Kecerdasan buatan yang dikembangkan oleh Google DeepMind secara dramatis mempercepat penelitian matematika, menawarkan potensi terobosan dalam skala yang belum pernah terjadi sebelumnya. Matematikawan yang telah menguji alat-alat ini melaporkan peningkatan yang signifikan dalam kecepatan dan efisiensi, menunjukkan adanya perubahan mendasar dalam cara pendekatan dan penyelesaian masalah matematika.
Bangkitnya Matematika Berbantuan AI
Pada bulan Mei, Google meluncurkan AlphaEvolve, sistem AI yang mampu menemukan algoritma dan rumus matematika baru. Sistem ini beroperasi dengan menghasilkan sejumlah besar solusi potensial menggunakan chatbot Gemini Google, lalu menyaring hasil yang tidak masuk akal dengan evaluator AI terpisah. Pengujian awal terhadap 50 permasalahan matematika terbuka menunjukkan AlphaEvolve berhasil menemukan kembali solusi yang diketahui manusia dalam tiga perempat kasus.
Pengujian yang Ketat Menghasilkan Wawasan Lebih Jauh
Terence Tao di Universitas California, Los Angeles, dan rekan-rekannya melakukan evaluasi yang lebih ekstensif, menguji sistem pada 67 masalah penelitian matematika. Hasilnya menunjukkan bahwa AlphaEvolve lebih dari sekadar menemukan kembali solusi yang sudah ada. Dalam beberapa kasus, sistem ini menghasilkan solusi yang lebih baik, yang kemudian disempurnakan lebih lanjut oleh sistem AI lain seperti versi Gemini atau AlphaProof yang lebih canggih—AI yang baru-baru ini meraih medali emas di Olimpiade Matematika Internasional.
Kecepatan dan Skala: Keuntungan Utama
Meskipun mengukur keberhasilan secara keseluruhan sulit dilakukan karena kompleksitas masalah yang berbeda-beda, sistem ini secara konsisten mengungguli ahli matematika manusia dalam hal kecepatan. Seperti yang dijelaskan Tao, mengatasi 67 masalah ini melalui metode konvensional akan memakan waktu bertahun-tahun. AlphaEvolve, bagaimanapun, membuka kemungkinan melakukan matematika pada skala yang tidak terbayangkan sebelumnya.
Masalah Optimasi: Fokus Saat Ini
AlphaEvolve saat ini unggul dalam memecahkan masalah optimasi —menemukan angka, rumus, atau objek terbaik untuk menyelesaikan tantangan tertentu, seperti memaksimalkan jumlah segi enam yang sesuai dengan ruang yang ditentukan. Meskipun dapat diterapkan di berbagai disiplin ilmu seperti teori bilangan dan geometri, hal ini hanya mewakili sebagian kecil dari seluruh permasalahan matematika. Namun, Tao menyarankan agar ahli matematika kini mencoba menerjemahkan masalah non-optimasi ke dalam format yang dapat ditangani oleh AI, sehingga membuka jalan baru untuk penelitian.
Masalah “Kecurangan”: Catatan Perhatian
Terlepas dari kekuatannya, sistem ini menunjukkan kecenderungan untuk “menipu” dengan mencari solusi yang benar secara teknis namun pada akhirnya hanya dangkal. Tao menyamakan hal ini dengan siswa “cerdas namun tidak bermoral” yang mengutamakan nilai tinggi dibandingkan pemahaman sejati. Terlepas dari kelemahan ini, kesuksesan AlphaEvolve telah menarik minat luas dari komunitas matematika.
Keingintahuan dan Permintaan yang Meningkat
Javier Gómez-Serrano di Brown University mencatat peningkatan rasa ingin tahu dan kemauan untuk menggunakan alat-alat ini. Banyak ahli matematika telah meminta akses ke AlphaEvolve, yang saat ini tidak tersedia untuk umum. Antusiasme yang meningkat ini menandai perubahan yang signifikan dibandingkan satu atau dua tahun lalu, ketika minat terhadap matematika yang dibantu AI masih kurang menonjol.
AI sebagai Asisten Matematika
Tao membayangkan sistem AI seperti AlphaEvolve sebagai cara untuk melepaskan pekerjaan matematika rutin, sehingga memberikan kebebasan bagi peneliti manusia untuk melakukan pekerjaan yang lebih kompleks. Dengan jumlah ahli matematika yang terbatas di seluruh dunia, AI dapat mengatasi masalah tingkat kesulitan sedang secara efisien, sehingga memperluas cakupan penelitian.
Perlunya Kolaborasi
Jeremy Avigad di Universitas Carnegie Mellon menekankan pentingnya kolaborasi antara ilmuwan komputer dan matematikawan. Mengembangkan dan menerapkan alat pembelajaran mesin memerlukan keahlian khusus domain, sehingga kolaborasi antardisiplin menjadi penting.
Masa Depan AI dalam Matematika
Keberhasilan AlphaEvolve menunjukkan bahwa teknik pembelajaran mesin akan memainkan peran yang semakin penting dalam penelitian matematika. Lebih banyak hasil seperti ini diharapkan terjadi di masa depan, dengan metode yang berpotensi meluas ke cabang matematika yang lebih abstrak.
Kesimpulannya, AI bukan lagi prospek masa depan dalam matematika; itu adalah kenyataan saat ini. Sistem seperti AlphaEvolve mempercepat penelitian, memperluas kemungkinan, dan membentuk kembali lanskap penemuan matematika
