Задача, которая ставила под сомнение знания и рассуждения многих поколений математиков, вновь оказалась в центре внимания благодаря современным технологиям. В 385 году до нашей эры греческий философ Платон описал проблему удвоения квадрата — заветную задачу древней математики, вызывающую споры и сегодня. Но что если бы современные алгоритмы смогли найти решение этой загадочной задачи без человеческого вмешательства? Именно это произошло недавно, когда ученые обратились к популярной системе искусственного интеллекта ChatGPT и получили ответ, который поразил их своей неочевидностью и глубиной.

Исторический контекст и важность задачи удвоения квадрата

Проблема удвоения квадрата — одна из классических в истории математики. В её основе лежит вопрос: как, имея квадрат с определенной площадью, построить другой квадрат с удвоенной площадью, используя только циркуль и линейку? В древние времена решение казалось простым — увеличить длину стороны в √2 раза. Однако, по сути, это было недостижимо с помощью классических методов: такая задача привела бы к необходимости построения числа, которое как раз и равно √2, а его свойства невозможно выразить через конечное число арифметических операций с рациональными числами.

Платон, описывая диалоги и размышления своих учеников, указывал, что в этой задаче скрыта более глубокая проблема — вопрос о границах человеческих знаний и о природе математического открытия. С тех пор эта проблема использовалась для дискуссий, касающихся различий между знаниями, заложенными в нас от рождения, и приобретенными через опыт и рассуждение.

Современная реакция и методы исследования

Для тестирования возможностей искусственного интеллекта команда ученых из Кембриджского университета и Иерусалимского еврейского университета выбрала именно задачу удвоения квадрата. Почему? Потому что, несмотря на кажущуюся простоту, ответ на неё давно считается неизвестным через стандартные геометрические методы. Исследователи предположили, что если ChatGPT сможет самостоятельно получить правильное решение, это может стать доказательством того, что современные языковые модели способствуют не только генерации текста, но и развитию какого-то рода "математического мышления".

Обратимся к эксперименту: ученым было дано задание — объяснить, как удвоить площадь квадрата и найти соответствующее решение. Первоначально ответ системы ошарашил — ChatGPT предложил увеличить длину стороны в √2 раза, что является классическим решением. Однако затем последовали более сложные запросы: можно ли аналогичным образом решить задачу для прямоугольника или другого геометрического объекта? И тут возникли интересные моменты. Ответы системы продемонстрировали, что она "понимает" сложные идеи, а иногда и делает ошибки, похожие на ошибки ученика — например, утверждая, что увеличение диагонали прямоугольника не позволяет удвоить его площадь. Это вызвало серьёзные споры среди специалистов: действительно ли AI может генерировать решения, которые выходят за рамки его обучения, или он просто импровизирует на основе своего "понимания"?

Как ChatGPT превзошел ожидания и что это значит для науки

Когда ученые попросили систему решить задачу по удвоению площади прямоугольника, она ответила, что в геометрии нет способа сделать это, потому что диагональ, по её мнению, не может служить основанием для изменения площади. Этот ответ оказался неверным, поскольку правильное решение существует — оно связано с использованием концепции подобия и свойства диагонали. Вскоре после этого, более внимательный анализ показал, что ChatGPT, основываясь на рассуждениях, похожих на гипотезы ученого, делал не просто случайные предположения, а использовал логику, которая могла бы быть аналогом внутреннего диалога.

Важно отметить один аспект: системы типа ChatGPT обучаются на огромных объемах текста, собранных из книг, статей, форумов и учебных материалов. Их "знания" — не конкретные геометрические доказательства, а вероятностные модели, которые подбирают наиболее подходящие слова и фразы. Однако в данном случае модель при формулировании ответов проявила уровни рассуждения, схожие с человеческими.

Зоны ближайшего развития и импровизация искусственного интеллекта

Понимание подобного поведения системы приводит к важным вопросам. Ученые предположили, что ChatGPT, возможно, использует концепцию, называемую "зоной ближайшего развития" — психологическую теорию, описывающую интервал между тем, что человек уже умеет делать, и тем, что он способен освоить с помощью правильных подсказок. Аналогичным образом, искусственный интеллект, по их мнению, "находится" в пределах этой зоны, демонстрируя способность к импровизации и решению новых задач благодаря правильно поставленным запросам.

Это открывает новые горизонты для обучения ИИ и использования его в учебных целях. Может ли AI стать полноценным помощником в образовательных процессах, помогая студентам понять сложные идеи и находить новые решения, которых в его базе данных изначально не было? Ответ кажется положительным, хотя такие системы все еще требуют строгого анализа и проверки.

Проблемы "чёрного ящика" и будущее AI

Несмотря на впечатляющие результаты, исследователи подчеркивают, что текущие модели остаются "чёрными ящиками". Их внутренние алгоритмы и рассуждения — невидимы и трудно понять даже специалистам. Поэтому важно развивать методы интерпретируемого искусственного интеллекта, чтобы не только получать правильные ответы, но и понимать, каким образом они были получены.

В будущем ученые видят потенциал в интеграции ChatGPT с системами динамической геометрии и теорем-прогласителями, создавая обогащенные среды для обучения и исследования. Такой подход позволит не только автоматизировать решение сложных задач, но и стимулировать креативное мышление учеников и преподавателей.

Заключение

Эксперимент с решением задачи удвоения квадрата демонстрирует, что системы искусственного интеллекта способные к моделированию рассуждений, почти имитируя процесс мышления человека. В дальнейшем это может привести к созданию инструментов, которые не просто воспроизводят знания, а активно участвуют в научных открытиях и образовательных процессах.

"Возможность AI решать задачи, лежащие за пределами его обучения, говорит о новом этапе развития технологий — когда машины начинают не просто искать ответ, а искать его самостоятельно."

Такое развитие событий поднимает важнейшие вопросы о природе интеллекта, границах машинного мышления и о необходимости переосмысления педагогических методов. Если искусственный интеллект действительно способен к самостоятельному открытию новых решений, его роль в науке и образовании может стать гораздо более значимой, чем мы могли себе представить ранее.