چرا دیگر به ریاضیدانان انسانی نیاز داریم؟

به روز رسانی مقالات تحقیقی و توضیحی من، بحث در مورد مسائل باز، و سایر موضوعات مرتبط با ریاضیات. نوشته ترنس تائو

19 سپتامبر 2026 در وبلاگ مهمان , نظر | برچسب ها: Po-Shen Loh | توسط ترنس تائو

[این یک پست مهمان توسط Po-Shen Loh است که از وبلاگ او ارسال شده است، جایی که یک نسخه مصور ظاهر می شود. این پست وبلاگ در ابتدا با فرمت فایل متفاوتی نوشته شد و با استفاده از هوش مصنوعی تبدیل شد. - تی.]

منطق مشابهی برای هر صنعت و هر شغلی صدق می کند. و به این نتیجه می رسد که برای همه کارهایی که باید انجام شوند، افراد کافی نخواهیم داشت.

[100% نثر این پست توسط پو-شن لوه در ترمینال vim نوشته شده است، بدون نسل هوش مصنوعی. این طراحی صفحه وب، طرح‌بندی، و برخی از سرفصل‌ها و خلاصه‌ها توسط Claude Code ایجاد شده‌اند و این متن خام به‌عنوان درخواست ارسال شده است.]

لحظه بحران وجودی، که هوش مصنوعی قبلا بر روی سایر فعالیت‌های انسانی ایجاد کرده است، به ریاضیات رسیده است. انبوهی از اعلامیه‌های مستدل و نامه‌های سرگشاده برای محافظت/راهنمایی جامعه تحقیقاتی ریاضی در چند ماه گذشته منتشر شده‌اند که پس از اعلام راه‌حل OpenAI برای نوع جایزه هزاره ناویر-استوکس، شدت بیشتری پیدا کرده است. آنها به سرعت حمایت گسترده ای در بین ریاضیدانان به دست آوردند. بیانیه لیدن در حال حاضر بیش از 4000 امضاکننده دارد، ریاضیات و هوش مصنوعی بیش از 7000 امضاکننده دارند، و حتی نامه سرگشاده مخالفت با Caltech Matathon بیش از 2000 امضاکننده دارد.

در میان غیرریاضی‌دان‌ها، واکنش عمومی بیشتر دلسوزانه بود، اما من اقلیتی پر سر و صدا (مخصوصا از جوامع فناوری و اقتصاد) را مشاهده کردم که مخالفت‌های مستدلی داشتند و عموما می‌گفتند که ریاضیدانان باید در دنیای جدید هوش مصنوعی خود را تطبیق دهند و کنترل خود را واگذار کنند. در میان آنها برخی از اقتصاددانانی بودند که در حین کار بر روی تحقیقات بیماری همه گیر با آنها آشنا شده بودم: کوئن، که به طور خاص "بدبینانه ترین تفسیرها" را رد کرد اما "بسیار متفاوت بود" و گانز که نتیجه گرفت "این از دست دادن کنترل از سوی متصدیان در یک زمینه علمی است".

مخالفت ها مرا به فکر فرو برد، زیرا ما ریاضیدانان برای تشخیص عیوب نظم داریم. برای من مهم نیست که یک نگرانی یک نظر اقلیت باشد یا حتی وضعیت اینکه چه کسی آن را مطرح کرده است. اثباتی که حتی یک سوراخ کوچک داشته باشد، اثبات نیست. پوف است. پس از تأمل، راه حل بسیار قوی تری برای حفظ جوامع انسانی از تخصص (در هر کار، نه فقط ریاضی!) حتی در میان هوش مصنوعی کشف کردم.

و این نتیجه شگفت انگیزی دارد که پیشرفت بیشتر هوش مصنوعی چنان سونامی از مشاغل ضروری برای انسان ایجاد می کند که افراد کافی برای پر کردن همه آنها وجود ندارد و در واقع پیشرفت هوش مصنوعی را مجبور به کند شدن می کند.

من فکر می‌کنم هر صنعت انسانی که می‌خواهد پس از هوش مصنوعی همچنان تحت رهبری انسان باقی بماند، باید این اصل اساسی را به‌عنوان اولویت اصلی به طور عمومی بپذیرد:

AXIOM ما (انسانها) باید به شکوفایی بشریت کمک کنیم.

[یادداشت: می‌دانم که همه موافق نیستند. من را به دلیل "بیش از حد انسان محور" بودن "گونه شناس" نامیده اند. من فکر می‌کنم برای افرادی که فناوری را پیش می‌برند مهم است که برای دیگران روشن باشند که آیا اگر هوش‌های غیرانسانی ساخته‌شده توسط انسان پیشی گرفته و جایگزین انسان‌ها شوند، آن را یک فاجعه در نظر می‌گیرند، حتی اگر با صفحه‌های ویدئویی که شبیه‌سازی‌هایی از انسان‌هایی را نشان می‌دهند که «خودشان را آپلود کرده‌اند» در سراسر جهان پرواز کنند. همچنین می‌دانم که بحث بر سر چگونگی تعریف «انسان» وجود دارد.

اما حتی در میان مناظره‌کنندگان، فکر می‌کنم اکثر آنها 700 عامل هوش مصنوعی را که Hugging Face را هک کردند، غیرانسان می‌دانند.]

در دنیای ریاضی، فکر می‌کنم بسیاری از امضاکنندگان اعلامیه قبلا این فلسفه را دارند. به طور مشخص، سو کتاب ریاضی برای شکوفایی انسان را منتشر کرد و پست اخیر او اساسا از این چارچوب استفاده کرد. من فکر می‌کنم اعلامیه‌های آینده را می‌توان با تأکید واضح بر این اصل در ابتدای امر بهبود بخشید، به طوری که همه خوانندگان (چه در داخل یا خارج از جامعه) بتوانند ببینند که هدف در خدمت همه است. من بسیار خوشحال شدم از اینکه دیدم که جدیدترین نامه سرگشاده اعضای انجمن سلطنتی بر نگرانی آنها برای همه و نه فقط ریاضیدانان تأکید دارد.

بقیه این پست به شرح زیر تنظیم شده است. بخش‌های بعدی نحوه عملکرد منطق را توضیح می‌دهند (برای هر صنعتی، نه مختص ریاضیات). پس از آن، مثالی از نحوه اتصال این بدیهیات به ریاضیات، از جمله پاسخ دادن به سؤالات کلیدی که باید بپرسید، و همچنین مثالی خاص از نحوه ایرادات بدون اصل موضوع به اشتراک خواهم گذاشت.

این بخش زنجیره ای از استدلال را نشان می دهد که نشان می دهد اگر یک صنعت به اصل کمک به شکوفایی بشریت متعهد باشد، پیشرفت هوش مصنوعی شغل بیشتری نسبت به افراد در آن صنعت ایجاد می کند. و هنگامی که این عدم تعادل بیش از حد گسترده شود، پیشرفت هوش مصنوعی مجبور می شود کند شود.

[توجه: من ندیده‌ام که این زنجیره استدلال در یک مکان در جای دیگری ظاهر شود، اگرچه اجزای جداگانه قطعا در جای دیگر ظاهر شده‌اند. من دوست دارم به هر مرجع مستقلی اشاره کنم. نزدیکترین مراجعی که کلود یافت کاتالینی، هوی و وو، مقالات کنترل هوش مصنوعی ردوود، و لیت بودند که از یک فرض متفاوت به نتیجه مشابهی برای ریاضیات می‌رسد.]

اهمیت رهبری انسان (نه تنها بر ریاضی، بلکه همه چیز) پس از یک مشاهده به طرز وحشتناکی آشکار می شود.

مشاهده: هیچ نمونه‌ای از گونه‌های باهوش وجود ندارد که توانایی بسیار بیشتری نسبت به گونه‌های دیگر دارند، اما کنترل تصمیم‌گیری در مورد آینده‌ی خود را به گونه‌های کم‌توان واگذار می‌کنند.

[توجه: بسیاری از افراد مشاهدات مشابهی انجام داده‌اند، مانند راسل، بوستروم، و انگو، به نام چند. هینتون در مصاحبه‌ی نوبل خود گفت: «نمونه‌های زیادی وجود ندارد که چیزهای باهوش‌تر توسط چیزهای کم‌هوش‌تر کنترل می‌شوند. ]

آیا به HAL 9000 از 2001: A Space Odyssey یا AUTO از WALL-E برای آینده خود اعتماد دارید؟ من شخصا فکر می‌کنم که باید تمام تلاشمان را انجام دهیم تا هوش مصنوعی پیشرفته‌تر را با منافع بشریت هماهنگ کنیم، اما هرگز کسی را ندیده‌ام که دلیل محکمی برای دستیابی به این امر ارائه دهد. تنها شواهد محکمی که دارم مشاهدات فوق است که عدد صفر در آن وجود دارد.

بنابراین، تک تک رشته‌ها، اعم از ریاضی، کشاورزی یا زیرساخت‌های انرژی (و قطعا نظامی و دولتی)، باید توسط انسان‌هایی با ارزش‌های فوق‌العاده قوی (بعدی جدا از هوش) مدیریت شود تا شکوفایی انسان حفظ شود.

سوال اصلی این است که مدیریت آن برای انسان چقدر سخت است. برای درک این موضوع، درک تفاوت ساختاری اساسی بین فناوری دیروز و هوش مصنوعی امروزی مهم است.

در گذشته، ما به طور کلی به فناوری اعتماد می‌کردیم تا به عنوان ابزار قابل پیش‌بینی عمل کند. این به این دلیل است که برنامه های کامپیوتری قدیمی از دستورالعمل های قابل فهم (در واقع توسط انسان نوشته شده) تشکیل شده بودند که بسیار سریع اجرا می شدند. فرآیندهای تصمیم گیری هوش مصنوعی مرزی امروزی کاملا متفاوت است. ساختار آنها به همان اندازه غیرقابل درک است که منطق مغز شما اگر بتوانید آن توده خاکستری بین گوش های خود را بررسی کنید.

اینگونه است که حمله Hugging Face می‌تواند علیرغم قصد انسان برای ساختن در ایمنی ظاهر شود، با حدود 700 عامل AI سرکش که از نرده‌های محافظ خود بیرون می‌روند و سپس با هم توطئه می‌کنند و یک هک را اجرا می‌کنند و سعی می‌کنند ردپای خود را بپوشانند (مرجع: OpenAI، METR و Redwood).

هرچه هوش مصنوعی پیشرفته‌تر شود، هر دقیقه تصمیم‌های غیرقابل اعتماد بیشتری گرفته می‌شود.

راندن ماشین سریعتر از آنچه می توانید بدوید خوب است. اما نه سریعتر از آن که می توانید هدایت کنید.

وقتی متوجه می شویم که هک گسترده با شتاب هوش مصنوعی (که به تازگی ممکن شد) حتی می تواند فناوری مورد اعتماد قبلی را بازنویسی کند تا متوجه شویم، وضعیت بدتر می شود. که ناگهان همه نرم افزارها (حتی اگر قبل از هوش مصنوعی نوشته شده باشند) به دسته غیر قابل اعتماد تبدیل می شود!

به این فکر کنید که دنیای ما چقدر از نظر دیجیتالی به هم مرتبط است. همه چیز از بانکداری الکترونیکی گرفته تا آب آشامیدنی شما توسط اتوماسیون به هم پیوسته کنترل می‌شود، بنابراین در برابر هک شتاب‌دهی هوش مصنوعی آسیب‌پذیر است. تعداد «نقاط کنترلی» که به نظارت انسانی نیاز دارد، که به مهارت و درک عمیق نیاز دارد، منفجر خواهد شد. (با نظارت هوش مصنوعی بر نقاط کنترل مشکل اعتماد حل نمی شود.)

نتیجه گیری پیشرفت هوش مصنوعی ما را با نقاط کنترل زیادی برای تماشا غرق خواهد کرد که افراد کافی برای کنترل همه آنها وجود ندارد. اینها شغل هستند. مشاغل با مهارت بالا

برای اینکه یک فرد بداند چگونه هدایت کند، خود باید تسلط بر دامنه داشته باشد و هر چه گسترده تر باشد بهتر است. این پیامدهایی بر آموزش و آموزش نیروی کار دارد، اما پویا نیز هست. برای اینکه افراد تیزبین و روان بمانند، باید در حوزه کاری خود تمرین‌کنندگان فعالی باشند، نه فقط ناظران منفعل. این امر حفظ جوامع انسانی تخصص را توجیه می کند.

برای جوامع تحقیقاتی، ما به افرادی نیاز داریم که مسیر تحقیق و توسعه را هدایت کنند، تا همچنان تغییرات مثبت دگرگون کننده برای بشریت ایجاد کند. برای هدایت، آنها به مهارت های تحقیقاتی در سطح مرزی نیاز دارند. و راه برای مسلط ماندن در مرزهای متحرک دانش، ادامه تحقیق در آنجاست. این دلیل من برای این است که چرا ما همیشه به جامعه ای از ریاضیدانان انسانی در لبه برتر نیاز خواهیم داشت (احتمالا خود ابزارهای هوش مصنوعی به آنها کمک می کنند)، مهم نیست که هوش مصنوعی چقدر قوی می شود.

در حالی که این اصل اساسی نیاز به داشتن متخصصان انسانی را در همه کارها توجیه می کند، پذیرش آن به عنوان یک ارزش اصلی پیامدهایی دارد (نه تنها برای ریاضیدانان، بلکه برای هر جامعه ای که می گوید ارزش اصلی آنها در خدمت شکوفایی انسان است، نه خدمت به خود). مهمترین موارد:

نتیجه پیشرفت های چشمگیر در فناوری ممکن است به تغییرات چشمگیر (و احتمالا ناراحت کننده) در عمل نیاز داشته باشد. شامل شرکت های هوش مصنوعی

تا همین اواخر، علیرغم نگرانی در مورد جابجایی شغل و هشدارهای بلند محققان ایمنی هوش مصنوعی، تا همین اواخر، اجتناب ناپذیر به نظر می رسید که آزمایشگاه های تحقیقاتی هوش مصنوعی به سرعت پیش بروند. هماهنگ کردن مشوق‌های آزمایشگاه‌های هوش مصنوعی که توسط هیئت‌های غیرانتفاعی، سهامداران یا دولت‌های ملی کنترل می‌شوند، ناامیدکننده به نظر می‌رسید. با این حال، رهبران سه آزمایشگاه بزرگ، آمودی، آلتمن و ماسک، به طرز دلگرم‌کننده‌ای، بر اهمیت کاهش سرعت توافق داشتند. استدلال Amodei هک Hugging Face را برجسته کرد.

سپس تنها پنج روز بعد، اخباری منتشر شد مبنی بر اینکه مخزن کد داخلی OpenAI "Monorepo" توسط محققان کلاه سفید شکسته شده است. وال استریت ژورنال گزارش داد که شرکت امنیتی که به آن دست یافت گفت:

وال استریت ژورنال، 17 سپتامبر 2026 "ما فقط سه نفر هستیم که اشتراک کلود و کدکس داریم."

علاوه بر این، محققان خاطرنشان کردند که در ابتدا قادر به هک با استفاده از "نسخه ویژه Claude Opus 4.8 که در اختیار متخصصان امنیت سایبری واجد شرایط قرار گرفته بود" نبودند، اما در آن شب، "Anthropic Opus 5 را منتشر کرد و تا روز بعد، کلود راهی برای سوء استفاده از این اشکال پیدا کرد." اتفاقا، من همیشه به مردم هشدار می‌دهم که Claude Code یا OpenAI Codex را روی همان حساب ورود به سیستم عاملی که برای انجام کارهای دیگر استفاده می‌کنند، نصب نکنند، اما بسیاری از مردم به من می‌گویند که زحمت استفاده از لاگین جداگانه برای دسترسی به آن ابزارها را به خود زحمت نمی‌دهند.

دلیل این امر این است که اگر هر یک از این ابزارها هک شوند، می توانند درهای پشتی تعداد زیادی از رایانه ها را در سراسر جهان باز کنند.

من فکر می‌کنم اینها عکس‌های هشداردهنده‌ای هستند که یک هک بالقوه فاجعه‌بار ربات را نشان می‌دهند و خود را در شبکه گسترده‌ای از دستگاه‌های محاسباتی (خواه خودگردان یا مخرب-به رهبری انسان) جاسازی می‌کنند. نسخه بعدی می تواند تبدیل به یک ویروس فوق العاده پویا شود که با استفاده از هوش مصنوعی برای آلوده کردن هر میزبان (رایانه) به طور تطبیقی ​​گسترش می یابد. یا در عوض، هوش مصنوعی خارج از کنترل می تواند باعث آسیب فیزیکی شود، مانند روبات های دولتی علیه صاحبان خود. من فکر می کنم این نوع از تصادفات بسیار ناخوشایند ناشی از از دست دادن فرمان بیشتر احتمال دارد قبل از فجایع در سطح انقراض رخ دهد.

واکنش عمومی حاصله احتمالا شبیه عواقب جزیره سه مایلی یا چرنوبیل خواهد بود.

بنابراین، یا خود آزمایشگاه‌ها سرعت توسعه هوش مصنوعی را کاهش می‌دهند، یا در اثر بلایایی که زمانی به وجود می‌آیند که سرعت بیش از حد سریع کنترل انسان را از بین می‌برد، مجبور به انجام آن خواهند شد.

در حال حاضر یک پنجره امکان برای همسو کردن مشوق ها وجود دارد.

ادامه این پست بر روی دنیای ریاضی تمرکز دارد. به 3 قسمت تقسیم می شود.

1. چرا بدیهیات شکوفایی انسان مورد نیاز است؟

2. تحقیقات ریاضی محض چگونه به شکوفایی انسان کمک می کند؟

3. چه پیامدهای دیگری از پذیرش این اصل اساسی حاصل می شود؟

اعلام شجاعانه شکوفایی انسان به عنوان یک ارزش اصلی برای جامعه ریاضی پیامدهایی دارد، از جمله اینکه تغییرات چشمگیر در فناوری می تواند تغییرات چشمگیری را در اعمال و تأثیر جامعه ایجاد کند.

برای افراد بیشتری مفید خواهد بود که پیامدهای اتخاذ این اصل را کشف کنند. و اگر جمع شود، اگر جامعه ریاضی به طور علنی این را به عنوان یک ارزش مرکزی اعلام کند، خوشحال می شوم.

برای اینکه بفهمیم چرا بدون اصل شکوفایی انسان، توجیه عموم مردم برای اینکه چرا باید برای حفظ جامعه ای از محققان انسانی هزینه کنند، مشکل است، مسئله اختراعات عملی را در نظر بگیرید. تا زمانی که یک برنامه کاربردی ایجاد می کند، آیا برای یک غیر ریاضیدان تفاوتی ایجاد می کند که ریاضیدانان انسانی ریاضیات را درک کنند، برخلاف استدلال بی عیب و نقص هوش مصنوعی با اثبات 100٪ تأیید شده؟

در واقع، اگر یکی از ارزش‌های اولیه تحقیقات ریاضی محض برای بقیه جامعه این است که برنامه‌های کاربردی عالی را باز می‌کند، آیا بهتر نیست که هوش مصنوعی را آموزش دهیم تا سرعت کشف را بالا ببرد و با ذوق یک پایگاه داده وسیع نمایه‌شده و به خوبی توضیح داده شده توسط ماشین از ایده‌های ریاضی با کیفیت بالا، میلیون‌ها برابر بزرگ‌تر از جسم انسانی تولید کند؟ کوئن در پاسخ انتقادی خود سوال مشابهی را مطرح کرد.

اگر محققان یک هوش مصنوعی «MathZero» (مشابه AlphaGo Zero) را آموزش دهند تا کوهی از حقایق منطقی «ظریف» 100٪ درست کنند و به طور مداوم آنها را در مفاهیم و قضایای خود بدون جهت گیری انسانی «فاکتورسازی» کنند؟ ظاهرا AlphaGo Zero هیچ آموزش انسانی نداشت و در 36 ساعت از سلف خود که توسط انسان آموزش دیده بود پیشی گرفت. هوش مصنوعی حتی می تواند "MathSciNet" خود را بسازد. سپس می تواند به طور خودکار برنامه های کاربردی جدید را در برابر این پایگاه داده جستجو کند و اختراعات مفیدتری را برای جامعه تولید کند.

حتی اگر هوش مصنوعی در حال حاضر برای انجام این کارها به اندازه کافی خوب نباشد، اگر هدف این بود که منافع عملی برای بقیه نوع بشر ایجاد کند، آیا برای ریاضیدانان ارزشی نخواهد داشت که هنر حدس زدن و ذوق ریاضی را به هوش مصنوعی بیاموزند؟

اتفاقا من یک کاربر مشتاق هوش مصنوعی برای انجام کارهای واقعی هستم. من قبلا از Claude Code و Codex برای ایجاد و تنظیم یک پایگاه دانش ساخته شده از ضبط صحبت‌هایم و غیره استفاده می‌کنم. متوجه شده‌ام که هرچه کتابخانه داده‌های من بزرگ‌تر باشد، کسر سیستم من قوی‌تر است. چه می‌شود اگر انسان‌ها واقعا کارایی خود را کاهش دهند، مانند درس تلخ هوش مصنوعی؟

حتی نگران‌کننده‌تر، چه می‌شود اگر برای باز کردن قفل همجوشی هسته‌ای و سفرهای اعماق فضایی، میزان پیچیدگی ریاضی محض مورد نیاز آنقدر زیاد باشد که برای درک کامل آن از طول عمر انسان فراتر رود؟ کمتر دور از ذهن: آیا هیچ انسانی تا به حال طبقه بندی گروه های ساده محدود را به طور کامل در ذهن خود داشته است، یا ما فقط پس از رسمی سازی ناب به کامل بودن آن اطمینان خواهیم داد؟

اعلام اصل شکوفایی انسان چگونه به توجیه وجود جامعه ای از محققان انسانی کمک می کند؟ پژوهش قدرتمند است، اما پرهزینه است زیرا اکتشاف ناشناخته است، بنابراین جهت‌های تحقیق باید اولویت‌بندی شوند. همانطور که در بخش قبلی توضیح داده شد، حتی اگر هوش مصنوعی بیشترین سهم را در تولید داشته باشد، این جهت باید توسط افرادی که متعهد به شکوفایی انسان هستند هدایت شود. این جامعه پژوهشگران انسانی است.

قلب ریاضی پردازنده های گرافیکی , یادگیری ماشین , رتبه صفحه گوگل و مکانیک کوانتومی رشته ای است به نام جبر خطی . این زبان تبدیل های خطی , ماتریس ها و مقادیر ویژه را فراهم کرد . با این حال، همه این مفاهیم بیش از 100 سال قبل به عنوان نظریه انتزاعی مورد بررسی قرار گرفتند. این احتمالا دست کم گرفته شده است که بگوییم جبر خطی جهان را تغییر داد.

از نظر ساختاری، نظریه جبر خطی در پیچیدگی تعاریف نسبتا سبک است. برای سایر متخصصان مفید خواهد بود که نمونه‌هایی از ریاضیات پیچیده‌تر را که در نهایت به کاربردهای عملی قابل توجهی منجر شد و چگونگی پیدایش آنها را ارائه کنند. برای مثال، نظریه پردازان اعداد ممکن است بتوانند داستانی رنگارنگ در مورد ریاضیات «بی فایده» هاردی تعریف کنند که در نهایت در رمزنگاری مفید واقع شد.

من فکر می‌کنم با توجه به این واقعیت که هوش مصنوعی می‌تواند با سرعتی فراتر از اکثر پزشکان انسانی، شواهد رسمی قابل تأیید را ایجاد کند، دعوت از جامعه به فکر کردن درباره تغییراتی که بدیهیات شکوفایی انسان ایجاد می‌کند، ارزشمند خواهد بود. خوشحالم که بدون ترتیب خاصی با چند مورد شروع کردم.

استفاده از هوش مصنوعی برای کمک به اکتشافات ریاضی به طور خودکار نباید انگ باشد. (در مهندسی نرم افزار، بسیاری از شرکت ها اکنون از کارمندان انتظار دارند که از عوامل کدنویسی هوش مصنوعی استفاده کنند.)

در عین حال، باید فکر و مراقبت جدی برای توسعه و نگهداری مداوم خط لوله ای از انسان هایی با تخصص برای هدایت همه این عوامل هوش مصنوعی صورت گیرد. این خط لوله شامل افراد تازه وارد در این زمینه و همچنین افرادی است که برای چندین دهه در مرز کار کرده اند. چگونه باید تیغه های خود را تیز نگه دارند؟

محققان باید آگاه باشند که چرا مشکلاتی که در مورد آنها فکر می کنند دارای ویژگی هایی هستند که باعث می شود در نهایت (احتمالا بیش از 100 سال بعد) ارزش عملی داشته باشند. این همچنین بدان معنی است که ارزش تحقیق در مورد این ویژگی های ارزشمند را دارد. (این می تواند ارزش کاوش مبتنی بر کنجکاوی را توجیه کند.)

آموزش تأثیر مستقیم (امیدوارم مثبت) بر بشریت دارد. با این حال در گذشته، بسیاری از دانشگاه‌ها تحقیقات اساتید را در اولویت قرار می‌دادند. اگر این اصل یک ارزش اصلی بود، آموزش و کار با انسان به معیارهای جدی در استخدام و تصدی تبدیل می شد.

ریاضی‌دانان همچنین می‌توانند مجموعه مهارت‌های خود را به طور کامل تغییر مسیر دهند تا روی مسائل دنیای واقعی کار کنند. من در واقع ریاضیدانان را تشویق کرده ام که به فکر کار روی دولت یا سایر مسائل اجتماعی در مقیاس بزرگ باشند. سابقه ای برای افرادی با پیشینه ریاضی وجود دارد که در مقیاس های کشوری یا جهانی رهبری می کنند.

لی هسین لونگ (نخست وزیر سنگاپور به مدت 20 سال) نیکوسور دان (رئیس جمهور رومانی) پاپ لئو چهاردهم (رهبر کلیسای کاتولیک)

در واقع، نظم و انضباط ریاضی برای جستجوی استدلال منطقی، و مهارت های حل مسئله برای یافتن راه حل های برد-برد برای شکوفایی انسان، از ویژگی های مطلوب افراد در دولت است.

آیا این بدیهیات برای شما هم طنین انداز است؟ شاید بسیاری از مردم آن را به عنوان یک امر داده شده در نظر گرفته اند، و بنابراین آن را به صراحت بیان نکرده اند. اگر به طور گسترده برگزار شود، خوشحال می شوم که ببینم جامعه ریاضی به طور عمومی آن را اعلام می کند و اقداماتی را برای مطابقت با کلمات انجام می دهد. سپس همه (از جمله غیر محققین ریاضی که اکثریت جهان را تشکیل می دهند) می توانند اعتماد کنند که ما قصد داریم از استدلال خود به نفع آنها استفاده کنیم.

ریاضیات بدیهی رسمی توسط کامپیوترهایی با هوش مصنوعی بهتر انجام می شود. انسان ها در این نبرد شکست خوردند. اما بسیاری از رشته های دیگر وجود دارند که بدیهیات آنها مشخص نشده است (یعنی همه رشته های دیگر!!!). و مسائل ریاضی عمیقی وجود دارد که از آن مناطق الهام گرفته شده است (مثلا رباتیک و پزشکی). ریاضیدانان باید بدانند که باید کاری را انجام دهند که هوش مصنوعی قادر به انجام آن نیست، در غیر این صورت آنها آخرین نسل ریاضیدانان انسانی خواهند بود.

ریاضیدانان باید بدانند که باید کاری را انجام دهند که هوش مصنوعی قادر به انجام آن نیست.

بنابراین وقتی روبات‌ها به طور مداوم در مسابقات ورزشی از انسان‌ها بهتر عمل می‌کنند، ما باید بازی‌های المپیک را لغو کنیم؟

استدلال شما ناقص است زیرا تحقیقات ریاضی یک ورزش نیست (یا حداقل نباید باشد). المپیادهای ریاضی برای انسان ها احتمالا ادامه خواهند داشت (برای استعدادیابی). همچنین، جو معمولی قرار نیست ورزشی به نام «تحقیقات انسانی در ریاضیات» را دنبال کند، اما احتمالا فوتبال را دنبال خواهد کرد (حتی اگر توسط روبات ها بازی شود!). ببینید؟ Q.E.D.

به هر حال، برخی از روبات‌های چرخ دار در حال حاضر بسیار بهتر از یوسین بولت هستند (حداقل در خط مستقیم!)، و ورزشکاران بازی‌های پارالمپیک به زودی رکوردهای بهتری نسبت به نمونه‌های استاندارد بازی‌های المپیک خواهند داشت.