Ναι, σωστά διαβάσατε: ΑΙ ίσον Μαθηματικά! Ας το δουν κυρίως όσοι στο «παρωχημένο ΑΙ» δεν σκαμπάζουν γρη από Μαθηματικά (ελέω, προφανώς, της όλης «κατάρτισής» τους) και πολεμούν λυσσωδώς την εκ-μαθηματικοποίηση του ΑΙ στον εικοστό πρώτο αιώνα.
Αυτοί οι «παραδοσιακοί» νοσταλγοί, που νόμιζαν ότι η Τεχνητή Νοημοσύνη είναι απλώς μερικές σειρές κώδικα if/then/else και στατικά δέντρα αποφάσεων, βρίσκονται σήμερα σε πλήρη σύγχυση. Κολλημένοι σε μια εποχή όπου το AI ήταν απλώς «συμβολική λογική» για αρχάριους, αδυνατούν να καταλάβουν ότι ο κόσμος προχώρησε. Πώς να το καταλάβουν, άλλωστε, όταν η λέξη «πίνακας» τους θυμίζει μόνο το δημοτικό σχολείο και η λέξη «παράγωγος» τους προκαλεί πονοκέφαλο;
Μιλάμε για τους ίδιους «ειδικούς» που κάποτε υπόσχονταν ότι τα δύσκαμπτα Έμπειρα Συστήματα (Expert Systems) της δεκαετίας του ’80 θα έλυναν όλα τα προβλήματα της ανθρωπότητας. Τελικά, το μόνο που κατάφεραν ήταν να οδηγήσουν την επιστήμη στον διαβόητο «Χειμώνα του AI» (AI Winter), αφού τα συστήματά τους κατέρρεαν μόλις συναντούσαν την παραμικρή ασάφεια.
Ο ιστορικός αυτός πόλεμος ανάμεσα στους «φιλοσόφους του κώδικα» και τους μαθηματικούς έληξε με ολοκληρωτική και ταπεινωτική ήττα των πρώτων. Η ιστορία τους προσπέρασε, και τα σημεία των καιρών είναι αμείλικτα:
- Η επανάσταση της Βαθιάς Μάθησης (Deep Learning): Τα νευρωνικά δίκτυα που άλλαξαν τον κόσμο δεν χτίστηκαν με αφελείς συζητήσεις, αλλά με βαριά Γραμμική Άλγεβρα και Διαφορικό Λογισμό. Η ιστορική δικαίωση ήρθε όταν η μέθοδος του Back-propagation (Ανάστροφη Διάδοση) —η οποία βασίζεται αποκλειστικά στον κανόνα της αλυσίδας των παραγώγων— απέδειξε ότι η μάθηση είναι μια καθαρή διαδικασία βελτιστοποίησης.
(Δείτε: Rumelhart, D. E., Hinton, G. E., & Williams, R. J., “Learning representations by back-propagating errors”, Nature, 1986). - Η κυριαρχία των Transformers: Τα μοντέλα τύπου ChatGPT ή Gemini (LLMs) δεν «καταλαβαίνουν» γλώσσα με γραμματικούς κανόνες, όπως θα ήθελαν οι παλιοί γλωσσολόγοι του AI. Λειτουργούν με πολυδιάστατα διανύσματα, τανυστές, πίνακες πιθανοτήτων και τον μαθηματικό μηχανισμό της «Προσοχής» (Attention Mechanism), μετατρέποντας τις λέξεις σε γεωμετρικούς χώρους.
(Δείτε: Vaswani, A., et al., “Attention Is All You Need”, NeurIPS, 2017). - Η οριστική πτώση του GOFAI: Το λεγόμενο “Good Old-Fashioned AI” (Παλιομοδίτικο AI) κατέρρευσε παταγωδώς γιατί προσπάθησε να κλείσει την ανθρώπινη ευφυΐα σε χειροκίνητους κανόνες, αγνοώντας τη Στατιστική και τις Πιθανότητες. Η σύγχρονη AI θριάμβευσε μόνο όταν αποδέχτηκε το θεώρημα του Bayes και τη στατιστική μοντελοποίηση της αβεβαιότητας.
(Δείτε: Μέρος IV του επικρατούντος διδακτικού βιβλίου Russell, S. & Norvig, P., “Artificial Intelligence: A Modern Approach”).
Και το απόλυτο ειρωνικό παράδοξο;
Ενώ η παλιά φρουρά προσπαθεί ακόμα να κρατήσει το AI μακριά από τα Μαθηματικά, το ίδιο το AI έχει γίνει πλέον ο καλύτερος συνεργάτης των Μαθηματικών! Τα σύγχρονα μοντέλα δεν κάνουν απλώς πράξεις· παράγουν νέα γνώση, αποδεικνύουν θεωρήματα και λύνουν γρίφους που ταλαιπωρούσαν κορυφαία ανθρώπινα μυαλά για γενιές. Το AI επιστρέφει στις ρίζες του και αποθεώνει τη μήτρα που το γέννησε.
(Δείτε: Davies, A., et al., “Advancing mathematics by guiding human intuition with AI”, Nature, 2021 / OpenAI, “Ένα μοντέλο της OpenAI κατέρριψε μια κεντρική εικασία στη διακριτή γεωμετρία”, 2026).
Ας το χωνέψουν, λοιπόν, οι πολέμιοι της εξέλιξης: Η εποχή που δήλωνες «επιστήμονας του AI» επειδή έγραψες ένα απλό script με κανόνες, πέθανε και θάφτηκε. Στον 21ο αιώνα, η πραγματικότητα είναι μία, όσο κι αν πονάει την απερχόμενη φρουρά: AI = Μαθηματικά. Όποιος δεν μπορεί να ακολουθήσει τα μαθηματικά θεμέλια της επιστήμης, ας μείνει θεατής στο παρελθόν, παίζοντας με τα Prolog προγράμματά του.
*Καθηγητής και πρώην αντιπρύτανης, Πανεπιστήμιο Κύπρου
