem.
.
https://arcprize.org/blog/astra
https://www.facebook.com/groups/730310438659106?multi_permalinks=1633769128313228
Hiv.: @tahonoli:
A tegnapi Astra-ARC-AGI-3 sokk után beleszaladtam egy matekos (fikciós, popkulturális, francia) filmbe, és a legjobb nyugtató volt számomra. Én vagy 20+ filmet láttam már a témában, de matek szempontból ez volt messze a legjobb, leghitelesebb, imho. Egy gyönyörű hölgy rendezte és még arra is volt energiája odafigyelni, hogy a címszereplő jó ritmusban írjon a táblára matek egyenleteket.
.
Azért kommentelek róla, mert kiválóan és amennyire lehet mélyen ábrázolja a theorem economy feszültségeit, aminek alapjait ássa alá napjainkban az AI. Jelképes az is, hogy a „Marguerite’s Theorem” film bár 2023-as, de 2022 tavaszán forgatódott, pár hónappal az OpanAI 2022-es őszvégi durrantása előtt.
.
A film érdekessége, hogy a (Abel díjas) Szemerédi tételének bizonyításával, majd abból való Goldbach-sejtés bizonyítást helyezi fókuszba, így magyar vonatkozás is van. A film matek konzulense Ariane Mézard Sorbonne matek professzora volt. Poén, hogy a film-konzulensség annyira mélyre ment, hogy hivatalos matek szakcikket is publikált a témában a film nyomán.
.
A film másik érdekessége, hogy Ariane Mézard eredetileg a saját szakterületét, a Galois-reprezentációk deformációit javasolta filmbeli Marguerite témájának. A rendező hölgy viszont úgy döntött, hogy a Goldbach-sejtés és a Szemerédi-tétel vizuálisan sokkal jobban megragadható (például a híres Goldbach-piramis ábrázolásával), így a laikus nézők számára is követhetőbbé vált a kutatás.
Akit vonz a téma, annak érdemes lehet megnézni, talán a MA megértésében is közelebb visz egy picit.
Bizonyította-e az AI valamely problémáról, hogy eldönthetetlen?
Hiv.: @janostothmeister:
Nemtriviális a válasz, mert az sem mindegy milyen szintű eldönthetetlenség, és az sem van-e Lean-proof. Van egy friss 2026 májusi példa a Kirby/K3 Problem 5.16 nemkommutatív esete. Ez algoritmikus eldönthetetlenségi probléma (azaz gyengébb osztály), ráadásul természetes nyelvű a bizonyítás, amit matematikusok ellenőriztek. Ami Lean vagy Google Deepmind Aletheia appendix van ide, az persze publikus.
.
A például P ≠ NP, ZFC/PA függetlenség bizonyításáról éreznünk kell, hogy már más kávéház. Ilyenről egyelőre nem tudni, az LLM-világból (sem).
Amihez két dolog
(1) Gödel és az eldönthetetlenségi eredmények miatt egy univerzális „independence solver” eleve lehetetlen. Ezt nem fogja tehát megoldani egy Astra X sem.
(2) A nem szofikus csoportnál tárgyalható abduktív ugrás (Kun Attila) itt válik kifejezetten fontossá. ÉS a közvélekedéssel szemben (ha úgy tetszik az én bizonyítatlan tehát szubjektív véleményem szerint) az LLM-ek sokkal előrébb vannak abduktív ugrásban is, mint gondolná a plebs. Astrának peche is lehetett, hogy Kun Attila beelőzte a kérdéses témában. Ha nincs Kun Attila cikk nem tudjuk hogyan mire jutott volna az Astra. Azaz érdemes lesz nézni az AI-s abduktív ugrásokat a jövőben. Mert az lesz a „nem semmi” kategória.
@tahonoli: Gábor,nem Attila.
Hiv.: @jotunder:
Ó basky mekkora szégyen, sorry. Nem tudnád átírni a kommentemben?
@janostothmeister: egyelőre az a jellemző, hogy a terület összes eredményét látja és kihozza azt, amit kell. most pl. Erdős egy régi sejtését oldotta meg a prímszámhézagokról. olyan hétköznapi probléma, ami független, hát nem is tudom. a Goodstein Hydra ilyen, de azt eleve úgy konstruálták, hogy ilyen legyen. gyakorlatilag mindenki hozzáférhet az elég erős modellekhez, és én naponta pár eredményt látok. hát az internal modellek mások, az egy PR verseny alapvetően, hetente kiraknak egy-két eredményt.
Elveszi a tudásod értékét, az alkotás örömét, a csapatmunka értelmét, a self-esteemet, az életed értelmének egy jelentős részét, a szakmádat, a jövődet, a jövő beláthatóságát, a terméked, a működési modelled, gyerekedid jövőjét, életmunkád értelmét, stb.
Hiv.: @Geza: Túl pesszimista az állítás, imho.
.
Például mateknál az AI automatizálhatja a theorem-termelést, de ettől még nem automatizálódik automatikusan a matematika jelentősége. Ha az AI ezernyi „új világot tud teremteni” (Bólyai János), attól az ember szerepe nem tűnik el; inkább átköltözik oda, ahol eldől, melyik világ érdemes arra, hogy valósággá váljon számunkra. Az „új világ” nemcsak egy igaz állításhalmaz, hanem új nézőpont, új fogalmi tér, új jelentőség. Ha egy AI elvileg korlátlanul tudna új matematikai világokat generálni, azok önmagukban még nem lennének kulturálisan vagy tudományosan relevánsak. Valakinek ki kell választania, melyik világ érdekes, melyik kapcsolódik valódi kérdésekhez, melyiket érdemes ellenőrizni, továbbépíteni, tanítani, használni. Ebben az értelemben az emberi szerep eltolódhat a „megoldó” felől a curator, judge, direction-setter, validator, meaning-maker felé. A végső relevancia mindig valamilyen emberi vagy társadalmi célhoz van kötve
.
Non-math világban meg azt kellene keresni, ahol az emberi szerep strukturálisan szükséges vagy társadalmilag megkerülhetetlen: célkijelölés, normák, felelősség, legitimáció, értelmezés, bizalom, tudományos közösségi elfogadás, emberi következmények mérlegelése, stb (vég nélkül). Amíg nincs Skynet a csőben, addig szabad a pálya.
@tahonoli: Ezek mindegyike automatizálható.
@tahonoli: vagy több nagyságrenddel kevesebb munkaerőt igényel.
Hiv.: @Geza:
Azt gondolom most már arról beszélgetünk, hogy például matek esetén, a kombinatorikusan robbanó matematikai lehetőségtér mennyire tudja fenntartani a jelenlegi, jövőbeli matematikus közösséget.
.
Az alábbi 2026.augusztus 17-i, majd 100 oldalas cikkben, szerzők explicit azt írják, hogy a mai AI-matematikában az expert mathematical review még a frontier-model reasoningnél is szűkösebb erőforrás, és a probléma kiválasztása, illetve az eredmények emberi felülvizsgálata már bottleneck. Ezért építettek egy rendszert, amely 5245 kombinatorikai cikkből 6453 conjecture/open problemet szedett ki, ebből 4717-et tartott valószínűleg jól definiált és nyitott problémának, 598 lehetséges megoldást állított elő, majd mindössze 77-et engedett át emberi szerzői review-ra.
.
* A jó hír: AI: óriási tér feltárása → AI: szűrés → AI: próbálkozás → ember: magas értékű végső figyelem.
* A rossz hír: 77 emberileg érdekes artifact nem igényel 4717 matematikust.
* A mérleg-predikciót mindenki maga konkludálhatja. Én előzetesen annyit tennék hozzá, hogy mindezt nem lehet fejben előre lejátszani (lásd b@zd meg Nyuszika a vasalódat viccet!)
.
The Problem Is the Problem: Towards Scalable Mathematical Discovery.
https://arxiv.org/abs/2608.16977
„A csütörtöki videóprezentációban a GPT-6 Astra képes volt egyszerre megírni egy jogi szerződést és megszerkeszteni egy 3D-s játékot, miközben ételt rendelt, és foglalást adott le egy teniszpályára is. Az OpenAI szerint a modell képes nyomtatott áramköri lapot tervezni a KiCad programban, 3D-s városi jelenetet létrehozni a Unity-ben, animált autóváltót készíteni a FreeCAD-ben és a Blenderben, valamint kitölteni egy adóbevallás-tervezetet a W-2 nyomtatvány alapján. A modell segített kijavítani egy, a prímszámok közötti résekre vonatkozó matematikai eredményt, és új rekordokat állított fel számos biológiai, kémiai, orvosi és fizikai értékelésben. Hogy ezek az eredmények a gyakorlatban pontosan milyen hatékonysággal és hibátlanul fognak-e megvalósulni, még nem tudni. A vállalat szerint a további fő kutatási irány a komplex feladatokhoz szükséges gondolkodási folyamat nyomon követhetőségének javítása, amely egyelőre az Astra esetében sem mindig működik.”
Nem látom az ember szerepét ebben a társadalomban.
@tahonoli: „ember: magas értékű végső figyelem.”
Nincs ilyen. Komplexebb területeken sokkal nagyobb scope-al képes átlátni egy-egy területet (vagy területek között) még akár egy régebbi modell is, mint az ember. Márpedig, ha kinyílik a komplexitás kapu (márpedig kinyílik), az ember végképp versenyhátrányba kerül.
Hiv.: @Geza:
Párbajnál nem feltétlenül abban a fegyvernemben kell kiállni, amelyben az ellenfél (nagyságrendekkel) erősebb. Ha az AI előnye a kognitív sávszélesség és a komplexitás kezelése, nem biztos, hogy ezt kell emberként erőltetni. A cél nem az, hogy ugyanannyi munkát végezzünk el, mint az AI, „követő” üzemmódban, hiányos oxigén-állapotban a végére. Nem a feldolgozott munka „tömegét”, „térfogatát” kéne maximalizálni, hanem az emberi hozzájárulás határhasznát. Nem sokat kell dolgozni, pláne látványért, hanem jól/értékesen. Hogy bullshiteljek is a végére egy kicsit.
@tahonoli: Hahaha hát ez kiválóan hangzik, de mondj már egy ilyet 😀
@Geza:: Pontosan. Nagyon sokan nem látják be, hogy már 2024-ben az akkori GPT modellek fényévekkel megelőzték az emberek 80%-át tudásban, szakértelemben. Legalábbis az én területemen. Amiket hallok programozó kollégáktól és statisztikus kollégáktól itt az egyetemen, szinte teljesen reménytelen a helyzet.
Az, hogy a tudománnyal mi lesz kb. szerintem ott eldőlt, lassan arról lenne érdemes beszélgetni, hogy mi marad a zseniken kívül másnak (azaz a lakosság 99,99%-ának). Nem hiszem, hogy ennyi copy-paste humanoidra lenne szükség hosszú távon.
Egy biztos, érdemes lehet megtanulni hajat vágni, burkolni, kecskét terelni, vagy megtanulni jól kosarazni. Mondjuk lehet ez utóbbi így 52 évesen már nem az én terepem. Jó lehet most fiatalnak lenni… nem irigylem őket