- AI dociera do etapu, w którym, jeżeli już wiemy, iż jedziemy na rowerze, potrafi dokładnie zaplanować nam trasę. Natomiast z wymyśleniem samej koncepcji roweru ma kłopot. Nie widzę na razie takiej architektury, która postawiona przed problemem: "tu masz człowieka, który musi gdzieś dotrzeć, zaproponuj rozwiązanie", powiedziałaby: "wymyślam rower". Z dr. Bartoszem Naskręckim z Wydziału Matematyki i Informatyki UAM, uczestnikiem projektu FrontierMath, na łamach Życia Uniwersyteckiego rozmawia Magda Ziółek.
Na początek wyznanie: przygotowując się do tej rozmowy, korzystałam z pomocy ChatGPT. Po wyszukaniu materiałów na pana temat chat zasugerował, żeby rozmowę zacząć od projektu FrontierMath. Dobry początek?
W sumie to choćby zabawne, bo akurat ta wersja czatu, z którą pani rozmawiała, rozwiązała moje zadanie, więc może jest w tym jakaś głębsza narracja (śmiech).
Chciałbym jednak zwrócić uwagę na pewną pułapkę. Czat dobrze radzi sobie z wyszukiwaniem informacji na portalach czy w mediach społecznościowych, ale ich wiarygodność może zależeć od tego, jak zostały zredagowane. jeżeli język jest zbyt entuzjastyczny, może to wpłynąć na sposób, w jaki AI oceni wagę i wiarygodność danej informacji. Innymi słowy, bez krytycznego podejścia AI może stworzyć laurkę, która kilka będzie miała wspólnego z rzeczywistością.
To oczywiście bardzo gwałtownie się zmienia. Jeszcze pół roku temu czaty wykonywały zadania na poziomie studentów, dziś potrafią wyręczać naukowców.
Ok. Zatrzymajmy się zatem przy projekcie FrontierMath. Co musiał umieć model, aby rozwiązać przygotowane przez pana zadanie?
Zanim odpowiem, cofnijmy się na chwilę do początku. FrontierMath, projekt firmy Epoch AI, powstał pod koniec 2024 r., w momencie, gdy pojawiły się pierwsze modele rozumujące. To, co wówczas generowały, przypominało trochę brudnopis maturalny: niekoniecznie gotowe rozwiązanie, ale różne, czasem odległe pomysły na to, jak podejść do zadania. Okazało się, iż jeżeli model wygeneruje odpowiednio dużo takich ścieżek, zaczyna budować rozumowanie znacznie lepiej niż wcześniej.
Projekt był realizowany we współpracy z zawodowymi matematykami. Każdy z nas miał przygotować w języku naturalnym problem ze swojej dziedziny. Rozwiązanie mogło obejmować wiele stron skomplikowanych obliczeń i rozumowania, odwoływać się do artykułów naukowych czy wymagać wykorzystania komputera.
Wielu matematyków uważało wtedy, iż te zadania są na tyle trudne, iż miną lata, zanim modele językowe zaczną je rozwiązywać. Tymczasem już na początku 2025 r. było widać bardzo szybki postęp.
Czytaj dalej na Uniwersyteckie.pl: Dr Bartosz Naskręcki. Matematyk na rowerze
Fot. Władysław Gardasz
