🧠 Το Grok 3 «έλυσε» το δυσκολότερο πρόβλημα του Putnam 2024 σε 8 λεπτά; Η διαφορά ανάμεσα σε μοτίβο και απόδειξη

Στο William Lowell Putnam Mathematical Competition του 2024, το πρόβλημα A6 αποδείχθηκε εξαιρετικά δύσκολο.

Σύμφωνα με τα επίσημα αποτελέσματα της Mathematical Association of America, κανένας από τους κορυφαίους 504 διαγωνιζομένους δεν πήρε πλήρη βαθμολογία 10/10 στο συγκεκριμένο πρόβλημα. Μόνο ένας έφτασε στους 9 βαθμούς.

Λίγους μήνες αργότερα, τον Φεβρουάριο του 2025, κυκλοφόρησε ευρέως στο X ο ισχυρισμός ότι το Grok 3 (Think) είχε λύσει το ίδιο πρόβλημα σε περίπου 8 λεπτά.

Η ιστορία έγινε γρήγορα εντυπωσιακό headline:

«Κανείς από τους κορυφαίους διαγωνιζομένους δεν το έλυσε — η AI το έκανε σε 8 λεπτά.»

Υπήρχε όμως ένα βασικό πρόβλημα.

Η απάντηση δεν ήταν απόδειξη

Στην απόκριση που δημοσιεύθηκε, το Grok 3 υπολόγισε τον ορίζοντα για μερικές μικρές τιμές του \(n\), εντόπισε ένα μοτίβο και πρότεινε έναν γενικό τύπο.

Στη συνέχεια όμως πέρασε από το

«ισχύει για τις περιπτώσεις που υπολόγισα»

στο

«άρα αυτός είναι ο τύπος για κάθε θετικό ακέραιο \(n\)»

χωρίς να αποδείξει το κρίσιμο βήμα.

Και εδώ βρίσκεται όλη η ουσία.

Στα μαθηματικά, το να παρατηρήσεις ένα μοτίβο — ακόμη κι αν το μοτίβο είναι σωστό — δεν είναι το ίδιο με το να αποδείξεις ότι ισχύει για όλες τις περιπτώσεις.

Παράδειγμα: το μοτίβο δεν αρκεί

Αν υπολογίσουμε μια ποσότητα για

\[ n=1,2,3,4 \]

και πάρουμε αποτελέσματα που ταιριάζουν τέλεια σε έναν τύπο, αυτό αποτελεί ισχυρή ένδειξη. Δεν αποτελεί όμως θεώρημα.

Για να θεωρηθεί ολοκληρωμένη λύση σε διαγωνισμό όπως ο Putnam, πρέπει να αποδειχθεί ότι ο τύπος ισχύει για κάθε επιτρεπτή τιμή του \(n\).

Το πραγματικό αποτέλεσμα του Grok 3

Αυτό δεν σημαίνει ότι η επίδοση ήταν αδιάφορη. Το να εντοπίσει ένα σωστό γενικό μοτίβο σε ένα τόσο δύσκολο πρόβλημα είναι αξιοσημείωτο.

Αλλά η σωστή περιγραφή δεν είναι:

«Το Grok 3 έλυσε το A6.»

Πιο ακριβές είναι:

Το Grok 3 βρήκε τον σωστό υποψήφιο τύπο και επαλήθευσε μικρές περιπτώσεις, αλλά η δημοσιευμένη απάντηση δεν περιείχε πλήρη γενική απόδειξη.

Γιατί έχει σημασία αυτή η διάκριση;

Επειδή η μαθηματική ικανότητα δεν μετριέται μόνο από το αν καταλήγουμε στη σωστή απάντηση.

Ένα θεμελιώδες μέρος των μαθηματικών είναι η δυνατότητα να εξηγήσουμε γιατί κάτι πρέπει να ισχύει.

Η αριθμητική επαλήθευση μπορεί να μας οδηγήσει σε μια εικασία. Η αναγνώριση μοτίβου μπορεί να μας δείξει τον δρόμο. Αλλά η απόδειξη είναι αυτή που μετατρέπει την εικασία σε μαθηματική γνώση.

Το να βρεις το μοτίβο δεν είναι το ίδιο με το να αποδείξεις το θεώρημα.

Και ίσως αυτή η ιστορία είναι ένα πολύ καλό παράδειγμα τόσο της εντυπωσιακής προόδου της AI στα μαθηματικά όσο και του πόσο προσεκτικά πρέπει να αξιολογούμε τον όρο «έλυσε».

Πηγές: Mathematical Association of America, επίσημα αποτελέσματα και λύσεις Putnam 2024 · δημοσιευμένη δοκιμή του Grok 3 (Think), Φεβρουάριος 2025.

📚

Έρχεται το πολλαπλό βιβλίο ΝΕΟ — βρες όλες τις επιλογές εδώΠολλαπλό βιβλίο ΝΕΟ — 437 βιβλία σε PDF

PDF & Ψηφιακά Μαθησιακά Αντικείμενα — χωρίς εγγραφή • Portify

📚 437 βιβλία🎬 22.000+ Ψηφιακά Μαθησιακά Αντικείμενα

Δες τα βιβλία →