AI и нейросети18.11.2026, 02:156 мин чтенияНОВОСТЬ

Математик Стивен Строгац — о том, что значит «большая математика» в эпоху AI-оракулов

В книге Big Math: The Hidden Codes That Run Our World Строгац и Алекс Таунсенд разбирают, как вычисления вышли за пределы человеческого понимания и почему AI меняет саму природу математического знания

Обложка книги Big Math: The Hidden Codes That Run Our World и иллюстрация к интервью со Стивеном Строгацем
КРАТКО

Что нужно знать

  • Стивен Строгац и Алекс Таунсенд выпустили книгу Big Math: The Hidden Codes That Run Our World о вычислениях, выходящих за пределы человеческого понимания.
  • «Большая математика» определяется не размером чисел, а отношением к возможностям человеческого мышления; линейные задачи масштабируются, нелинейные большие задачи остаются без строгих теорем.
  • Строгац описывает эволюцию роли компьютера: от «слуги» к «разведчику» (пример — эксперимент Ферми — Пасты — Улама — Цингоу) и далее к «оракулу», который выдаёт результаты без объяснения.
  • Примеры непрозрачных систем — Google Translate и AlphaFold: они работают, но не открывают новых принципов лингвистики, физики или химии.
  • Строгац допускает, что математика может перенять методологию медицины: проверять AI-оракул по тому, как часто он оказывается прав, без понимания механизма.
ИсточникArs Technica ↗

Прикладной математик Стивен Строгац, известный в том числе совместной с Дунканом Уоттсом работой 1998 года о коллективной динамике сетей малого мира, вместе с коллегой по Корнеллскому университету Алексом Таунсендом выпустил книгу Big Math: The Hidden Codes That Run Our World. Об этом и о том, как меняется математика в эпоху больших языковых моделей, Строгац рассказал в интервью Ars Technica. Повод для разговора — не только сама книга, но и более широкий сдвиг: вычисления, которые когда-то были инструментом в руках человека, всё чаще выдают результаты, которых сам человек не понимает.

Строгац — автор четырёх научно-популярных книг, включая Sync (2003), The Calculus of Friendship (2009), The Joy of X (2012) и ставшую бестселлером New York Times Infinite Powers (2019). Он вёл три серии колонок о математике для The New York Times (в 2010, 2012 и 2025 годах) и подкаст для журнала Quanta в 2020–2021 годах. Таунсенд, по словам Строгаца, более молодой коллега, недавно пришедший в Корнелл и занимающийся численным анализом и глубоким обучением. Изначально Строгац как старший преподаватель был назначен наставником Таунсенда, они регулярно обедали вместе, и постепенно идея книги о 20 главных алгоритмах XX века, которую Таунсенд преподавал, превратилась в книгу о больших матричных вычислениях, а затем — в Big Math.

Что такое «большая математика»

По словам Строгаца, «большая математика» определяется не через привычную величину чисел, а через отношение к возможностям человеческого мышления. «Операционально большая математика «большая» относительно человеческой когнитивной способности. Поэтому она может быть на удивление маленькой и при этом большой», — сказал он. В книге авторы расширяют понятие и на то, что обычно относят к вычислительной инженерии: проектирование и строительство Burj Khalifa, медицинскую визуализацию, полёт на Луну. Лунный модуль управлялся небольшим компьютером, которому нужно было одновременно учитывать лишь 20–30 переменных, чтобы посадить аппарат на поверхность, — но человек не смог бы проделать это в уме.

Строгац отдельно подчёркивает роль линейности и разреженности: линейные задачи можно масштабировать до огромных размеров, и они остаются вычислительно разрешимыми, тогда как для нелинейных и больших задач строгих теорем у математиков пока нет. «Для людей, которые хотят строгих теорем, мы находимся в terra incognita, когда имеем дело с чем-то нелинейным и большим», — отметил он. При этом «малая» математика тоже бывает очень сложной: криптография может оперировать небольшими числами, но остаётся крайне трудной из-за нелинейностей и алгебраических сложностей. И даже бесконечность, вопреки интуиции, не является «большой» в этом смысле: математический анализ вполне укладывается в человеческую голову, а миллиард параметров — нет.

От слуги к разведчику и оракулу

Строгац описывает три этапа эволюции роли компьютера в математике. Долгое время компьютер был «слугой» — не более философски угрожающим, чем микроскоп или телескоп: он расширял возможности расчётов, но делал ровно то, что ему велели. Первый философски значимый сдвиг произошёл в 1950-х, когда компьютер стал «разведчиком»: его можно было отправить в неизведанную область математического ландшафта, не зная заранее ответа. Классический пример — численный эксперимент Энрике Ферми, Станислава Улама и Мэри Цингоу (в тексте Ars она упомянута как Tsingou), которая выполняла расчёты. Исследователи ожидали увидеть затухание энергии в энтропию, но вместо этого обнаружили «эхо» — возврат около 98% энергии в исходную моду. Это привело к появлению теории солитонов.

Сейчас, по мнению Строгаца, компьютер переходит из «разведчика» в «оракула»: он показывает результаты, которых мы не понимаем, и не способен их объяснить. Примеры — Google Translate, который отлично переводит, но не открыл новых принципов лингвистики, и AlphaFold, позволивший решить в тысячу раз больше задач по структуре белков, но не через новую физику или химию, а через распознавание паттернов. «Он просто распознал паттерны, но не может рассказать нам, как он это делает. Вот где мы находимся, и будет хуже», — сказал Строгац.

Что теряется и как с этим жить

Строгац не скрывает, что речь идёт о потере — «эпистемической», по его выражению. Чистая математика гордилась тем, что остаётся единственной дисциплиной с абсолютным доказательством: доказательства Евклида, написанные в 300 году до н. э., верны до сих пор, тогда как почти ничего из науки или медицины того времени не сохранило актуальности. Если математика начнёт ориентироваться на модели науки и инженерии, это станет серьёзной уступкой для самых «чистых» математиков.

Вместе с тем Строгац предлагает смотреть на ситуацию по аналогии с медициной: врачам не нужно знать механизм действия аспирина, чтобы применять его, а Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США одобряет препараты на основании контролируемых исследований и рандомизированных испытаний. «Если AI — оракул, вы всё равно можете проверить его, посмотрев, как часто он оказывается прав», — говорит он. По его мнению, математика может перенять подобную методологию работы с непрозрачными системами.

Отдельно Строгац говорит о культурной потере — «культуре продуктивной борьбы». Он напоминает, что молодые математики, мечтавшие о профессии, сейчас слышат, что дисциплина якобы закончилась, и что некоторые в технологическом сообществе злорадствуют по этому поводу. При этом он подчёркивает: «мы действительно не знаем», что будет дальше, и не исключает, что AI окажется эффективным учителем, а математику удастся понять лучше, чем раньше.

Пример с джерримендерингом

В книге разбирается и прикладной сюжет — математика в вопросах избирательных округов. Закон требует, чтобы округа были «компактными», смежными, учитывали естественные границы и имели примерно равное население, но эти критерии расплывчаты. Мун Дучин и её коллеги показали, как генерировать большое множество корректных карт, чтобы получить базовую линию для сравнения: если конкретная карта оказывается экстремальным выбросом, это показатель, хотя и не доказательство злого умысла. В деле о правах избирателей в Алабаме, по словам Строгаца, Дучин продемонстрировала, что утверждение штата о невозможности создать два округа с большинством чернокожих избирателей неверно — можно сгенерировать тысячи подходящих карт. Строгац также отмечает, что после того, как книга была отредактирована и готова к печати, Верховный суд вынес решение, согласно которому партийный джерримендеринг не нарушает Закон об избирательных правах, тогда как авторы написали более оптимистичный сценарий.

Что это значит

Разговор Строгаца с Ars Technica фиксирует не столько технологический прогноз, сколько смену статуса вычислений: компьютер перестаёт быть инструментом, результат работы которого человек способен проверить и объяснить, и становится источником результатов, принимаемых без понимания механизма. Для индустрии это означает, что вопрос доверия к AI-системам будет всё чаще решаться не через прозрачность модели, а через статистическую проверку её ответов — по образцу клинических испытаний. Для математики — что её главное преимущество, абсолютная определённость доказательства, может перестать быть универсальным стандартом. Сам Строгац не даёт однозначного ответа: он говорит и о потерях, и о возможных выгодах, и признаёт, что честная оценка происходящего — «очень запутанное время».

ВОПРОСЫ И ОТВЕТЫ

Коротко о главном

Кто написал книгу Big Math: The Hidden Codes That Run Our World?

Книгу написали прикладные математики Стивен Строгац и Алекс Таунсенд, коллега Строгаца по Корнеллскому университету, занимающийся численным анализом и глубоким обучением.

Как Строгац определяет «большую математику»?

Операционально — как математику, «большую» относительно человеческой когнитивной способности: она может быть на удивление небольшой и при этом большой. В книге понятие расширено и на вычислительную инженерию, медицинскую визуализацию и полёт на Луну.

Какие примеры «оракула» приводит Строгац?

Google Translate, который хорошо переводит, но не открыл новых принципов лингвистики, и AlphaFold, который позволил решить в тысячу раз больше задач по структуре белков за счёт распознавания паттернов, а не новой физики или химии.

Что, по словам Строгаца, может перенять математика у медицины?

Подход к работе с непрозрачными системами: в медицине препараты одобряют по результатам контролируемых исследований, не требуя знания механизма действия. Аналогично AI-оракула можно проверять по тому, как часто он оказывается прав.

Какой пример применения математики к джерримендерингу приводится в интервью?

Работы Мун Дучин и коллег: генерация большого множества корректных карт округов для базовой линии сравнения. В деле в Алабаме это показало, что утверждение штата о невозможности создать два округа с большинством чернокожих избирателей неверно.

Как подготовлен материал

Черновик был создан с помощью ИИ по указанному первоисточнику и опубликован в формате ITBlogs. Факты следует сверять с оригинальной публикацией.

С
АВТОР

Сергей

Администратор проекта

ОБСУЖДЕНИЕ

Комментарии · 0

Войдите, чтобы участвовать в обсуждении.