Математики против искусственного интеллекта 25 лауреатов Филдсовской премии написали открытое письмо
11 сентября 2026 года Теренс Тао (австралийско-американский математик, лауреат Филдсовской премии, автор более 300 научных работ) опубликовал в личном блоге текст «A Severe Misalignment of AI in Mathematics» («Серьёзное расхождение целей искусственного интеллекта и математики»). Под ним подписались 25 лауреатов Филдсовской премии — высшей награды в математике.
В чём суть претензии?
Компании, разрабатывающие ИИ, берут математические задачи, похожие на те, что люди уже решали раньше. ИИ во время обучения «видел» множество таких задач и их решений. Поэтому, когда ему дают новую задачу, он не решает её с нуля, а подбирает похожий шаблон из того, что запомнил, и быстро выдаёт ответ.
Компании показывают это как доказательство ума: «Смотрите, наш ИИ решил задачу, которую решали великие математики! Значит, он сравнялся с ними!»
Но математики возражают: ИИ не решает задачу так, как это делает математик. Он не понимает логику, не выстраивает доказательство, не создаёт новый метод. Он просто узнаёт знакомый образец и воспроизводит похожий ответ. Это как ученик, который не понял тему, но натренировался на сотнях похожих примеров и теперь угадывает, что нужно написать.
Проще говоря:
Математик создаёт решение, которого раньше не было.
ИИ подбирает похожее решение из того, что уже видел.
Компании делают второе, но говорят, что сделали первое. В этом и претензия.
Почему математикам этого мало?
Проблема в том, что математикам нужен не ответ, а метод. Решение задачи для учёного — только начало работы: оно порождает новые связи между областями, новые подходы, понимание. ИИ же выдаёт результат и на этом останавливается.
Теренс Тао формулирует это так: инструменты искусственного интеллекта «очень непрозрачны в отношении процесса». Результат формально есть, знания за ним нет.
Три главные проблемы
1. Разорванная цепочка знаний. Наука держится на принципах: повторяемость, проверяемость, прозрачность процесса, воспроизводимость. ИИ-результат без процесса ломает всё это. У учёных физически нет времени проверять лавину таких результатов.
2. Авторство. Если задачу решил искусственный интеллект, кто автор? Модель, компания, человек с промптом, математики из обучающих данных? Ответа нет, а вся научная система цитирования и приоритета открытий это подразумевает.
3. Разные цели. Компаниям, разрабатывающим искусственный интеллект, нужен красивый повод для отчёта и громкий заголовок. Математикам нужно глубокое понимание. Это не заговор, просто разные интересы.
Кому адресована критика?
Критика адресована конкретно OpenAI (американская компания, разработчик ChatGPT) и крупным лабораториям, разрабатывающим искусственный интеллект, а не искусственному интеллекту вообще. Авторы письма не отрицают пользы технологии ИИ, но настаивают: правила должны устанавливать учёные, а не корпорации.
11 сентября 2026 года Теренс Тао (австралийско-американский математик, лауреат Филдсовской премии, автор более 300 научных работ) опубликовал в личном блоге текст «A Severe Misalignment of AI in Mathematics» («Серьёзное расхождение целей искусственного интеллекта и математики»). Под ним подписались 25 лауреатов Филдсовской премии — высшей награды в математике.
В чём суть претензии?
Компании, разрабатывающие ИИ, берут математические задачи, похожие на те, что люди уже решали раньше. ИИ во время обучения «видел» множество таких задач и их решений. Поэтому, когда ему дают новую задачу, он не решает её с нуля, а подбирает похожий шаблон из того, что запомнил, и быстро выдаёт ответ.
Компании показывают это как доказательство ума: «Смотрите, наш ИИ решил задачу, которую решали великие математики! Значит, он сравнялся с ними!»
Но математики возражают: ИИ не решает задачу так, как это делает математик. Он не понимает логику, не выстраивает доказательство, не создаёт новый метод. Он просто узнаёт знакомый образец и воспроизводит похожий ответ. Это как ученик, который не понял тему, но натренировался на сотнях похожих примеров и теперь угадывает, что нужно написать.
Проще говоря:
Математик создаёт решение, которого раньше не было.
ИИ подбирает похожее решение из того, что уже видел.
Компании делают второе, но говорят, что сделали первое. В этом и претензия.
Почему математикам этого мало?
Проблема в том, что математикам нужен не ответ, а метод. Решение задачи для учёного — только начало работы: оно порождает новые связи между областями, новые подходы, понимание. ИИ же выдаёт результат и на этом останавливается.
Теренс Тао формулирует это так: инструменты искусственного интеллекта «очень непрозрачны в отношении процесса». Результат формально есть, знания за ним нет.
Три главные проблемы
1. Разорванная цепочка знаний. Наука держится на принципах: повторяемость, проверяемость, прозрачность процесса, воспроизводимость. ИИ-результат без процесса ломает всё это. У учёных физически нет времени проверять лавину таких результатов.
2. Авторство. Если задачу решил искусственный интеллект, кто автор? Модель, компания, человек с промптом, математики из обучающих данных? Ответа нет, а вся научная система цитирования и приоритета открытий это подразумевает.
3. Разные цели. Компаниям, разрабатывающим искусственный интеллект, нужен красивый повод для отчёта и громкий заголовок. Математикам нужно глубокое понимание. Это не заговор, просто разные интересы.
Кому адресована критика?
Критика адресована конкретно OpenAI (американская компания, разработчик ChatGPT) и крупным лабораториям, разрабатывающим искусственный интеллект, а не искусственному интеллекту вообще. Авторы письма не отрицают пользы технологии ИИ, но настаивают: правила должны устанавливать учёные, а не корпорации.
Просмотры: 31