Muse Spark, altı matematik makalesinin ortak yazarı oldu

Meta, 2 Ekim'de bir grup matematikçisinin yapay zekâ modeli Muse Spark ile birlikte altı araştırma makalesi hazırladığını duyurdu. Makalelerin beşi, matematikte daha önce cevaplanmamış açık sorulara çözüm getiriyor. Çalışmalar, modelin ürettiği kısımlar ile insanların yazdığı kısımlar ayrı ayrı işaretlenerek yayımlandı ve ikinci bir matematikçi grubunun hakem incelemesinden geçti.

Makaleler matematiğin farklı alanlarına yayılıyor. Olasılık alanında Gauss elipsoit uydurma problemi için kesin eşik belirlendi. Diferansiyel denklemlerde, biharmonik doğrusal olmayan Schrödinger denkleminde sonlu zamanda çözümün patladığı (blow-up) gösterildi. Grup teorisinde yarı-değişmeli (semiabelian) grupların tek terimli (monomial) olmak zorunda olmadığı kanıtlandı. Diğer çalışmalar optimizasyon, aritmetik fizik ve birleşmeli olmayan cebir alanlarında; bunlar arasında ikili polinom gevşetmeleri, çözülebilir evrim cebirleri için bir karşı örnek ve 2024'te ortaya atılan bir sanının çürütülmesi var.

Çalışmanın en dikkat çekici yanı yöntem. Matematikçiler, Muse Spark'ın 1.1 ve 1.2 sürümlerini Meta AI'ın herkesin kullandığı sohbet arayüzü üzerinden kullandı; özel bir araştırma iskelesi, otomatik kanıt sistemi ya da yalnız bu iş için geliştirilmiş bir araç yoktu. Bu, yapay zekânın matematik araştırmasına katkısının özel laboratuvar sistemleriyle sınırlı olmadığını gösteriyor. Google DeepMind ve OpenAI gibi şirketler de son bir yılda matematik olimpiyatı problemlerinde ve bazı açık problemlerde benzer sonuçlar duyurmuştu; ancak bu çalışmalar genellikle özel sistemlerle yapılıyordu.

Matematik, yapay zekânın akıl yürütme becerisini ölçmek için en zorlu alanlardan biri; çünkü sonuç ya doğrudur ya yanlıştır ve doğruluk hakem incelemesiyle kontrol edilebilir. Modelin katkısının açıkça işaretlenmesi ve bağımsız matematikçilerce incelenmesi, "yapay zekâ bunu gerçekten yaptı mı" sorusuna şeffaf bir cevap veriyor. Bu şeffaflık modeli, yapay zekâ destekli bilimsel çalışmalarda nasıl atıf yapılacağı tartışmasına da örnek oluşturuyor.

Matematikte açık problem, doğru olup olmadığı henüz kanıtlanmamış bir önerme ya da cevabı bilinmeyen bir soru. Bazıları yüzyıllardır çözülemeyen ünlü problemler; çoğu ise belirli bir alanda çalışan araştırmacıların makalelerinde "bunu henüz bilmiyoruz" diye not düştüğü daha dar sorular. Muse Spark'ın katkı verdiği problemler ikinci türden. Ancak bu da önemsiz değil: araştırmacıların aylarca, bazen yıllarca uğraştığı soruların hakem incelemesinden geçen çözümlerle kapanması, bilimsel ilerlemenin olağan biçimi. Çürütülen sanı da böyle bir örnek: 2024'te ortaya atılan bir iddianın yanlış olduğu bir karşı örnekle gösterildi.

Makalelerde ana fikirleri seçen, problemleri yönlendiren ve sonuçları doğrulayan insan matematikçiler. Model bir araştırma ortağı olarak çalıştı, bağımsız bir araştırmacı olarak değil. Çözülen problemler önemli olsa da alanlarının en ünlü açık problemleri değil; yapay zekânın matematikteki büyük sorulara ne kadar katkı verebileceği hâlâ açık bir soru.

Meta, yapay zekâ yarışında OpenAI, Google ve Anthropic'in gerisinde kaldığı yönündeki eleştirilere Muse Spark modeli ve Muse uygulamasıyla cevap vermeye çalışıyor. Matematik makaleleri, modelin akıl yürütme yeteneğini gösteren somut ve doğrulanabilir bir vitrin işlevi görüyor. Aynı dönemde Muse uygulamasının Mac'te özel mesajlara eriştiği iddiası ise şirketin gizlilik tarafında hâlâ sorgulandığını gösteriyor.

Herkesin kullanabildiği sohbet arayüzleri, uzman işinde gerçek bir araştırma ortağı olabilecek düzeye geldi. Bu, matematik dışındaki uzmanlık alanları için de geçerli:

• Uzmanınızı yapay zekâyla eşleştirin. En iyi sonuç, alanını bilen bir insanın yönlendirdiği ve doğruladığı çalışmadan çıkıyor.
• Katkıyı işaretleyin. Yapay zekânın hangi kısmı ürettiğini kayıt altına almak, hem kaliteyi hem güveni artırıyor.
• Doğrulamayı süreç haline getirin. Meta'nın ikinci bir grubun incelemesine başvurması gibi, yapay zekâ çıktısını bağımsız bir kontrolden geçirin.