TGViewer
Machine learning Interview Machine learning Interview @machinelearning_interview · 30.3K subscribers
Post #3077 3.9K
🧠 Если ИИ доказал теорему, но никто не понял новую идею, сколько выиграла математика?

Теренс Тао опубликовал 27 слайдов «Math 2.0». Его тезис: мы входим в эпоху изобилия доказательств, а научные стимулы всё ещё настроены на их дефицит.

Раньше решение сложной задачи обычно приносило новые методы и понимание. Теперь ИИ всё чаще позволяет получить результат без специальной экспертизы пользователя. Считать только решённые задачи становится плохой мерой прогресса.

Тао сравнивает открытые проблемы с маяками: исследование путей к ним может дать больше, чем само достижение цели.

И напоминает об ошибке выжившего: в соцсетях видны успехи ИИ, а не все провалы и затраченные вычисления. Большинство задач на переднем крае математики по-прежнему не решено.

Его «Math 2.0» предполагает другой фокус: понятные доказательства, новые принципы, связи между работами и исследование границ применимости теорем. ИИ должен усиливать человеческое понимание.

https://terrytao.wordpress.com/2026/10/10/math-2-0/

@machinelearning_interview
  • ❤ 17
  • 👍 6
  • 🔥 4
More from @machinelearning_interview
  1. Oct 10, 2026vibe coding final boss
  2. Oct 9, 2026🧠 ИИ, который сразу выбирает ответ K2-Type-0.9B от IFM получает контекст в виде текста ил…
  3. Oct 9, 2026Извлечь текст из PDF мало. LightOnOCR-3 достаёт ещё и данные из графиков 📄 LightOn выпуст…
  4. Oct 8, 2026⚡ Liquid AI открыла веса двух моделей, которые принимают решения без генерации текста. d1…
  5. Oct 8, 2026Как мы перешли от CatBoost к нейросетям в рекомендациях Авито Рекомендации на главной дают…
  6. Oct 7, 2026🌍 Google Earth AI помогает прогнозировать вспышки заболеваний по данным о местности Модел…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →