Nauka

Terence Tao, matematyk, który chce rozumieć dowody sprawdzane przez maszyny

Penelope H. Fritz
Dodaj nas w Google
Terence Tao
Terence Tao
Photo: Institute for Pure & Applied Mathematics / CC BY 4.0, via Wikimedia Commons
Urodzony17 lipca 1975
Adelaide, Australia
ZawódMatematyk
NagrodyRoyal Medal · Nagroda Salem · Nagroda Memorial Bôcher

Kiedy Levent Alpöge opublikował ogromny dowód uogólnionej hipotezy Riemanna, zapisany w całości w kodzie Lean i wygenerowany przy dużej pomocy modelu sztucznej inteligencji, Terence Tao zrobił to, co robi przez większość swojego życia zawodowego: otworzył swojego bloga i spróbował wyjaśnić innym matematykom, co właściwie się wydarzyło. Nie nazwał tego przełomem. Nie nazwał tego błędem. Uszeregował ten wynik na ostatnim miejscu wśród rezultatów tygodnia pod względem tego, jak dobrze ktokolwiek zdołał go przetrawić, i dodał z pewną ulgą, że tym razem przynajmniej jest autor, którego można o wszystko zapytać.

Ta powściągliwość jest dziś najbardziej wymowną cechą matematyka z UCLA. Niewielu zrobiło więcej niż Tao, by dowody weryfikowane maszynowo zyskały renomę; przez ostatnie lata przekonywał wolontariuszy do przekładania twierdzeń na Lean, język programowania, w którym komputer sprawdza każdy krok logiczny. Maszyny produkują dziś zweryfikowane rozumowania szybciej, niż ktokolwiek zdoła je przeczytać, a człowiek, który pomógł je wpuścić do matematyki, stał się najbardziej wytrwałym głosem w dziedzinie, który powtarza, że dowód, którego nikt nie rozumie, nie jest jeszcze skończoną matematyką.

Tao urodził się 17 lipca 1975 roku w Adelajdzie jako najstarszy z trzech synów Billy’ego Tao, pediatry z Szanghaju, i Grace Leong, urodzonej w Hongkongu absolwentki matematyki i fizyki, która uczyła w szkołach średnich. Rodzice poznali się na Uniwersytecie Hongkonskim i w 1972 roku przenieśli się do Australii. Zapis jego dzieciństwa powtarzano tak często, że brzmi dziś jak folklor: zajęcia uniwersyteckie na Flinders University w wieku dziewięciu lat, brązowy medal Międzynarodowej Olimpiady Matematycznej w wieku dziesięciu, a w 1988 roku, w wieku 13 lat, złoty — co do dziś czyni go najmłodszym złotym medalistą w historii tych zawodów. Od 14. roku życia studiował na Flinders w pełnym wymiarze, w wieku 17 lat obronił magisterium i wyjechał do Princeton ze stypendium Fulbrighta, gdzie w 1996 roku, mając 20 lat, uzyskał doktorat z analizy harmonicznej pod kierunkiem Eliasa Steina.

Od tamtej pory w dużej mierze próbuje rozmontować legendę, którą zbudowały te liczby. W eseju z 2007 roku zatytułowanym „Does one have to be a genius to do maths?” odpowiedział, że nie, przekonując, iż wytrwała, ciężka praca znaczy znacznie więcej niż jakikolwiek wyobrażony gen geniuszu. Ci, którzy znają tylko cudowne dziecko, często nie dostrzegają, jak dużo w jego dorosłej pracy jest powolności i współpracy, a spora część dzieje się publicznie: w wątkach komentarzy na blogu i we wspólnych plikach z dziesiątkami współautorów.

UCLA zatrudniło go w 1996 roku, a w 1999, w wieku 24 lat, awansowało na profesora zwyczajnego. Wyniki, które potem nastąpiły, przekraczały granice, jakich większość matematyków nigdy nie przekracza. Wraz z Benem Greenem udowodnił w 2004 roku, że liczby pierwsze zawierają ciągi arytmetyczne dowolnej skończonej długości; wynik ten znany jest dziś jako twierdzenie Greena–Tao. Razem z Emmanuelem Candèsem i Justinem Rombergiem pomógł położyć fundamenty pod compressed sensing, czyli matematykę odtwarzania sygnału ze znacznie mniejszej liczby pomiarów, niż dawniej wydawało się konieczne — praca ta przeszła z czystej teorii do obrazowania medycznego. Medal Fieldsa przyszedł w 2006 roku, a w kolejnych latach Breakthrough Prize in Mathematics, Nagroda Crafoorda, Royal Medal oraz, w 2020 roku, Nagroda Księcia Asturii, którą podzielił z Candèsem.

Wciąż wybierał problemy o głośnych nazwach. W 2015 roku rozstrzygnął problem rozbieżności Erdősa; w 2019 udowodnił, że prawie wszystkie orbity w hipotezie Collatza osiągają w końcu wartości prawie ograniczone, co jest jednym z najważniejszych częściowych wyników dotyczących tego problemu od dziesięcioleci. Potem jego uwagę przykuło to, jak sprawdza się dowody. W 2023 roku, po tym jak wraz z Timothym Gowersem, Benem Greenem i Freddiem Mannersem udowodnił wielomianową hipotezę Freimana–Ruzsy, zaprosił wolontariuszy do sformalizowania jej w Lean, a ci uporali się z tym w około trzy tygodnie. Jego Equational Theories Project, uruchomiony w 2024 roku, łączył ludzkich uczestników i narzędzia zautomatyzowane i do kwietnia 2025 roku rozstrzygnął wszystkie spośród ponad 22 milionów implikacji między 4694 prawami algebraicznymi.

Tu publiczny wizerunek i pracujący matematyk się rozchodzą. Jest najwybitniejszym matematykiem, który otwarcie korzysta z narzędzi AI, a w 2023 roku przewidywał, że narzędzia AI generacji 2026 będą godnymi zaufania współautorami; w lutym 2026 powiedział, że ta prognoza sprawdziła się niemal co do terminu. Jednak we wrześniu znalazł się wśród 25 laureatów Medalu Fieldsa, którzy podpisali deklarację zatytułowaną „A Severe Misalignment of AI in Mathematics”, a w październiku stwierdził, że nie widzi już sposobu na konstruktywną współpracę z OpenAI. Nie ukrywa tych uwikłań: po tym jak w 2025 roku zawieszono federalne granty badawcze dla UCLA, w tym jego własny oraz ten, który utrzymuje Institute for Pure and Applied Mathematics, gdzie nadzoruje projekty specjalne, pieniądze OpenAI pomogły sfinansować warsztaty instytutu w marcu 2026 roku. Narzędzia, które wspierał, przede wszystkim weryfikacja formalna, to dokładnie to, co pozwala przyjąć nieczytelny dowód na słowo komputera. Jego argument brzmi dziś tak: matematycy powinni pozostać w pętli jako interpretatorzy wyników, a nie tylko surowi generatorzy wyników — jak ujął to w rozmowie z „Los Angeles Review of Books” w listopadzie 2026 roku.

Nie tylko argumentuje, ale też buduje alternatywy. Tao współzałożył SAIR, organizację non profit, która zbiera pieniądze na prace nad AI w matematyce, a w październiku wraz z Yu Dengiem zaprezentował Open Math OS, hostowaną platformę dającą badaczom dostęp do modeli open source bez konieczności posiadania sprzętu do ich uruchamiania. W listopadzie opublikował nakładem Quanta Books książkę Six Math Essentials, swoją pierwszą dla szerokiego czytelnika, wycieczkę przez sześć idei, od liczb po dynamikę, i promował ją w rozmowie z astrofizyczką Janną Levin na Brooklynie. Ukazuje się ponad trzy dekady po Solving Mathematical Problems, poradniku rozwiązywania zadań, który napisał jako nastolatek. W czerwcu 2026 roku został mianowany Kompanionem Orderu Australii.

Mieszka w Los Angeles z żoną Laurą Tao, inżynierką elektryczką w Jet Propulsion Laboratory NASA, i dwojgiem dzieci.

Werdykt w sprawie archiwum Alpöge’a zapadnie dzięki wolontariuszom przedzierającym się przez nie na czacie społeczności Lean oraz dzięki artykułowi, który Alpöge, jak mówi, zamierza teraz napisać. Tao już zapowiedział, że trawienie tego materiału zajmie czas. Tymczasem robi coś mniej widocznego: tydzień po tygodniu publikuje notatki do swojego kursu analizy harmonicznej dla doktorantów, dziedziny, której uczył się w Princeton, z myślą o studentach, którzy będą musieli rozstrzygnąć, co znaczy rozumieć dowód.

Tagi: , , , , ,

Dodaj nas w Google

Dyskusja

Jest 0 komentarzy.