I næsten 80 år har nogle af verdens dygtigste matematikere forsøgt at finde svaret på et problem, der blev formuleret i 1946 af den ungarske matematiker Paul Erdős.
Men i maj i år opnåede en AI-model fra OpenAI et gennembrud i det såkaldte enhedsafstandsproblem, som der dog endnu ikke er fundet en endelig løsning på.
Ved hjælp af avanceret matematik, som der desværre ikke er plads til at forklare her, lykkedes det for modellen at modbevise en hidtil udbredt formodning om Paul Erdős’ problem.
Det er et eksempel på, hvordan kombinationen af matematik, moderne computerkraft og AI kan åbne helt nye veje til matematiske opdagelser.
Netop samspillet mellem matematik og moderne computerkraft er omdrejningspunktet i den nye bog ”Big Math: The Hidden Codes That Run Our World” af matematikerne Steven Strogatz og Alex Townsend.
Her fortæller de historien om, hvordan en række matematiske principper, der ofte er flere hundrede år gamle, på ny har fået enorm betydning gennem moderne computerkraft og AI.
Det gælder blandt andet vektorer, Markov-kæder, netværksteori og optimering. Moderne computerkraft har givet os mulighed for at anvende dem på problemer med millioner eller milliarder af variable.
Men det handler ikke bare om, at en computer kan regne hurtigere end et menneske.
Nej, faktisk forklarer Strogatz og Townsend, hvordan moderne maskinlæring udfordrer vores traditionelle forståelse af matematik som noget, vi selv kan gennemskue.
Matematikken leverer altså metoderne, mens computerne leverer den enorme regnekraft, der gør det muligt at analysere gigantiske datamængder og løse problemer, som vi mennesker ikke selv kan overskue.
Den kombination kalder forfatterne for Big Math, og den ligger bag alt fra Googles søgemaskine og Netflix’ anbefalinger til medicinsk billeddiagnostik og ikke mindst kunstig intelligens.
Ifølge Strogatz og Townsend skal vi forstå AI som en del af denne langt større matematiske udvikling.
Forfatterne fokuserer også på et nyt dilemma. For vi er nu der, hvor computere i matematikkens tjeneste kan finde sammenhænge og løsninger, som mennesker ikke fuldt ud forstår.
Med Big Math forsøger Strogatz og Townsend dog at gøre den komplicerede matematik forståelig for læsere uden særlige matematiske evner.
Det er nu sin sag at følge med, hvis man bare sidder med en gammeldags sproglig studentereksamen. Så er det sagt.
Men Big Math er heldigvis spækket med historiske fortællinger og konkrete eksempler, for bogens mål er at give os en generel forståelse af matematiske principper, der allerede driver en stor del af vores teknologi og kommer til at spille en stadig større rolle i fremtiden.
I mellemtiden arbejder AI videre på matematikkens store og ubesvarede problemer, men har stadig overskud nok til at vælge den næste serie til os på Netflix.
