AI, matematyka, uczenie maszynowe i zagrożenia dla geopolityki
Naukowcy oraz pracownicy firmy DeepMind wykorzystali sztuczną inteligencję do udowodnienia i zaproponowania nowych, złożonych twierdzeń matematycznych, a więc do prac twórczych, które wcześniej były domeną ludzi. Po raz pierwszy uczenie maszynowe wykryło powiązania matematyczne, które zostały przeoczone przez człowieka. Dzięki temu naukowcy rozwiązali dwa odrębne problemy – pierwszy dotyczył teorii węzłów, a drugi badania symetrii. W obu przypadkach AI umożliwiła badaczom odkryć nowe wzorce, które następnie można sprawdzić przy użyciu konwencjonalnych metod. Uczenie maszynowe ułatwi naukowcom odkrywanie potencjalnych wzorców i relacji między obiektami matematycznymi, pomoże zrozumieć je za pomocą technik atrybucji oraz pozwoli wykorzystać te obserwacje do stosowania intuicji w odkryciach matematycznych i formułowaniu przypuszczeń.
Zdaniem Richarda Moore’a, szefa Secret Intelligence Service (MI6), postęp technologiczny w najbliższej dekadzie może przewyższyć progres, który dokonał się w ciągu ostatniego stulecia. Chiny i Rosja chcą rozwinąć sztuczną inteligencję w sposób, który może zrewolucjonizować geopolitykę w najbliższych 10 latach. Szczególną uwagę należy zwrócić na inżynierię kwantową, biologię syntetyczną, bazy danych i rosnącą moc komputerów – te dziedziny mogą zdominować władze ChRL. Służby wywiadowcze będą musiały opowiedzieć po części o swoich utajnionych sposobach działania i bardziej otwarcie współpracować z firmami technologicznymi, aby zwalczać szybko rozwijające się zagrożenia.
