Kecerdasan buatan dengan cepat mengubah cara kerja matematikawan, dengan terobosan terkini dalam memecahkan masalah yang sudah lama ada. Para peneliti memanfaatkan alat seperti ChatGPT untuk menemukan bukti-bukti yang terlupakan dan bahkan menghasilkan solusi baru, menandai potensi perubahan dalam penemuan matematika. Tren ini dimulai pada bulan Oktober lalu ketika ahli matematika Mehtaab Sawhney menggunakan ChatGPT untuk menemukan solusi terhadap masalah Erdős #339, sebuah dugaan yang tidak terpecahkan selama hampir dua dekade setelah kematian Paul Erdős.
AI sebagai Asisten Peneliti
Penggunaan AI dalam matematika bukan untuk menggantikan peneliti manusia, namun untuk meningkatkan kemampuan mereka. LLM unggul dalam menyaring literatur matematika yang luas, mengidentifikasi referensi yang tidak jelas, dan bahkan menggabungkan teorema yang ada untuk menghasilkan bukti baru. Dalam beberapa kasus, AI telah secara mandiri membuat bukti valid dengan masukan manusia yang minimal. Sejak bulan Oktober, alat AI telah membantu menyelesaikan sekitar 100 masalah Erdős, mengubahnya dari “terbuka” menjadi “terpecahkan”.
Melampaui Pencarian Literatur: Saran yang Bermakna
Meskipun awalnya digunakan sebagai mesin pencari yang kuat, LLM kini menawarkan lebih dari sekedar pengambilan. Para ahli matematika melaporkan bahwa AI dapat memberikan saran yang berharga, membimbing peneliti menuju solusi yang mereka perjuangkan secara mandiri. Andrew Sutherland dari MIT mencatat bahwa “ahli matematika yang satu-satunya pengalaman dengan LLM adalah dengan model sebelumnya belum sepenuhnya menghargai hal ini.”
Menguji Batasan: Tantangan Pembuktian Pertama
Untuk menguji kemampuan matematika AI secara ketat, tim First Proof meluncurkan sebuah tantangan, menghadirkan sebelas segmen bukti yang belum terpecahkan ke LLM. Tujuannya: untuk menentukan apakah AI dapat menghasilkan bukti yang valid dalam waktu seminggu—jangka waktu yang lebih singkat dari yang dibutuhkan oleh banyak ahli matematika manusia. Eksperimen ini telah menarik ratusan peserta untuk mengirimkan solusi yang dihasilkan AI, meskipun verifikasi masih menjadi kendala utama. Lauren Williams dari Harvard menekankan bahwa “verifikasi adalah sebuah masalah karena 90 persen verifikasi akan menghasilkan solusi… verifikasi akan menulis sesuatu dan terdengar percaya diri mengenai hal tersebut.”
Tahun Penting bagi AI dalam Matematika
Meskipun ada hype, dampak yang ditimbulkan saat ini masih terbatas. Belum ada jurnal matematika besar yang menerbitkan bukti tinjauan sejawat yang secara eksplisit mengutip bantuan AI, meskipun hal ini diperkirakan akan berubah pada tahun 2026. Ravi Vakil, presiden American Mathematical Society, baru-baru ini ikut menulis pracetak yang mendokumentasikan bagaimana LLM Google membantu memecahkan masalah matematika yang relevan dengan penelitiannya, yang menandakan adanya pergeseran dalam praktik akademis.
Permasalahan Erdős berfungsi sebagai tolok ukur yang efektif, namun para ahli matematika menyadari perlunya pengujian yang lebih substansial. Carlo Pagano, yang berkolaborasi dengan DeepMind Google, menekankan bahwa fokusnya harus beralih ke masalah dengan implikasi yang lebih luas.
Pada akhirnya, integrasi AI ke dalam penelitian matematika tidak bisa dihindari. Para ahli matematika sudah beradaptasi, bahkan ada yang mengambil cuti dari dunia akademis untuk bergabung dengan perusahaan AI. Hal ini mencerminkan konsensus yang berkembang bahwa AI akan mengubah cara kerja matematika secara mendasar.
