Nang Huminto ang AI sa Pagtulong sa Agham at Nagsimulang Gumawa Nito

May nangyaring nararapat bigyang-pansin nang higit pa kaysa sa natatanggap nito ngayon.

Noong Oktubre 6, naglathala ang OpenAI ng 722 manuskrito sa matematika sa isang pampublikong repositoryo sa GitHub. Binuo ang mga papel gamit ang isang panloob na modelong nangunguna sa kakayahan na hindi pa inilalabas at walang pangalang alam ng publiko. Saklaw ng mga resulta ang 17 larangan ng matematika, na pinagsama-sama sa 372 magkakaibang pangkat. Kung mapatutunayan, mangangahulugan ang ilan sa mga pahayag ng tunay na pagsulong sa mga problemang hindi nalulutas sa loob ng ilang dekada.

Gaya ng dati, nahati sa dalawang kampo ang agarang reaksiyon. Ayon sa isa, pambihira at makapagbabago ito ng lahat. Ayon naman sa isa pa, maghinay-hinay muna; wala sa mga ito ang dumaan sa peer review, at hindi natin alam kung tama ang alinman sa mga ito.

Parehong may punto ang dalawang reaksiyon, pero kapwa rin nila nalalampasan ang mas mahalagang tanong: tama ba ang mga ito, at sino ang sumusuri kung tama ang mga ito?

Dalawang Tanong. Isa Pa Lamang ang Nasasagot.

Paghiwalayin natin ang dalawang bagay na pinagsasama-sama ng mga ulat, kahit nararapat pag-aralan pa ang mga ito dahil lubhang magkaiba ang implikasyon ng bawat isa.

Ang unang tanong: tama ba ang mga resultang ito sa matematika? Mga matematiko ang makasasagot nito, at aabutin ng ilang buwan bago ito masagot. May patunay sa Lean ang humigit-kumulang ikalimang bahagi ng 722 manuskrito; nangangahulugan ito na pormal na beripikado ang mga ito sa pamamagitan ng pagsusuri ng makina. Wala nito ang natitirang humigit-kumulang 580 manuskrito, at kinikilala mismo ng OpenAI sa README ng repositoryo na maaaring may problema ang ilan sa mga resultang hindi pa naipapormal. Masusing susuriin ng komunidad ng mga matematiko ang mga ito. Mapatutunayang tama ang ilan. Malamang na hindi tama ang iba. Mahalaga ang prosesong ito, at hindi pa ito nagaganap.

Iba ang ikalawang tanong: ano ang kahulugan ng paglikha ng isang AI model ng 722 manuskrito sa matematika na sumasaklaw sa 17 larangan, gamit ang kapasidad sa pagkukuwenta na katumbas ng humigit-kumulang tatlong oras ng pag-iisip sa bawat resulta?

Kumilos ang isang AI system bilang tunay na makina ng pagtuklas sa matematika: nagtakda ito para sa sarili ng humigit-kumulang 4,000 problema at lumikha ng bagong gawaing matematikal sa teorya ng numero, heometriya, teoretikal na agham pangkompyuter, pisikang matematikal at lohika. Mahalaga ang tanong ng beripikasyon sa pag-aaral ng matematika, pero mahalaga sa lahat ng iba pang larangan ang tagumpay at kakayahang ipinakita nito.

Ang Modelong Walang Makagagamit

Hindi ang 722 papel ang pinakakapansin-pansin sa akin, kundi ang modelong lumikha sa mga ito—wala pa itong pangalan ni nakatalagang API. Hindi ito magagamit ng sinumang customer, mananaliksik sa labas ng OpenAI, o kumpanyang nagtatangkang bumuo ng produkto batay rito. Inilathala ng OpenAI ang mga output ng isang kakayahang hindi pa nakikita ng merkado at hindi pa nito magagamit.

Sa pananaw ng pamumuhunan, napakatiyak ng ipinahihiwatig nito. Ipinakita ng kumpanya ang isang kakayahang nasa pinakahangganan ng teknolohiya at, ayon mismo sa depinisyon, higit pa sa naipresyo na ng merkado. Dahil sa tagumpay na ito, lumaki ang agwat sa pagitan ng kayang gawin ng mga panloob na modelo ng OpenAI at ng pagkaunawa ng merkado sa mga kakayahan ng mga modelong iyon.

Gayunman, hindi mananatiling malaki ang agwat na iyon magpakailanman. Liliit ito kapag inilabas na ang modelo, kapag nakaagapay na ang mga kakompetensiya, o kapag naging batayan ang mga resulta sa pagbuo ng mga bagong benchmark na pagbabatayan ng lahat sa pag-optimize. Pero sa ngayon, ngayong Oktubre 2026, may dokumentadong pampublikong pagpapakita ng kakayahan ng isang AI system sa matematika na hindi magamit o lubusang masuri ng sinuman sa labas ng kumpanya.

Ano ang Binabago Nito sa Tesis ng Pamumuhunan

Sa Pamumuhunan sa mga Rebolusyon, inilalarawan ko ang Epekto ng Pagsasanib bilang prinsipyong nagsasabing kapag nagsama ang mga teknolohiyang nagdudulot ng malalaking pagbabago, hindi basta pinagsasama ang mga resulta ng mga ito—nagpaparami ang epekto. Hindi katumbas ng apat ang dalawa dagdagan ng dalawa. Lumilikha ito ng isang bagay na hindi kayang likhain ng alinman sa mga teknolohiya nang mag-isa.

Dalawang taon ko nang isinusulat ang tungkol sa AI at pagtuklas sa agham bilang isang temang pangmatagalang pamumuhunan. Pagpapaikli ng mga takdang panahon ng pagtuklas ng gamot mula mga taon tungo sa mga linggo sa pamamagitan ng pinagsamang AI at quantum computing. Pagsulong ng agham ng mga materyales sa tulong ng mga simulasyong molekular na nilikha ng AI. Pagbabago sa kriptograpiya sa pamamagitan ng pagsusuring tinutulungan ng AI sa mga pundasyong matematikal nito.

Mga hula ang mga iyon batay sa mga paunang palatandaan. Ngayong linggo, nagkatotoo ang isa sa mga ito.

Ibang-iba ang ugnayan ng AI at kaalamang pang-agham kapag nakakagawa ang isang AI model ng tunay na pagtuklas sa matematika sa antas ng 722 manuskrito sa 17 larangan, kumpara sa ugnayang nakasanayan natin. Ang mga larangang pinakamahalaga rito ay siya ring mga matagal ko nang sinusubaybayan. Nagsisilbing pundasyong matematikal ng kriptograpiya ang teorya ng numero; ito naman ang pundasyon ng bawat blockchain system at ligtas na protocol ng komunikasyon. Nakasalig sa pisikang matematikal ang agham ng mga materyales at ang hardware para sa quantum computing. Sandigan ng pagbuo ng mga algorithm ang teoretikal na agham pangkompyuter. Umaabot sa mga produkto, kumpanya at buong industriya ang mga bunga ng pagsulong sa alinman sa mga larangang ito.

Kapag napabibilis ng AI ang pagsulong sa mga larangang iyon nang higit sa kayang gawin ng mga mananaliksik na tao nang mag-isa, bumibilis din ang paglaganap ng mga epekto nito sa iba pang larangan. Para sa mga mamumuhunan, ang tanong ay kung ano ang bibilis, ano ang magpapabilis dito, gaano ito kabilis mangyayari, at sino ang nasa landas ng pagbilis na iyon.

Ang Ekonomiya ng Beripikasyon na Wala Pa

May isang tiyak na implikasyon sa pamumuhunan ang kuwentong ito na wala pa akong naririnig na malinaw na pinapangalanan.

May mga patunay sa Lean na sinuri ng makina ang 162 sa 722 manuskrito. Wala nito ang mga natitirang manuskrito. Umasa ang OpenAI sa isang grupong tagapayo mula sa Institute for Advanced Study para sa paunang pangangasiwa. Inilarawan ng grupo ang paglalathala bilang unang hakbang na pasimula pa lamang, at hindi katapusan, ng pagsisikap na maisama ang mga resulta sa kaalamang matematikal.

Sa praktikal na usapin, nangangahulugan ito na nasa panahon tayo ngayon kung kailan kayang gumawa ng mga sistema ng AI ng mga pahayag sa matematika at agham nang mas mabilis kaysa sa kayang beripikahin ng kasalukuyang imprastraktura ng tao. Hindi pansamantala ang agwat sa pagitan ng paglikha at beripikasyon. Lumalaki ito kasabay ng paghusay ng kakayahan. Sa tuwing umuunlad ang kakayahan ng AI na lumikha ng mga resultang siyentipiko, lumalawak ang agwat sa beripikasyon—maliban kung may itatayo upang isara ito.

Ang kailangan ay isang bagong kategorya ng imprastraktura: mga kasangkapan sa pormal na beripikasyon, pagsusuri ng mga patunay sa tulong ng AI, at mga awtomatikong proseso para subukin ang mga pahayag sa matematika batay sa mga kilalang resulta at mga balangkas na magkakatugma sa loob ng mga ito. Panimula pa lamang ang sistema ng patunay na Lean, ngunit saklaw nito ang 22% ng inilabas na ito at hindi ito idinisenyo para sa darating na dami ng mga resulta.

Magiging malaki ang ekonomiya ng beripikasyon para sa agham na nilikha ng AI, bagaman halos hindi pa ito umiiral sa ngayon. Gagawa ng isang bagay na tunay na kinakailangan, hindi lamang kapaki-pakinabang, ang mga kumpanyang magtatayo nito—at iyan ang pinakamatibay na uri ng imprastraktura na maitatayo.

Ang Hangganang Patuloy na Umuusad sa Loob ng 80 Taon

Noong unang nakakagawa ang mga computer ng mga kalkulasyong numerikal nang mas mabilis kaysa sa mga tao, itinuring ito ng karamihan sa mga matematiko na pagkukuwenta lamang, hindi matematika. Kayang magkalkula ng mga makina. Hindi nila kayang tumuklas. Iyon ang hangganan.

Patuloy nang umuusad ang hangganang iyon mula noon. Naging kontrobersiyal noong dekada 1980 at 1990 ang mga patunay na tinulungan ng computer para sa mahahalagang resulta, gaya ng teorema ng apat na kulay, dahil hindi lubusang masusuri ng tao ang patunay. Sumulong ang mga awtomatikong tagapagpatunay ng teorema noong dekada 2000 at 2010. Sa tuwing umuusad ang hangganan, lumilitaw ang parehong argumento: hindi ito tunay na matematika; pagkukuwenta lamang ito.

Muling umusad ang hangganan—nang mas kapansin-pansin kaysa noong mga nakaraang taon at sa paraang mas mahirap ipagwalang-bahala, dahil nasa pampublikong repositoryo sa GitHub ang mga resulta at maaari itong suriin ninuman.

Hindi ko sinasabing papasa sa masusing pagsusuri ang lahat ng 722 resulta. Ang sinasabi ko, tunay at pangmatagalang pagbabago ito sa mga kayang gawin ng AI sa mga larangang siyentipiko, batay sa kakayahang ipinakita nito sa paglikha ng mga resultang iyon.

Ang Punto ng Pagliko para sa mga Mamumuhunan

Sa Pamumuhunan sa mga Rebolusyon, ipinangangatuwiran ko na umuusbong ang pinakamalalaking pagkakataon sa pamumuhunan sa mga puntong nagbabago ang takbo ng mga bagay—kapag tumatawid ang mga teknolohiyang may kakayahang baguhin ang mundo sa isang hangganang lubusang nagpapabago sa kung ano ang posible. Isa ito sa gayong mga pagkakataon.

Palatandaan ng pagbabago sa paraan ng pag-usbong ng inobasyon at sa mga lugar kung saan malilikha ang halaga ang lumilitaw na kakayahan ng AI na lumikha ng mga orihinal na tuklas sa agham. Hindi lamang mga developer ng AI ang maaapektuhan nito; saklaw din ang pagtuklas ng gamot, mga makabagong materyales, enerhiya, kriptograpiya at pananaliksik at pagpapaunlad sa industriya. Sa mga larangang ito, maaaring paikliin ng mas mabilis na pananaliksik ang mga takdang panahon ng pagbuo, pababain ang mga gastos at magbukas ng mga bagong pamilihan.

Para sa mga mamumuhunan, ang pagkakataon ay makilala ang puntong ito ng pagliko bago pa maging malinaw ang mga implikasyon nito sa negosyo. Nangangahulugan ito ng pagtukoy sa imprastrakturang kailangan para mapatunayan ang mga tuklas na nilikha ng AI, at sa mga kumpanyang pinakamainam ang posisyon upang gawing teknolohiyang pag-aari nila, mga negosyong kayang palawakin at pangmatagalang kalamangan sa kompetisyon ang mga tuklas na iyon.

Kailangan pa ring beripikahin ang bawat tuklas, ngunit malinaw ang mas malawak na palatandaan: lumalampas na ang AI sa pagtulong sa siyentipikong pagtuklas at posibleng nagsisimula na itong manguna rito. Pinakamainam ang posisyon upang makinabang sa halagang lilikhain ng pagbabagong ito ng mga mamumuhunang nakauunawa sa kahalagahan nito at sa mga lugar kung saan magsasalubong ang mga epekto nito.