AI는 아직 수학자를 대체하지 않는다 – Terence Tao

I'm very curious when you expect AIs that can like actually do frontier math better than the at least as good well as the best human mathematicians. 저는 정말 궁금한데요, AI 가 실제로 프론티어 수학을 최고의 인간 수학자만큼, 아니 그보다 더 잘 해내게 되는 시점이 언제라고 예상하세요? I mean in in some ways they're already doing frontier math 뭐, 어떤 의미에서는 이미 프론티어 수학을 하고 있긴 해요, that is super intelligent that humans can't do but it's a different frontier from what we're used to. 초지능적인 거, 인간은 할 수 없는 일 말이에요—다만 그건 우리가 익숙해져 있던 것과는 다른 방향의 프론티어죠. Um I mean you could argue that calculators were doing frontier math 어, 극단적으로 말하면 계산기도 프론티어 수학을 했다고 할 수 있잖아요— uh that that humans um could not accomplish but it was but it wasn't you know number crunching it 어, 인간이 해낼 수 없는 일을요. 그런데 그건 뭐, 그저 수치 계산일 뿐이었죠. um but um 음, 그런데— but but replacing Terry Tao completely 근데, Terry Tao 를 완전히 대체한다는 쪽으로 보면요. I mean what do you want me for? 그럼 저한테 뭘 원하시는 건데요? Uh I um 어, 저는, 음— you'll just go on all the podcasts after. 그 다음엔 여기저기 팟캐스트에 나가시면 되잖아요. [laughter] [웃음] I'm not sure we've 우리가— it might not be the right question to ask. 이게 애초에 올바른 질문이 아닐지도 몰라요. Um 음— I think with within a decade a lot of things that mathematicians currently do um what we spend a lot of the bulk of our time doing and a lot of stuff we put in our papers today can be done by AI. 10 년 안에, 수학자들이 지금 하고 있는 많은 일—우리가 시간의 대부분을 들이는 일, 오늘날 논문에 담는 내용의 많은 부분—은 AI 가 할 수 있게 될 거라고 생각합니다. Um but we will find that that actually wasn't the most important part of what we do. 음, 그런데 그게 사실 우리가 하는 일 중 가장 중요한 부분은 아니었다는 걸 알게 될 거예요. Um you know um 100 years ago um a lot of mathematicians were just solving differential equations. 음, 그러니까 100 년 전에는 많은 수학자들이 그저 미분방정식을 푸는 일을 하고 있었어요. Um like people needed physicists needed some exact solution to to to to some system and and they were just they hired a mathematician labor to go through the calculus and work out the solution to this fluid equation 물리학자들이 어떤 시스템의 정확한 해가 필요해서, 수학자를 노동력처럼 고용해서, 미적분을 쭉 따라 그 유체 방정식의 해를 구하게 했던 거죠— whatever. 뭐 그런 식으로요. um a lot of what um uh a 19th century mathematician would do um you could make a call to uh Mathematica or or Wolf Alpha or or a computer algebra package or more now more recently NAI and it would just solve the problem you know in a few minutes um but we we moved on we we we worked on different types of problems after that um you know once computers came along you know computers used to be human right people used to laboriously create log tables and and and and and work out primes as scouts did and that has all been outsourced to computers. 19 세기 수학자들이 하던 일의 많은 부분은, 이제 Mathematica 나 Wolf Alpha, 아니면 어떤 컴퓨터 대수 패키지, 더 최근에는 NAI 를 부르면 몇 분 안에 풀어줘요. 근데 우린 거기서 더 나아가서, 그 뒤로는 다른 종류의 문제들을 다루게 됐습니다. 컴퓨터가 생기기 전엔 「computer」라는 말 자체가 사람을 뜻하는 말이었어요—사람들이 힘들게 로그표를 만들거나, 옛날 개척자들처럼 소수를 손으로 계산하고 그런 일을 했죠. 그 모든 게 이제 컴퓨터에 아웃소싱된 셈입니다. Um but but we we moved on um in genetics you know um to to to sequence the the genome of a single organism that was an entire PhD of a geneticist you know still carefully you know separating all the chromosomes and and and whatever. 음, 그래도 우리는 앞으로 나아갔죠. 유전학의 경우, 예전에는 단일 생물의 게놈을 서열화하는 게 유전학자 한 명의 박사과정 전체에 해당하는 일이었어요—염색체를 하나하나 조심스럽게 분리하고, 뭐 그런 식이었죠. Um and now you can just spend $1,000 and send it to a sequencer and and and get it done. 근데 이제는 1,000 달러만 주고 시퀀서에 보내면 끝나잖아요. But genetics is not dead as a subject. 그렇다고 유전학이라는 학문이 죽은 건 아니에요. You you move to a different scale. 스케일이 바뀐 것뿐이죠. You know maybe you study whole ecosystems rather than individuals. 개체가 아니라 생태계 전체를 연구하게 된다든가, 그런 식으로요. I I take your point but on the question of well when is most mathematical progress or almost all mathematical progress happening by AI so if you find out oh this year millennium price problem has been solved you would put you know a 95% odds that an AI did it autonomously 말씀하신 건 알겠어요. 그런데 제 질문은 이런 거예요—수학적 진보의 대부분, 아니 거의 전부가 AI 에 의해 일어나는 시점이 언제냐는 거죠. 예를 들어 올해 밀레니엄 대상 문제가 풀렸다는 소식이 나왔을 때, 「AI 가 자율적으로 풀었을 확률이 95%」라고 답하게 되는 그런 해가— surely there will be such a year 분명히 오겠죠? um prIce problem has been solved you would put you know a 95% odds that an AI did it autonomously surely there will be such a year um I guess I mean I I I I do believe that that hybrid um human plus AIs will will dominate mathematics for a lot longer it it's it will depend 음, 밀레니엄 대상 문제가 풀렸고, AI 가 자율적으로 해냈을 확률이 95%, 그런 해가 분명히 온다—음, 그러니까, 저는 사실 「인간 + AI」 하이브리드가 꽤 오랫동안 수학계를 주도할 거라고 믿고 있어요. 그게 어떻게 될지는— it will require some additional breakthroughs be beyond what we already have. 우리가 지금 가진 것 너머로 몇 가지 추가적인 돌파구가 필요할 거예요. Um so it's it's going to be sarcastic. 음, 그래서 이게 좀 아이러니한 상황이 되겠네요. Um you know I think you know AI currently are very good at certain things but but really terrible at others. 음, 제 생각엔, AI 가 지금 어떤 일엔 정말 뛰어난데, 다른 일엔 정말 서투르거든요. Um and and while you can sort of add more and more frameworks on top to kind of reduce the error rates and and and make them uh uh work with each other a bit more and so forth. 그리고 그 위에 프레임워크를 계속 얹어서, 오류율을 낮추고, 서로 좀 더 잘 맞물려 돌아가게 만들 수는 있지만— Um I I um it feels like we are we don't have all the uh the ingredients to like really have a truly satisfactory sort of uh replacement for all intellectual tasks. 음, 저는—우리가 모든 지적 작업을 정말 만족스럽게 대체할 재료를 다 갖추고 있진 않은 것 같아요. Um it's it is complimentary currently. 음, 현 시점에서는 어디까지나 보완적인 관계예요. Um it's not not uh um it it is not a replacement. 대체재는 아니에요. Um 음— but maybe I mean 그래도, 뭐— because current level AIS will accelerate science in so many ways. 지금 수준의 AI 도 과학을 여러 면에서 가속할 테니까요. Hopefully, you know, I mean, new discoveries, new breakthroughs will happen um more uh more quickly. 바라건대, 새로운 발견이나 새로운 돌파구가 더 빨리 일어나길 바랍니다. I mean um it's possible that also by somehow destroying serendipity, we we actually inhibit certain types of progress. 어, 그런데 뭐, 세렌디피티를 어떤 식으로든 깨뜨림으로써 오히려 특정한 종류의 진보가 저해될 가능성도 있긴 해요. Um anything is possible really at this point. 음, 지금 시점에선 정말 뭐든 가능한 것 같아요. I think this u the world is very very unpredictable at this point. 지금 이 세상은 정말 정말 예측하기 어려운 상태라고 생각합니다. If you enjoyed this clip, you can watch the full episode here and subscribe for more clips. 이 클립이 마음에 드셨다면, 여기서 본편을 보실 수 있고, 구독하시면 더 많은 클립을 보실 수 있어요. Thanks. 감사합니다.