Недавняя дискуссия в социальной сети X (бывший Twitter) развернулась вокруг гипотетической возможности использования продвинутого искусственного интеллекта (ИИ) венгерским математиком Полом Эрдёшем (Paul Erdős), если бы он был жив сегодня. Различные мнения высказали исследователи и специалисты в области ИИ.
Пользователь XY Han (@XYHan_) начал дискуссию с провокационного вопроса: «Представьте, если бы Эрдёш был жив и имел подписку на GPT-5.5 Pro, подстегнутый амфетаминами». Эта мысль предполагает беспрецедентный уровень математической продуктивности, объединяющий гений Эрдёша с возможностями сверхмощного ИИ.
Однако Наоми Сафра (Naomi Saphra, @NSAPHRA), исследователь в области ИИ, усомнилась в таком сценарии. Сафра утверждала, что Эрдёш ценил сотрудничество с людьми, используя математику как средство для общения. «Я не уверена, что он был бы очень увлечен чат-ботами», — написала Сафра. Ее точка зрения акцентирует внимание на социальном аспекте математической деятельности Эрдёша, который, возможно, перевешивал бы чисто инструментальную пользу от ИИ.
В ответ на это Джереми Коэн (Jeremy Cohen, @DEEPCOHEN) предложил иную перспективу. Он предположил, что Эрдёш мог бы ценить ИИ за выполнение рутинных задач, освобождая время для более сложной творческой работы. «Я думаю, отчасти он хотел, чтобы его рутинные дела выполнялись за него. Бро полюбил бы AGI», — отметил Коэн, намекая на то, что универсальный искусственный интеллект (AGI) мог бы взять на себя организационные и бытовые аспекты жизни математика, позволяя ему полностью сосредоточиться на исследованиях.
В свою очередь, пользователь Beff (e/acc, @BEFFJEZOS) охарактеризовал потенциальное сочетание Эрдёша и продвинутого ИИ как «блокировку поколений на века», подразумевая, что такой симбиоз мог бы привести к революционным математическим открытиям, которые определили бы развитие дисциплины на многие годы вперед. Эта дискуссия подчеркивает продолжающиеся размышления в научном сообществе о том, как искусственный интеллект может изменить методы работы выдающихся умов и пересмотреть традиционные подходы к научным исследованиям, балансируя между человеческим взаимодействием и машинной эффективностью.