Veridicitatea este o dilemă care ne frământă pe tot mai mulți dintre noi, indiferent de unghiul din care ne întrebăm ce e sau nu adevărat. În cercetare de orice fel, dilema asta este și mai prezentă în cotidianul progreselor științifice, spune David Turturean, un sucevean proaspăt absolvent de Licență în Științe (Fizică și dublă specializare în AI), la Massachusetts Institute of Technology. Despre David s-a scris de când era la liceu și participa, simultan, la Olimpiada la Astronomie, Fizică, Chimie, Științele Pământului. Mai interesante decât obiectivele și rezultatele sunt curiozitatea pe care o are și nevoia nemărginită de factori externi de a învăța tot mai mult despre lucrurile care-i plac. Iar astăzi, după 5 ani de MIT, pe David îl fascinează Inteligența Artificială.
Că ne place sau nu, că ne adaptăm sau încercăm să ne opunem, AI-ul este un progres tehnologic care nu va fi oprit de nimic. Este încă neclar cât de etic și controlabil este progresul? Da. Este evident cât de mult potențial are în cercetare și cât de mult va revoluționa felul, viteza, costul cu care descoperim lucruri noi? Absolut. Perspectiva lui David este una chiar mai tranșantă:
”Cred că până la finalul anului chiar vom avea probleme vechi și foarte esențial înrădăcinate în diverse ramuri ale matematicii pe care modelele AI o să le poată rezolva. Și cred că nu va fi mult până când “rezolvăm toată matematica” și putem jongla cu anumite conjecturi și rezultate pe care acum le considerăm posibil adevărate fără să știm cu siguranță; vom ști valoarea de adevăr sau fals ale mult mai multor ipoteze în scurt timp, și vom putea folosi matematica ca o unealtă cum n-am mai făcut-o niciodată, pentru că vom avea o înțelegere mult mai intimă a matematicii”, spune David.
Am vorbit multe cu David și ne-am reamintit cât de frumoasă este curiozitatea, cât de întreg este omul care știe ce-i place și învață despre asta, cu plăcere și cu sete. Pentru o doză de influență pozitivă și pentru unghiuri noi de a privi AI-ul și nu numai, vă invităm la lectură:
Astronomie, fizică, chimie și curiozitate neobosită
Participarea la olimpiade a fost mereu o alegere proprie. A fost cumva și o necesitate, pentru că mă plictiseam la școală. Am început să studiez astronomie și informatică încă din clasa a IV-a, pentru că părinții mei și învățătoarea au concluzionat că mă plictisesc la școală, așa că au căutat să-mi dea să fac ceva care să nu mă țină în plictiseală. Apoi am încercat la mai multe olimpiade și m-am familiarizat cu cât mai multe domenii, până când în clasa a X-a m-am calificat la 6 olimpiade naționale, iar într-a XI-a m-am calificat la 4, înainte să vină pandemia COVID; asta a fost în anul 2020.
Pentru mine a fost mereu nevoia de a face ceva, de a mă gândi la școală. Sincer, lipseam foarte mult de la școală pentru a mă pregăti pentru aceste olimpiade, adică nu mergeam la orele profesorilor de fizică, chimie, informatică ca să mă pregătesc pentru olimpiadele lor. Spre deosebire de cum vedeam la alții din jurul meu care făceau olimpiadă la nivel înalt, mai ales la nivel național și internațional, părinții nu mă împingeau din spate deloc. De fapt, spre clasa a X-a și a XI-a, cred că unii adulți din jurul meu, inclusiv părinții, începuseră să devină îngrijorați de faptul că participam la așa de multe olimpiade, și să nu mă obosesc. Da, cred că a fost o alegere interioară, deși nu știu cât de conștientă a fost. Retrospectiv, nici atunci și nici acum nu pot să găsesc o explicație mai clară decât: nu voiam să mă plictisesc, și îmi plăcea foarte mult.
Între performanță și obsesie
Cred că există o conexiune între performanța extremă și obsesie. Da, mai ales după ce am ajuns la facultate, în America, am cunoscut mulți oameni cărora le place ceea ce fac atât de mult încât intră în stereotipurile astea legate de obsesia și plăcerea foarte mare pentru ceea ce faci: oameni care nu iau pauză deloc, nu dorm destul pentru a-și atinge țelurile, și au mereu atenția direcționată doar către un obiectiv pe care și l-au pus. Cu siguranță există o conexiune, și nu cred că această conexiune e mereu rea; cam așa au ajuns mulți dintre oamenii de succes unde sunt acum. E important să fii și maratonist, să mergi încet cu încet și să dai randament pe o bucată de termen lung, dar poți obține și rezultate impresionante în sprinturi scurte foarte intense, ale căror consecințe apoi se amplifică.
Disciplina, atenția și motivația
Cred că într-o lume în care marketul pentru atenție este foarte luat la cunoștință, lumea încearcă foarte mult să evite să stea prea mult pe telefon, să se uite prea mult la seriale, să-și petreacă în general prea mult timp neproductiv în stări vegetative. Pentru că acum avem multe lucruri care ne pot lua atenția, s-au concretizat foarte multe idei legate de disciplină și motivație, atinse prin niște metode foarte bine documentate. Adică sunt oameni a căror carieră acum este să-ți spună cât e de important să menții o rutină, să mergi la sală, și mulți dintre oamenii aceștia au, în mare parte, dreptate. Sunt multe lucruri fiziologice pe care poți să le faci în propriul corp pentru a-ți menține disciplina, atenția, motivația; sunt lucruri înrădăcinate în modul în care creierul și corpul nostru există. Contează foarte mult chiar și alimentația, cât de sănătos mănânci, ca astfel creierul tău să poată să-și mențină, neurochimic, un grad folositor de motivație și disciplină în activitățile de zi cu zi.
Dar în același timp contează foarte mult și ce îți place să faci, și aici nu știu exact ce să zic, pentru că mie mi se pare că am avut norocul să-mi placă mereu ceea ce fac și n-a trebuit să trec printr-un proces conștient de auto-disciplinare, auto-motivare prin mesaje meta de felul ăsta. De fapt cred că multe dintre lucrurile pentru care suntem încurajați, în care ni se spune să facem, legate de disciplină și motivație, nu prea o să mai aibă sens în scurt timp. Spre exemplu, urmăresc pe Instagram pe cineva de la Harvard, care spune că, pentru a realiza ceea ce face, el își imaginează cum va fi viața lui după ce și-a atins scopul; însă cred că într-o lume care se schimbă atât de mult, s-ar putea să fie greșit să crezi că tu ai o idee bună cu privire la cum va arăta viața ta chiar și în următorii doi, trei, patru, cinci ani. S-ar putea să fii dezamăgit sau măcar surprins de modul în care viața ta își schimbă parcursul, dacă multe dintre planurile pe care acum le avem în minte pur și simplu nu o să mai aibă sens în scurt timp.
Învățarea, în funcție de disciplină
Cu siguranță diferite domenii cer tipuri diferite de învățare. Un lucru care este foarte diferit, cred eu, între științele fizice și științele vieții (biologie, chimie) este volumul de informații pe care trebuie să-l ții minte. În biologie și chimie trebuie învățat foarte mult; trebuie și gândit logic foarte mult, dar e un volum imens de informații care prea greu pot fi deduse una din cealaltă, și care nu se pot deduce în timp real. Nu există un set de formule compact în biologie și chimie cum este, de exemplu, în fizică, unde dorim să reducem toate observațiile și experimentele pe care le-am făcut vreodată cu privire la lume, univers, spațiu, timp, în niște formule compacte. În fizică, unii oameni chiar visează la „teoria totului”, o formulă, un set de formule sau o teorie destul de compactă care ar ține tot, care practic ar releva modul în care funcționează totul în univers. Nu știu dacă lumea din biologie și chimie visează la lucrul ăsta.
Și atunci, când înveți pentru ceva cum ar fi matematică sau fizică, trebuie să faci foarte multe exerciții, să rezolvi foarte multe probleme pe care le-a rezolvat până acum cineva, și prea puțin să înveți formule sau bucăți de informații. În biologie și chimie trebuie să-ți dezvolți foarte multă memorie. Și acesta e motivul pentru care respect lumea care e la medicină, pentru că eu nu știu dacă aș putea - nu știu dacă mi-ar plăcea - să învăț atât de mult. Cred că un student la medicină învață mai multă informație într-un semestru decât am învățat eu în patru-cinci ani la MIT, în fizică și inteligență artificială. Pentru că în fizică și inteligență artificială, ceea ce studiez eu nu este vorba despre informații, ci despre tactici și strategii de a folosi un număr restrâns de metode și formule pentru a face ceva folositor.
Și atunci mi-am pierdut abilitatea de a învăța un volum foarte mare de informații cum făceam mai demult. Nu mi se mai pare natural, și de fapt aș putea să zic că mi se pare chiar puțin enervant dacă am vreodată nevoie să fac asta. Câteodată încerc să învăț lucruri la întâmplare pentru a nu-mi pierde acea abilitate cognitivă de a ingera și ține minte multe informații. Spre exemplu, când am vizitat recent Los Angeles, am învățat pe hartă toate cartierele (80+) din Los Angeles, pentru că nu mai învățasem de mult atâția termeni dintr-odată cum o făceam când mă pregăteam, de exemplu, pentru olimpiada de Științele Pământului. Din când în când mai intru pe Duolingo și învăț lucruri la întâmplare în italiană și ucraineană.
Sistemul educațional românesc
Sistemul românesc m-a ajutat extrem de mult prin prisma faptului că a pus și încă pune foarte mare accent pe elitele educației, pe copiii care pot să facă performanță, care pot să învețe foarte mult, care sunt inteligenți. La MIT, pe puținii europeni de la vest de România pe care îi întrebi aici despre parcursul anilor de liceu, o să-ți spună că, și dacă ar fi vrut să participe la olimpiadă, n-ar fi putut, pentru că țările din care vin ei nu pun accent pe așa ceva. Pur și simplu nu există: totul e uniformizat pentru ca toată lumea s-o ducă bine pe plan educațional, atât de mult încât e practic total suprimat orice vârf și orice oportunitate de a se remarca.
În Vest și în America inclusiv, ai nevoie să fii la o școală foarte specializată, de multe ori care costă, pentru a putea avea acces la oportunități prin care să devii de vârf încă din liceu. Or, în România, toată lumea e încurajată să fie de vârf, să meargă la olimpiade. De fapt, multă lume cred că ar spune că au fost chiar ținuți sub presiune de către profesorii lor să meargă la olimpiadă la materiile lor. Iar pentru că au existat și există olimpiadele în România, acesta a fost avantajul meu, și cred că dacă mă nășteam la propriu oriunde la vest de România, nu aș fi avut același parcurs și nu aș fi ajuns la MIT.
Romantizarea „copilului geniu”
Da, România romantizează copilul geniu, însă după ce copilul geniu termină liceul, e o întrebare foarte deschisă ce face acel copil. Nu sunt întrebări ușoare: ce faci cu tipul ăsta de motivație, inteligență și forța de atenție pe care cineva poate să le aloce. Nu cred că este clar. Cel mai comun lucru pe care îl văd este că lumea care e talentată la olimpiade și rămâne în România se duce la cele mai bine cotate universități, la cele la care e cel mai greu să intri: medicină, informatică, drept. Foarte puțină lume se gândește la exact care va fi job marketul peste 4-5 ani, când termină ei facultatea sau și masterul. Avem lume care merge la drept și apoi realizează, după ce termină dreptul, că nu prea mai sunt locuri de avocați; avem lume care merge la medicină și apoi realizează că nu sunt destul de multe locuri pentru doctori în România, evident.
Și, sigur, ar trebui să facem ceva pentru a avea mai multe oportunități pentru oamenii care termină domeniile astea, care ex ante sunt obiectiv bune de avut în țară. Dar cred că lumea care termină liceul în România nu se gândește exact la cum are sens, cum va avea sens, profesional, pentru ce se pregătesc ei să facă în cinci, zece, douăzeci de ani, și pur și simplu se duce către cel mai prestigios lucru disponibil în momentul în care termină liceul. Avem nevoie de mai multă ghidare profesională, însă mi-e greu să concep de unde ar putea să înceapă să vină această ghidare.
Comunitatea, în parcursul tău academic
Cred că comunitatea a fost destul de importantă, chiar foarte importantă, pentru că e cam singurul lucru pe care îl ai cât participi la olimpiade în liceu. Nu ai prea multe alte resurse sau alți indicatori că ce faci tu chiar contează, în afară de motivația pe care o ai din sprijinul și laudele profesorilor, ale părinților, ale prietenilor, și de premiile pe care le primești o dată pe an. Mai ales pre-inteligență artificială, pre-ChatGPT, cred că nu puteam să ajung unde am ajuns fără sprijinul academic al profesorilor mei, pentru că nu aș fi avut de unde altfel învăța atâtea. Și avem noroc, încă, că în România avem profesori peste tot în țară și în toate orașele care sunt buni: poți să găsești un profesor în cam orice oraș mic care să te poată pregăti până chiar la nivel de baraj de olimpiadă internațională de matematică sau fizică, pentru că pregătirea lor din facultate a fost foarte rigidă și bună.
Nu știu exact dacă poți zice asta și pentru generațiile mai tinere… Din ce am înțeles vorbind cu liceeni mai tineri care au profesori tineri, și vorbind și cu profesori mai în vârstă despre profesorii noi care vin din urmă, lucrurile s-au schimbat și excelența e mai puțin omniprezentă.
La MIT, tot întâlnesc colegi care au studiat mai ales la școli publice în SUA și îmi zic că la ei în școală pur și simplu nu era un profesor care să le predea analiză matematică sau algebră liniară, ceea ce mi se pare o nebunie totală prin comparație cu România, unde ai nevoie să știi conceptele astea pentru a trece cu succes de Bacalaureat.
Drumul spre MIT
Prima dată am aflat despre studiatul în America atunci când mergeam la olimpiade și auzeam pe colegii mai mari vorbind despre aplicat. Mă gândeam de prin a X-a că America era o opțiune, însă părea prea departe de casă să aibă sens, mai ales când „pe vremea mea”, înainte de 2021, puteai să mergi să studiezi și în Regatul Unit pentru un cost chiar mic. Apoi, când trebuia să trec în clasa a XII-a, vara lui 2020, pe lângă faptul că a fost pandemie, măsurile Brexit-ului au intrat în vigoare, iar asta a însemnat că taxele de studiu în Regatul Unit s-au triplat-spre-cvadruplat. Acum am înțeles că există multe burse și un suport financiar rezonabil, însă în anul acela, mai ales cu pandemia COVID în plină desfășurare, practic nu se ofereau burse pentru lume din Uniunea Europeană, iar familia mea nu și-ar fi permis să plătească 30.000-40.000 de lire pe an.
Am optat să plec în America, unde puteam să primesc burse complete de la destule universități care oferă ajutor financiar complet și burse complete chiar și pentru elevi internaționali. Mi-am petrecut vara lui 2020 și mare parte din toamnă aplicând: am învățat și am dat SAT-ul, “BAC-ul american”, am învățat și am dat TOEFL-ul (examen de limbă engleză), am scris foarte multe eseuri de intenție. Și cred că, în mod straniu, m-a ajutat pandemia COVID prin prisma faptului că am avut timp să stau acasă să fac toate lucrurile astea. Dacă m-aș fi calificat în acel an la olimpiada internațională de astrofizică și nu era online, ci avea loc fizic, nu cred că m-aș fi străduit la fel de mult când venea vorba de aplicațiile pentru facultate în SUA. Așa am putut să stau acasă tot timpul, și până la urmă, din fericire, am și luat o medalie de aur la olimpiada internațională virtuală din anul acela. A fost o combinație foarte… stranie de factori.
Spre deosebire de majoritatea oamenilor care aplică în SUA, nu mi-am plănuit pe parcursul liceului, de la început, să fiu un aplicant bun în SUA. De aceea am intrat “doar” la MIT, Vanderbilt University, Dartmouth College, din cele cam aproape 20 de universități la care am aplicat. Nu prea am avut activități extrașcolare relevante, impresionante, care contează foarte mult când aplici în SUA. Dar așa a fost să fie, și a fost foarte bine.
Viața academică
Un lucru care poate fi contraintuitiv pentru cineva din afară este că la MIT nu prea se simte competiția academică. Pentru că toată lumea ia cursurile de care e interesată, toată lumea ia cursuri diferite, face proiecte de cercetare diferite, e foarte greu să ai competiție, pentru că e greu să ai pe cineva care face lucruri asemănătoare cu tine cu care măcar să te compari. Și atunci competiția, și până la urmă excelența, devin concepte definite dinspre interiorul tău și depind în funcție de țelurile pe care ți le stabilești tu. Iar apoi recunoașterea vine mult mai rar, spre deosebire de cum venea în liceu, la fiecare câteva luni, prin olimpiade. Vine când absolvi, vine când faci o descoperire super wow la câțiva ani, vine atunci când ești admis la un program de doctorat prestigios. Vine mult mai rar, pentru că de multe ori e foarte greu ca lumea care te cunoaște să înțeleagă măcar ce faci tu, ca să evalueze dacă e ceva prestigios, excelent. Și atunci, da, excelența e ceva pe care într-un fel trebuie să o stabilești tu pentru tine, și să fii tu mulțumit cu excelența pe care o urmărești.
Viața academică, chiar dacă spiritul competitiv nu e așa de mare, este una intensă, pentru că cursurile de la MIT cer foarte mult, cer foarte mult timp. E mult mai intens decât o universitate de stat din SUA și, din ce mi se pare sincer vorbind cu alți colegi români, de multe ori chiar mai intens decât la Ivy League-uri. E o universitate tehnică, e o universitate la care nu se dau note perfecte în stânga și în dreapta cum se face la celelalte universități de top din SUA. E o universitate unde timpul pe care îl aloci e fix timpul care se întoarce în rezultate, iar ca să obții cel mai bun rezultat e nevoie să pui extrem de mult timp în activitatea ta, fie că e vorba de cercetare sau de cursuri.
Cred că ideea sau conceptul meu de performanță s-a schimbat foarte mult în ultimul timp, iar schimbarea are cel mai mult legătură cu faptul că acum, cu inteligența artificială, poți face cam orice, poți automatiza aparent cam orice. Iar în termen scurt chiar cred că vom vedea foarte multe lucruri impresionante făcute de AI, sau de cineva care poate nici nu are habar ce se întâmplă de fapt, dar poate să-i spună AI-ului „hai să facem ceva” și obține rezultatul. Și atunci rămâne o întrebare deschisă: ce înseamnă performanța în lumea post-inteligență-artificială-transformativă, când toată lumea poate face lucruri excelent folosind AI? Nu știu încă.
Cercetarea în astrofizică
Nu cred că am avut prea mult timp să fac descoperiri impresionante în astrofizică, pentru că atunci când am încercat să le fac m-am convins foarte repede că inteligența artificială și machine learning-ul care stătea la baza cercetării mele urma să ducă la o explozie de inteligență, care va face descoperiri mai impresionante decât aș putea să fac eu de unul singur. Și atunci, în cei cam un an-doi în care am făcut cercetare în astrofizică, aș spune că cam asta a fost cea mai impresionantă descoperire a mea, fiind una mai degrabă personală. Sunt convins că dacă mă întorc în timp și îndrept cele mai bune modele AI din 2026 către proiectele mele de cercetare din 2023 și 2024, se vor descurca mult mai bine decât m-am descurcat eu atunci, cu ajutorul profesorilor mei de atunci, la acele proiecte.
Punctual, am lucrat la proiecte de cercetare în astrofizică care țin de obiecte extreme, cum ar fi imagistica găurilor negre sau detectarea de informații și parametri legați de exploziile de raze gamma. Însă nu cred că a fost ceva prea impresionant, pentru că, practic vorbind, în anul doi-trei de facultate acumulam experiență pentru a face lucruri impresionante mai târziu, într-un doctorat sau profesorat.
Interesul pentru studierea inteligenței artificiale
Interesul meu pentru inteligența artificială a apărut undeva în 2023-2024. Am început să aud în jurul meu discuții ale doctoranzilor din grupurile de cercetare în care eram, cu privire la cum evolua atunci GPT-4 (GPT-4 a ieșit la începutul lui 2023). Am început să văd tot mai multă lume prezicând pe termen lung cum o să arate traiectoria inteligenței artificiale. Și ținând cont că de ceva timp funcționăm foarte mult în regimul ăsta de a folosi inteligența artificială într-un regim de limbaj natural, în care îi zicem ‘pe șleau’ ce să facă, nu prea am găsit niciodată un argument clar cu privire la de ce nu m-aș aștepta ca inteligența artificială să poată să ducă la capăt activitatea științifică pe care o ducem și noi la capăt. Ținând cont că tot ce facem noi în momentul în care scriem orice rezultat, sau îl descoperim, e un șir de cuvinte, un șir de formule, nu e evident de ce o inteligență artificială destul de bine antrenată n-ar putea să descopere aceleași lucruri, să genereze aceleași lucruri, pentru că tot un șir de propoziții logice e antrenată să dea.
Timp de un semestru, în loc să fie un double major de fizică și inteligență artificială, fusesem într-un double major de fizică și matematică. La începutul lui 2024 m-am dus la advisor-ul meu de matematică și i-am spus că vreau să-mi schimb majorul, pentru că eu cred că lumea o să se schimbe și orice matematică o să învăț eu să fac o să poată să facă AI mai bine. Asta a fost și în urma unor șase-șapte discuții pe care le-am avut la momentul respectiv cu foști profesori ai mei de fizică și matematică; pe fiecare l-am întrebat la biroul lui, într-o discuție destul de lungă, cum cred ei că o să funcționeze toată faza asta cu inteligența artificială pe termen lung.
Practic toți mi-au spus oriunde de la „inteligența artificială n-o să fie destul de bună” până la „da, s-ar putea să fie bună, dar tot o să fie nevoie cumva de oameni și n-o să fie chiar atât de bună”. Nimeni nu a fost practic optimist. O singură profesoară, care deja folosea modele AI în cercetare, nu m-a descurajat, dar toată lumea în rest mi-a spus că dacă o să pun pe inteligență artificială, o să fie pierdere de timp, și că mai bine iau cursuri mai avansate pentru a aplica la doctorat în fizică sau matematică. În conversațiile astea cu profesorii aceștia mi-am dat seama că de fapt toate argumentele pe care mi le dădeau nu aveau sens pentru mine, și mi se părea că ei nu înțelegeau pur și simplu viziunea pe termen lung. Am realizat, retroactiv, că probabil erau obișnuiți ca toată viața lor să fie ei cei mai buni în domeniul lor, și li se părea deci foarte greu de conceptualizat că tocmai o mașinărie, un algoritm, ar putea fi mai bun. Însă mi se pare că se vede în timp real că această schimbare transformativă în știință este posibilă, și de fapt există deja.
Oricum, până la urmă i-am zis advisor-ului meu de matematică că vreau să fac schimbarea de major, iar la momentul respectiv chiar departamentul de matematică a plătit ca eu și cu el să mergem la o cafenea să discutăm mai mult despre asta, în speranța de a mă convinge să rămân; însă nu am rămas, și chiar cred că a fost cea mai bună decizie din viața mea, pentru că mi-a permis să mă obișnuiesc, să mă familiarizez cu o tehnologie care devine mai transformativă pentru societate pe măsură ce trec săptămânile și zilele.
Legat de procesul de învățare: este unul continuu. Procesul de învățare nu se termină, pentru că acest domeniu apare pe măsură ce trece timpul. Descoperim, pe măsură ce trece timpul, în fiecare lună, ca umanitate, colectiv, moduri mai bune de a optimiza această inteligență, de a o face mai aliniată cu țelurile oamenilor, de a o face mai sigură, de a o face și mai eficientă, și la nivel de cât de bună e, dar și la nivel de câtă electricitate și cât de multe resurse folosește. Scade exponențial cantitatea de resurse necesare pentru a rula inteligența artificială, chiar devenind ea mai bună.
E aproape magic că putem să optimizăm aceste lucruri așa de repede pe cât o facem în ultimii ani. Iar inteligența artificială ca domeniu, spre deosebire de alte industrii, e chiar foarte transparentă; adică evident că nu o să afli din public toate secretele companiilor mari legat de cum își antrenează și rafinează modelele, însă faptul că poți să intri pe Twitter și să vezi în timp real ce gândesc inginerii de la aceste companii și care cred ei că sunt următoarele lucruri importante, asta e ceva care nu există în cam nicio altă industrie STEM. Apoi ajută foarte mult să ții pasul și cu publicațiile care apar la conferințele de top din inteligență artificială (NeurIPS, ICLR, ICML, ICR etc), deși chiar și aici depinde de caz, pentru că până când apare ceva publicat la aceste conferințe, au trecut deja șase-șapte luni câteodată de când a fost trimisă acea publicație, și s-ar putea ca deja să fie în urma domeniului, care se mișcă foarte repede.
Când vine vorba de ipoteze și obiective personale, nu mi-am propus nimic prea fixat, pentru că pare că totul se schimbă mereu. Momentan, ce mi se pare cel mai important și problema științifică a generației noastre, pentru tot restul vieții, va fi: cum știm ce este de fapt adevărat și corect? Cum verificăm, cum formalizăm, cum centralizăm toate informațiile științifice care există? Pentru că deja noi nu prea putem să verificăm mare parte din rezultatele științifice care există, nu putem să le replicăm, costă prea mult, prea mult timp - ce vom face când AI va genera de zeci, sute, mii de ori mai multe rezultate științifice?
În contextul în care AI poate să facă cercetare mai bine decât orice om în domeniile de care îmi pasă mie, întrebarea nu prea mai devine „ce vreau să fac eu în cercetare?”. Personal cred că o să avem auto-cercetători AI nu doar la nivel doctoral, ci agenți cercetători echivalenți cu cei care sunt acum cei mai buni profesori și cercetători. Cred că o să avem auto-cercetători AI până în 2028. În contextul ăsta, întrebarea mai importantă devine: cum știi că ce o să producă AI-ul e adevărat, credibil, verificabil, și că o să poată fi înțeles de către oameni, mai ales dacă AI-ul începe să producă lucrări atât de complicate încât e greu, la propriu, să ținem cognitiv pasul cu ce se întâmplă? Cam astea sunt lucrurile care mă interesează, și cred că sunt demersuri importante când vine vorba de AI generativ în știință.
Poate că lumea vede asta ca echivalentul a ce se întâmplă pe internet, unde ai foarte mult conținut nefolositor generat de AI care inundă spațiul, însă nu ar fi o imagine corectă a situației pe termen lung. Cred că e posibil ca AI să producă rezultate științifice relevante, pozitive, corecte, doar că să fie atât de întortocheat totul încât să nu putem valorifica ce ne dă. Și atunci care mai e sensul? Întrebări de felul ăsta îmi pun acum, și nu prea îmi mai pun întrebări cu privire la ce o să pot să fac eu în cercetare, pentru că se pare că n-o să fiu la fel de bun și complex pe cât ce poate să facă deja AI-ul.
Progresul AI: ce este revoluționar și ce crezi că este supraevaluat
Să fiu sincer, după părerea mea, modelele AI momentan nu sunt prea overhyped cum se zice. De fapt, eu cred că modelele AI sunt underhyped, și că momentan nu le împingem la limita lor pentru a ști măcar de ce sunt capabile. Eu am rezolvat probleme matematice vechi de zeci de ani (40, 50, 60 de ani) care au stat nerezolvate atâta timp, rezolvându-le cu AI în decursul unei zile.
Am vrut să arăt cum putem să împingem modelele să facă o grămadă de lucruri pe care oamenii n-au putut să le facă foarte mult timp, pentru că pur și simplu au ajuns la stadiul în care e așa ceva posibil. Am rezolvat chiar și probleme pe care companii cum ar fi OpenAI au încercat să le rezolve, probleme pe care și-au testat propriile modele înainte ca să le scoată pe piață și n-au reușit să rezolve problemele respective; iar eu folosind aceleași modele de la OpenAI am reușit să rezolv problemele respective de matematică, pentru că pur și simplu le-am pus “să gândească mai mult”. Mă rog, nu e chiar atât de simplu, doar că ce-am făcut nu a fost nici cel mai inventiv lucru, să zic așa: la bază stă pur și simplu speranța că, dacă lași modelul AI să aibă mai multă libertate, libertate de timp și spațiu de a scrie ce gândește, poți să-l împingi să descopere lucruri noi în matematică. Și chiar așa a fost.
Poate că sunt unii care supraevaluează modelele, însă cred că e prea rar. Spre exemplu eu nu cred că modelele AI au conștiință, însă unii cred asta. Nu știu dacă ar trebui să-mi pese dacă au conștiință atâta timp cât nu putem încă să ne asigurăm că le folosim, în primul rând, pentru oameni.
Atâta timp cât nu avem soluția la alinierea AI cu interesele oamenilor, atâta timp cât nu avem încă siguranța că putem să-i punem pe oameni pe primul loc, cred că încă nu contează dacă AI are conștiință sau nu. Pentru că asta ar însemna să le acordăm orice formă de considerente etice, însă abia avem loc să facem asta pentru oameni, pentru că nu știm că putem să-i protejăm pe oameni de schimbările care vin, inclusiv umanitatea întreagă. Din punctul ăsta de vedere utilitar, nu cred că AI are conștiință; cred că unii oameni care comunică cu AI într-un mod extrem de personal probabil că îi atribuie o formă de conștiință, dar pentru mine asta ar fi o supraevaluare a modelelor.
Când vine vorba de capabilități, cred că aici mă aflu în grupul de oameni care de fapt cred că AI-ul, acum, este subevaluat, și că e deja transformativ pentru știință mai ales, și pentru dezvoltarea științifică, și pur și simplu e sub-fructificat.
Matematica: probleme frumoase, probleme urâte, intuiție
Apreciez că întrebarea asta implică că eu sunt un matematician; însă chiar nu mă consider unul. Am studiat matematică la MIT pentru o perioadă foarte scurtă, iar în rest toate cursurile de matematică pe care le-am luat în afara acelei perioade au fost pentru a folosi matematica respectivă ca o unealtă în fizică sau inteligență artificială. Nu mă consider matematician. Am făcut deja descoperiri folosind rangul unui matematician, da, însă asta nu înseamnă că sunt un matematician, și distincția asta s-ar putea să devină cumva relevantă în următorii ani. S-ar putea ca conceptul de „matematician”, într-un fel, să devină oricum unul foarte difuz, pentru că în scurt timp majoritatea descoperirilor matematice să nu fie făcute de către matematicienii clasici, adică după 2028 spre exemplu.
Începând cu 2028, ce o să mai însemne „matematician” dacă majoritatea descoperirilor matematice o să fie făcute, în primul rând, de către AI, iar matematicienii clasici își vor petrece majoritatea timpului verificând acele rezultate? Atunci „matematician” devine strict cineva care se ocupă mult cu matematica, dacă nu vrem să dispară cuvântul: în sensul ăsta, poate că da, sunt un matematician, pentru că îmi petrec mult timp jonglând cu matematica, folosind AI. Nu mă consider un matematician clasic; dacă mă consider orice formă de matematician, sunt un matematician al viitorului, deja, și sunt printre primii matematicieni ai viitorului, pentru că folosesc AI pentru a face descoperiri matematice. Însă nu am antrenamentul clasic al unui matematician, de a fi studiat consistent matematică pentru mulți ani, de a avea un doctorat un domeniu etc.
Există matematică urâtă, și am simțit-o pe propria piele când am început să public rezultate generate cu AI în matematică. Lumea a început destul de repede să le critice. Unii oameni au spus că rezultatele ar putea fi mai lizibile și mai clare, și cred că pe de o parte au dreptate, în sensul că da, probabil nu am aceleași intuiții pentru cum să comunic rezultatele acestea matematice atât de clar cum le are un profesor de matematică. Însă, în același timp, cred că un lucru pe care lumea nu îl ia în considerare este că, pentru că inteligența artificială până la urmă nu raționează exact ca un om, modul în care își organizează ce comunică e diferit față de un om. S-ar putea ca unui om să i se pară matematică urâtă când un model AI alege să împartă în foarte multe cazuri o problemă și apoi să le rezolve pe toate - deși unui matematician om s-ar putea să i se pară mai elegant să rezolvi problema în câteva linii decât să o împarți în multe cazuri. Iar, încă există așteptarea ca toate rezultatele și demonstrațiile să nu fie exagerat de lungi - ori, poate că unele rezultate sunt imposibil de dedus ‘pe scurt’ și iau cel puțin câteva sute de pagini, făcându-le tangibile de demonstrat doar cu ajutorul inteligenței artificiale (fără a lua ani); dacă o soluție “urâtă” e de fapt cea mai elegantă posibil?
Fascinația pentru o problemă care poate să consume ani
Cred că întrebarea asta se poate aplica doar anumitor lucruri pe care acum poate să le facă AI, pe care eu am crezut mereu că o să fie posibile, și care acum sunt posibile în final cu ajutorul AI, dar mai demult nu era evident că o să fie posibile.
Am proiecte în astronomie și astrofizică pe care le-am pus pe pauză mai demult și le-am zis colaboratorilor mei, mentorilor mei: eu cred că asta într-un an o să fie posibil cu AI oricum, și atunci „să nu ne strofocăm prea tare, pentru că oricum o să găsim soluția asta de la AI în scurt timp”. Și am impresia că chiar așa este. De acum ceva ani, multe lucruri pe care le-am făcut sau multe lucruri pe care aș fi putut să le fac, oportunități care mi s-au oferit, am ales să nu le fac deloc, pentru că am simțit că, dacă aș face lucrul ăsta, dacă aș învăța cum să fac lucrul ăsta, nu prea ar mai avea sens, pentru că în câțiva ani oricum o să poată să-l facă AI-ul. Sună ca o formă de lene, dar la propriu, dacă simți acum că e ceva pe care nu poți să-l realizezi și crezi că o să-ți ia mult timp să înveți să-l faci sau să faci lucrul, probabil că AI o să poată să-l facă pentru tine în câțiva ani, și are sens să aștepți.
Eu, spre exemplu, nu știu dacă o să fie nevoie să mai învăț cum să conduc, pentru că s-ar putea ca până când o să am eu nevoie să conduc o mașină în diferite locuri, să se dea drumul și accesul la mașini care se conduc singure în locuri unde să am eu nevoie; deja, în mare parte din California populată, poți să mergi în foarte multe locuri cu mașini care se conduc singure.
Și atunci nu cred că am avut vreodată o problemă care mi-a consumat ani, pentru că dacă era o problemă de felul ăsta, probabil pur și simplu am pus pauză pe ea și mi-am zis: „o să mă descurc cu ea, o să o iau de la capăt cu această problemă când AI va fi capabil să o facă pentru mine”. Nu cred că am avut în ultimii cinci ani o problemă care m-a măcinat pentru așa de mult timp, pentru că am știut că la un moment dat va fi rezolvabilă fără ca eu să am prea mare implicare. Dacă știi că o problemă o să fie rezolvată la un moment dat, și tu îți petreci între timp trei-patru ani pe ea când oricum o să fie rezolvabilă de către un sistem mai inteligent decât tine, sună ca o pierdere de timp. Da, poți să înveți foarte multe lucruri folositoare din a încerca să rezolvi o problemă foarte complicată, însă probabil că nu e nevoie să dureze atâția ani. Nu e nevoie să dureze chiar un an-doi să încerci să rezolvi o problemă complicată; cred că poți să înveți anumite calități pe care le dobândești în rezolvarea unor probleme complicate și mai scurte.
De aia nu cred că o să fac un doctorat vreodată, pentru că mi se pare că, în condițiile în care AI se dezvoltă în mod exponențial și că nici măcar nu prea știm cum o să arate lumea în următorii cinci ani, mi s-ar părea ciudat să mă înham la un program de cinci ani, cât durează doctoratul în SUA, dacă nici măcar nu știu cum o să arate lumea la finalul acelui program, dacă nu știu dacă lucrurile pe care o să le învăț în acel program o să fie folositoare.
Necesitatea intersecției dintre AI și provocări matematice
AI o să ne ajute în curând să rezolvăm probleme vechi de matematică care nu aveau răspuns până acum. Acum un an era surprinzător că AI putea să rezolve câteva probleme la olimpiada internațională de matematică, cele mai ușoare; apoi la finalul lui 2025 era la știri că AI a reușit să rezolve toate problemele la olimpiada internațională de matematică; acum, e material de știri faptul că AI rezolvă probleme vechi de zeci de ani în matematică, dar deja pâna și asta devine normal.
Cred că până la finalul anului chiar vom avea probleme vechi și foarte esențial înrădăcinate în diverse ramuri ale matematicii pe care modelele AI o să le poată rezolva. Și cred că nu va fi mult până când “rezolvăm toată matematica” și putem jongla cu anumite conjecturi și rezultate pe care acum le considerăm posibil adevărate fără să știm cu siguranță; vom ști valoarea de adevăr sau fals ale mult mai multor ipoteze în scurt timp, și vom putea folosi matematica ca o unealtă cum n-am mai făcut-o niciodată, pentru că vom avea o înțelegere mult mai intimă a matematicii prin elucidarea acestor conjecturi și rezultate foarte importante care stau nerezolvate de mult timp, de 80, 100, 200 de ani.
Cred că asta este ceva care se va întâmpla în scurt timp, și din punctul ăsta de vedere AI e esențial, pentru că dacă nu aveam AI s-ar putea ca elucidarea matematicii să ne ia cel puțin încă foarte mulți zeci de ani.
Totuși, sună greu de conceput exact ce ar însemna un prezent și viitor fără AI, pentru că AI pare o dezvoltare naturală a matematicii în sine. Până la urmă, modul în care AI este antrenat este un construct matematic, este un proces matematic care este posibil datorită unor avansuri tehnologice; și până și acolo este matematică la bază, știința materialelor care stă în spatele hardware-ului pe care se antrenează AI-ul este foarte multă matematică complicată în spate. Nu știu dacă există un viitor sau un prezent alternativ în care nu am fi ajuns eventual în punctul acesta, în care AI să ne rezolve probleme de matematică și matematica astfel să se autorezolve prin algoritmi.
Un nou milestone academic: vine cu bucurie sau cu pragmatism?
Cred că în ultimul timp mă bucur de milestone-uri academice prin prisma faptului că s-ar putea să fiu printre ultimii oameni care o să se poată bucura de ele înainte ca AI să le facă. Anume, recent am trimis niște publicații la niște conferințe AI, și când le trimiteam mă gândeam: “pare că o să fie cam ultimul an în care lumea o să trimită la conferința asta paper-uri la care un om a contribuit în mod semnificativ”. Cred că chiar și într-un an, majoritatea publicațiilor vor fi scrise în mare parte de către AI, în baza unor rezultate și experimente rulate în mare parte de către AI.
Din nou, mi-am dat seama în 2024-2025 că am avut norocul ca eu să fiu printre ultimii oameni din istorie care să fi luat cursuri la universitate, cum ar fi în programare, înainte ca AI să poată să fie foarte bun la programare, însemnând că nu o să fie așa de mult dubiu în viitor cu privire la capabilitățile mele de programare. În timp ce cineva cu doi-trei ani mai mic ca mine s-ar putea ca mereu să aibă dubiul ăsta asupra rezultatelor lor academice în același domeniu, pentru că AI ar fi putut să le facă temele în loc, sau chiar examenele.
Acum mă bucur mult că rezolv probleme deschise în matematică folosind AI și făcând asta cumva în mod intenționat, prin niște sisteme care sunt destul de intenționat designate, făcute de mine, pentru că s-ar putea ca într-un an pur și simplu să rogi un model AI să-ți facă un sistem care să-ți rezolve probleme nou deschise în matematică, și să facă asta fără să mai fie nevoie de un om care să jongleze cu mai multe posibilități de design al unui sistem de felul ăsta
Nu prea am un concept de „bucurie individuală de moment” după ce reușesc ceva, pentru că îmi place tot ceea ce fac și mă bucur mereu. Dar dacă e să fie vorba de ce simt fix după ce realizez ceva, în ultimul timp mă gândesc foarte mult la chestia asta: „asta e cam ultima dată când cineva o să poată să facă asta independent, și să aibă sens să facă asta fără AI”.
Ceva ce n-ai mai făcut demult și ți-e dor
N-am mai avut un Paște normal din 2019. În 2020 și 2021, mai ales în Suceava, unde pandemia a fost din plin, Paștele a fost foarte neobișnuit. Apoi de atunci sunt la facultate în SUA, și deși de vară și de Sărbători pot veni acasă, nu pot veni acasă în mijlocul primăverii. Aș vrea să am parte de un Paște în Bucovina, în Suceava, pentru că n-am mai avut parte de unul de șapte ani.
Ceva la care lucrezi demult și abia aștepți să termini
Fix săptămâna aceasta, când vorbesc cu voi, sunt cel mai liber cât am fost în ultimii ani în termen de responsabilități și lucruri duse la capăt, pentru că este finalul studiilor mele aici.
Acum că tocmai am terminat studiile de licență la MIT și am cam terminat cu toate responsabilitățile pe care le aveam aferente direct sau indirect programului meu de studiu, nu mai este nimic la care lucrez de mult și abia aștept să termin. Sunt multe lucruri pe care abia aștept să le încep!
