Seorang pembaca anonim mengutip laporan dari TechCrunch: Selama akhir pekan, Neel Somani, seorang insinyur perangkat lunak, mantan peneliti kuantitas, dan pendiri startup, sedang menguji keterampilan matematika model baru OpenAI ketika dia membuat penemuan yang tidak terduga. Setelah menempelkan masalahnya ke ChatGPT dan membiarkannya berpikir selama 15 menit, dia kembali menemukan solusi lengkap. Dia mengevaluasi buktinya dan memformalkannya dengan alat yang disebut Harmonic — tapi semuanya sudah diperiksa. “Saya penasaran untuk menetapkan garis dasar kapan LLM secara efektif mampu memecahkan masalah matematika terbuka dibandingkan dengan kesulitan yang mereka hadapi,” kata Somani. Yang mengejutkan adalah, dengan menggunakan model terbaru, garis depan mulai sedikit maju. Rantai pemikiran ChatGPT bahkan lebih mengesankan, dengan mengacu pada aksioma matematika seperti rumus Legendre, postulat Bertrand, dan teorum Bintang Daud. Akhirnya, model tersebut menemukan postingan Math Overflow dari tahun 2013, di mana ahli matematika Harvard, Noam Elkies, memberikan solusi elegan untuk masalah serupa. Namun bukti akhir ChatGPT berbeda dari karya Elkies dalam beberapa hal, dan memberikan solusi yang lebih lengkap terhadap versi masalah yang diajukan oleh ahli matematika legendaris Paul Erdos, yang memiliki banyak koleksi masalah yang belum terpecahkan yang telah menjadi ajang pembuktian bagi AI. Bagi siapa pun yang skeptis terhadap kecerdasan mesin, ini adalah hasil yang mengejutkan — dan ini bukan satu-satunya. Alat AI telah ada di mana-mana dalam matematika, mulai dari LLM yang berorientasi formalisasi seperti Aristoteles dari Harmonic hingga alat tinjauan literatur seperti penelitian mendalam OpenAI. Namun sejak peluncuran GPT 5.2 — yang digambarkan Somani sebagai “secara anekdot lebih terampil dalam penalaran matematis dibandingkan versi sebelumnya” — banyaknya permasalahan yang terselesaikan menjadi sulit untuk diabaikan, sehingga menimbulkan pertanyaan baru tentang kemampuan model bahasa besar untuk mendorong batas-batas pengetahuan manusia. Somani memeriksa arsip online yang berisi lebih dari 1.000 dugaan Erdos. Sejak Natal, 15 permasalahan Erdos telah berubah dari “terbuka” menjadi “terpecahkan”, dengan 11 solusi secara eksplisit mengakui keterlibatan AI. Di GitHub, ahli matematika Terence Tao mengidentifikasi delapan masalah Erdos di mana AI membuat kemajuan otonom yang berarti dan enam masalah lainnya yang memajukan pekerjaan dengan menemukan dan memperluas penelitian sebelumnya. Ia mencatat pada Mastodon bahwa skalabilitas AI membuatnya sangat cocok untuk mengatasi masalah-masalah Erdos yang tidak jelas dan sering kali bersifat langsung. Kemajuan juga dipercepat dengan dorongan menuju formalisasi, didukung oleh alat seperti Lean “asisten bukti” open source dan sistem AI yang lebih baru seperti Aristoteles dari Harmonic.
Baca lebih lanjut cerita ini di Slashdot.
