Mentionsy

Radio Naukowe
08.01.2026 05:30

#283 Sztuczna matematyka – modele językowe zaczynają zawstydzać matematyków | prof. Bartosz Naskręcki

– Bardzo szybko się przekonaliśmy, że nasze wyobrażenie o tym, co jest trudne, a co mogą robić modele językowe, to były dwa zupełnie różne światy – mówi odcinku nr 283 dr Bartosz Naskręcki, prodziekan Wydziału Matematyki i Informatyki Uniwersytetu Adama Mickiewicza w Poznaniu.

* * *
Słuchasz nas regularnie? Może spodoba Ci się któryś z progów wsparcia :) Zajrzyj na https://patronite.pl/radionaukowe
Nasze wydawnictwo: https://wydawnictworn.pl/ 
* * *

Dr Naskręcki jest jedynym polskim naukowcem w międzynarodowym zespole FrontierMath. Zespół zebrał się, by stworzyć bazę zupełnie nowych, nigdzie wcześniej niepublikowanych problemów matematycznych i sprawdzić, jak sobie z nimi poradzą popularne duże modele językowe (LLM). A radzą sobie nieźle: podały poprawną odpowiedź do ok. 20% przygotowanych zadań, a ich rezultaty są coraz lepsze z czasem (wraz z rozbudową i dotrenowywaniem modeli w internecie). LLM-y można wykorzystać też do weryfikowania poprawności już istniejących prac matematycznych. – Magia matematyki polega na tym, że jak się ten program, czyli ten sformalizowany dowód, skompiluje w odpowiednim kompilatorze, to on mi daje gwarancję, że to jest poprawnie – wyjaśnia dr Naskręcki. W ten sposób naukowcy wyśledzili i naprawili błąd np. w wielkim twierdzeniu Fermata.

Wykorzystanie modeli AI to już rewolucja. – Można w pewnym sensie już tworzyć matematykę trochę bez matematyków – zauważa gość. Oczywiście na razie to narzędzie i wciąż potrzebny jest człowiek, który nim kieruje, wpisuje prompty i weryfikuje wyniki. Kolejnym poziomem rewolucji byłoby stworzenie modelu zdolnego do samodzielnego tworzenia i rozwiązywania problemów matematycznych. Wydaje się jednak, że do tego jeszcze daleko. – Modele nie będą robiły niczego kognitywnie ciekawego, dopóki nie pozwolimy im wchodzić w różne interakcje. Bez interakcji trudno mi sobie wyobrazić, że coś, co ma ewidentnie pewną strukturę dynamiczną, a świadomość ma strukturę dynamiczną, da się wytworzyć w takim algorytmie – dodaje.

W odcinku usłyszycie też sporo rozważań na temat świadomości i dowiecie się, jak weryfikować prawdziwość rozwiązań, których nie umiemy policzyć, i dlaczego matematyk z modelem AI jest jak pasterz. Polecamy!

Szukaj w treści odcinka

Znaleziono 6 wyników dla "Frontier Math"

Pan doktor zajmuje się geometrią algebraiczną, jest jedynym polskim naukowcem, póki co zaproszonym do udziału w międzynarodowym projekcie Frontier Math, koordynowanym przez Epoch AI.

Czyli jakby pomysł na ten benchmark Frontier ma, w którym brałem udział, polegał na tym, żebyśmy stworzyli zestaw problemów, których do tej pory nigdzie nie było.

GPT-2 albo GPT-3, to jeżeli bym napisał zadanie strontir math, no to bym dostał jakieś dziwne brednie, tak?

I mieliśmy taki przypadek z Frontier Math, że model rozwiązał zadanie nie ścieżką, którą zaplanował autor.

Od razu powiem, że Frontier Math 4 to jeszcze nie jest ostatni etap.

Akurat z tym mam trochę coś wspólnego, bo współpracuję właśnie z Harmonic Math, gdzie mamy dostęp do tych modeli, które formalizują matematykę i widziałem od środka te rzeczy związane z niektórymi z tych problemów Erdosza pojawiały się.

0:00
0:00