ხელოვნური ინტელექტის შესაძლებლობების შესახებ დისკუსია ბოლო წლებში ძირითადად კონტენტის გენერაციას, პროგრამირებასა და ბიზნესპროცესების ავტომატიზაციას უკავშირდებოდა. თუმცა 2025 წელს განვითარებულმა მოვლენამ ტექნოლოგიური სექტორის, აკადემიური წრეებისა და ინვესტორების ყურადღება სრულიად სხვა მიმართულებით გადაიტანა. OpenAI-ის მიერ შექმნილმა ექსპერიმენტულმა მათემატიკურმა მოდელმა წარმატებით გადაჭრა პრობლემა, რომელიც მათემატიკოსებს თითქმის 80 წლის განმავლობაში ამოუხსნელი რჩებოდათ.

საუბარია უნგრელი მათემატიკოსის, პოლ ერდოშის მიერ 1946 წელს ჩამოყალიბებულ ჰიპოთეზაზე, რომელიც „სიბრტყეზე ერთეულოვანი მანძილების პრობლემის“ სახელითაა ცნობილი. ეს ამოცანა გეომეტრიისა და კომბინატორიკის ერთ-ერთ ყველაზე რთულ გამოწვევად ითვლებოდა. მიუხედავად ათწლეულების განმავლობაში ჩატარებული კვლევებისა, მეცნიერებმა ვერ შეძლეს დაემტკიცებინათ, იყო თუ არა ერდოშის ჰიპოთეზა სწორი.

სიტუაცია შეიცვალა მას შემდეგ, რაც OpenAI-ის ახალი მოდელი, რომელიც სპეციალურად მათემატიკური მსჯელობისთვის შეიქმნა, პრობლემას სრულიად განსხვავებული კუთხით მიუდგა. თუ ტრადიციული მეთოდები ძირითადად შესაძლო კონფიგურაციების უზარმაზარი რაოდენობის შემოწმებაზე იყო დაფუძნებული, AI-მ ერთმანეთთან დააკავშირა ალგებრული რიცხვთა თეორია და გეომეტრია, რის შედეგადაც აღმოაჩინა ახალი ტიპის კონფიგურაციები, რომელთა არსებობაც მანამდე არავის განუხილავს.

მათემატიკოსების თქმით, მთავარი მიღწევა მხოლოდ სწორი პასუხის პოვნა არ ყოფილა. განსაკუთრებული მნიშვნელობა აქვს იმას, რომ მოდელმა შექმნა მრავალათასსიტყვიანი ფორმალური მტკიცებულება, რომელიც შემდგომ დამოუკიდებელმა მეცნიერებმა შეისწავლეს და დაადასტურეს. მანჩესტერის უნივერსიტეტის მათემატიკოსმა, ტომას ბლუმმა, შედეგს „გარდამტეხი მომენტი მათემატიკისა და ხელოვნური ინტელექტისთვის“ უწოდა. მისი შეფასებით, AI-მ უბრალოდ კონტრმაგალითი კი არ აღმოაჩინა, არამედ ისეთი მათემატიკური არგუმენტაცია შექმნა, რომლის წარმოდგენაც ადამიან მკვლევრებს მანამდე არ შეეძლოთ.

მოვლენა ბევრად უფრო ფართო მნიშვნელობისაა, ვიდრე ერთი კონკრეტული მათემატიკური ამოცანის ამოხსნა. ბოლო წლებში ხელოვნური ინტელექტი უკვე მონაწილეობს სამეცნიერო კვლევებში, თუმცა აქამდე ძირითადად დამხმარე ინსტრუმენტის როლს ასრულებდა. ახლა პირველად გამოჩნდა შემთხვევა, როდესაც AI-მ ახალი ცოდნის შექმნაში ცენტრალური როლი შეასრულა და მეცნიერებს ისეთი შედეგი შესთავაზა, რომელიც დამოუკიდებლად ვერ მიიღეს.

ამ მოვლენას განსაკუთრებული ყურადღებით აკვირდება ტექნოლოგიური სექტორიც. დღეს ხელოვნური ინტელექტის ინდუსტრია ერთ-ერთი ყველაზე კაპიტალიზებული სფეროა მსოფლიოში. OpenAI-ის შეფასება უკვე ასობით მილიარდ დოლარს აჭარბებს, ხოლო AI ინფრასტრუქტურაში ინვესტიციები გლობალურად ტრილიონობით დოლარის მოცულობას უახლოვდება. ინვესტორები სულ უფრო მეტად ინტერესდებიან არა მხოლოდ იმით, თუ რამდენად ეფექტიანად წერს AI ტექსტს ან ქმნის გამოსახულებებს, არამედ იმითაც, შეუძლია თუ არა მას ახალი სამეცნიერო აღმოჩენების დაჩქარება.

სწორედ აქ იწყება ეკონომიკური განზომილება. ანალიტიკოსების შეფასებით, თუ ხელოვნური ინტელექტი შეძლებს ფუნდამენტური მეცნიერების სფეროში პროგრესის დაჩქარებას, ეს პირდაპირ აისახება ფარმაცევტულ ინდუსტრიაზე, მასალათმცოდნეობაზე, ენერგეტიკაზე, კვანტურ ტექნოლოგიებსა და ნახევარგამტარების წარმოებაზე. მაგალითად, ახალი მედიკამენტების შექმნის პროცესი ხშირად ათწლეულებსა და მილიარდობით დოლარს მოითხოვს. თუ AI-ს შეუძლია კვლევის ციკლის შემცირება, ეს ინდუსტრიებისთვის კოლოსალურ ეკონომიკურ ეფექტს შექმნის.

McKinsey-ისა და Goldman Sachs-ის ანალიზები მიუთითებს, რომ გენერაციულ AI-ს გლობალური ეკონომიკისთვის ყოველწლიურად ტრილიონობით დოლარის დამატებითი ღირებულების შექმნა შეუძლია. თუმცა დღემდე ეს შეფასებები ძირითადად პროდუქტიულობის ზრდას, საოფისე პროცესების ავტომატიზაციასა და პროგრამული უზრუნველყოფის განვითარებას ეხებოდა. ახლა დისკუსია სხვა ეტაპზე გადადის. თუ AI ახალი სამეცნიერო ცოდნის გენერირებას შეძლებს, ეკონომიკური ეფექტი გაცილებით ფართო იქნება.

ამასთან, სპეციალისტები სიფრთხილისკენაც მოუწოდებენ. მათი თქმით, ერთი წარმატებული მაგალითი არ ნიშნავს, რომ ხელოვნური ინტელექტი უკვე მეცნიერებს ჩაანაცვლებს. მსგავსი სისტემები კვლავ საჭიროებენ ადამიანურ ზედამხედველობას, შედეგების გადამოწმებას და ინტერპრეტაციას. მათემატიკური მტკიცებულების შემთხვევაშიც საბოლოო შეფასება ადამიანმა მეცნიერებმა გააკეთეს. შესაბამისად, მიმდინარე ეტაპზე AI უფრო „კვლევითი თანაავტორია“, ვიდრე დამოუკიდებელი მეცნიერი.

მოვლენას სტრატეგიული მნიშვნელობაც აქვს. ბოლო წლებში ხელოვნური ინტელექტის გლობალურ რბოლაში ლიდერობისთვის ამერიკის შეერთებული შტატები, ჩინეთი და ევროკავშირი კონკურენციას ზრდიან. ის ქვეყნები და კომპანიები, რომლებიც ყველაზე ეფექტიან სამეცნიერო AI სისტემებს შექმნიან, შესაძლოა არა მხოლოდ ტექნოლოგიურ, არამედ ეკონომიკურ და გეოპოლიტიკურ უპირატესობასაც დაეუფლონ. სწორედ ამიტომ, მეცნიერებაში AI-ის გამოყენება უკვე აღარ განიხილება მხოლოდ აკადემიურ საკითხად. ის ეროვნული კონკურენტუნარიანობის ნაწილად იქცა.

ანალიტიკოსების, ტექნოლოგიური ექსპერტებისა და ეკონომისტების შეფასებით, ეს შემთხვევა შესაძლოა ისტორიაში იმ მომენტად შევიდეს, როდესაც ხელოვნურმა ინტელექტმა პირველად დაადასტურა, რომ შეუძლია არა მხოლოდ არსებული ცოდნის დამუშავება, არამედ ახალი ცოდნის შექმნაშიც აქტიური მონაწილეობა. თუ ეს ტენდენცია გაგრძელდება, მომდევნო ათწლეული შესაძლოა გახდეს პერიოდი, როდესაც მეცნიერების განვითარებას ყველაზე მეტად არა ახალი ლაბორატორიები, არამედ ადამიანის და ხელოვნური ინტელექტის თანამშრომლობა დააჩქარებს.

წყაროები: