Terence Tao: Matematik, AI dan Persoalan Besar Tentang Masa Depan Ilmu

Oleh: #JMBELOG

Dunia matematik sedang memasuki satu fasa yang menarik. Bukan kerana manusia tiba-tiba berhenti mencari jawapan, tetapi kerana kecerdasan buatan (AI) semakin mampu membantu menghasilkan penyelesaian kepada masalah matematik yang sangat kompleks.

Perkembangan ini turut menjadi antara topik utama dalam blog matematikawan terkenal Terence Tao menerusi blog What's New.

Beberapa tulisan yang diterbitkan sekitar September 2026 membincangkan persoalan yang lebih besar daripada sekadar formula dan teorem:

Jika mesin semakin pandai menyelesaikan masalah matematik, apakah yang akan berlaku kepada cara manusia belajar, memahami dan melakukan matematik?

1. Apabila AI Mula Memasuki Dunia Matematik

Antara perbincangan terkini dalam blog Tao ialah tulisan Proofs, Prompts and Posts, yang melihat bagaimana AI telah menjadi perbualan penting dalam komuniti matematik.

Ahli matematik kini menggunakan AI dalam pelbagai cara, termasuk membantu mencari idea, menyelesaikan masalah, menghasilkan bukti dan meneroka persoalan yang sebelum ini dianggap sangat sukar.

Namun, kemampuan menghasilkan jawapan membawa satu persoalan yang lebih mendalam:

Adakah menghasilkan jawapan bermaksud kita benar-benar memahami jawapan tersebut?

2. Bukti Matematik Tidak Semestinya Sama Dengan Kefahaman

Selama berabad-abad, ahli matematik bukan hanya mencari jawapan. Mereka juga cuba memahami mengapa sesuatu jawapan itu benar.

Seseorang mungkin mempunyai satu bukti yang panjang dan betul. Tetapi memahami idea di sebalik bukti tersebut merupakan perkara yang berbeza.

AI boleh membantu mempercepat proses mencari bukti. Tetapi manusia masih perlu membaca, menyemak, menerangkan dan menghubungkan hasil tersebut dengan pengetahuan yang sedia ada.

3. Terlalu Banyak Penemuan Juga Boleh Menjadi Cabaran

Bayangkan suatu hari nanti AI mampu menghasilkan ribuan keputusan matematik baharu dalam tempoh yang sangat singkat.

Masalahnya mungkin bukan lagi kekurangan jawapan.

Masalahnya ialah terlalu banyak jawapan untuk difahami.

Ahli matematik memerlukan masa untuk membaca sesuatu penemuan, menyemak kesahihannya, memahami teknik yang digunakan dan menghubungkannya dengan pengetahuan terdahulu.

Jika penemuan bergerak lebih pantas daripada kemampuan manusia untuk memahaminya, dunia matematik perlu mencari cara baharu untuk mengurus pengetahuan tersebut.

4. Belajar Matematik Dengan Berfikir, Bukan Sekadar Membaca

Satu idea yang menarik daripada perbincangan ini ialah nilai pengalaman menyelesaikan masalah sendiri.

Apabila seseorang bergelut dengan sesuatu masalah selama berjam-jam atau berbulan-bulan, dia mungkin tidak mendapat jawapan dengan cepat.

Tetapi sepanjang proses itu, dia belajar:

bagaimana mengenal pasti corak;
bagaimana membina andaian;
bagaimana menghadapi kegagalan;
bagaimana mencari pendekatan baharu;
dan bagaimana memahami sesuatu konsep secara lebih mendalam.

Inilah bahagian pembelajaran yang mungkin sukar digantikan oleh jawapan segera daripada AI.

5. Terence Tao Dan Persoalan Tentang AI

Dalam tulisan Why I Didn't Sign the Fields Medallists' Letter, Timothy Gowers membincangkan pengalaman matematiknya sejak kecil dan persoalan tentang bagaimana manusia belajar melalui usaha menyelesaikan masalah.

Tulisan tersebut juga menunjukkan bahawa dalam komuniti matematik sendiri terdapat pelbagai pandangan tentang hubungan antara penyelesaian masalah dan kefahaman konsep.

Perbincangan ini penting kerana kedua-duanya sebenarnya boleh saling melengkapi.

Kita boleh menyelesaikan masalah untuk mendapatkan kefahaman. Dan kita boleh menggunakan kefahaman untuk menyelesaikan masalah yang lebih sukar.

6. “Deep Theorems” Dan Nilai Pemikiran Mendalam

Satu lagi tulisan yang menarik ialah perbincangan Bryna Kra mengenai bagaimana teorem yang sukar selama ini menjadi salah satu tanda bahawa seseorang telah mencapai pemahaman matematik yang mendalam.

Dengan AI yang semakin mampu menghasilkan pembuktian kompleks, ukuran tersebut mungkin tidak lagi mudah digunakan seperti dahulu.

Persoalannya bukan bermaksud teorem menjadi tidak penting.

Sebaliknya, kita mungkin perlu memikirkan semula bagaimana manusia menilai kefahaman, kreativiti dan sumbangan intelektual dalam dunia yang mempunyai mesin yang sangat kuat.

7. Bagaimana Jika AI Menyelesaikan Masalah Yang Selama Ini Kita Anggap Mustahil?

Ini mungkin antara persoalan paling menarik.

Bayangkan satu masalah matematik yang telah dikaji selama puluhan tahun akhirnya mempunyai penyelesaian.

Tetapi penyelesaian itu datang daripada AI.

Manusia kemudian hanya perlu membaca dan mengesahkannya.

Adakah penemuan itu kurang bermakna?

Atau sebenarnya kita patut melihatnya sebagai peluang baharu untuk memahami alam matematik?

Tiada jawapan mudah kepada persoalan tersebut. Dan itulah yang menjadikan perbincangan ini begitu menarik.

8. Kakeya Conjecture Dan Keindahan Matematik

Selain isu AI, tulisan Terence Tao turut menyentuh masalah matematik yang sangat mendalam seperti Kakeya conjecture.

Secara ringkas, masalah ini boleh dibayangkan melalui sekumpulan “jarum” yang perlu diletakkan dalam ruang sambil membolehkannya menghala ke pelbagai arah.

Persoalannya ialah sejauh mana kecilnya ruang yang diperlukan untuk menempatkan semua jarum tersebut.

Walaupun gambaran asasnya kelihatan mudah, masalah ini mempunyai hubungan dengan bidang matematik yang jauh lebih kompleks.

Ini menunjukkan satu perkara menarik tentang matematik:

Soalan yang kelihatan mudah kadangkala membawa kepada teori yang sangat dalam.

9. Matematik Bukan Sekadar Mencari Jawapan

Daripada perkembangan ini, kita boleh melihat bahawa matematik sebenarnya mempunyai beberapa lapisan.

Pertama ialah jawapan.

Kemudian ada bukti.

Selepas itu ada pemahaman.

Dan akhirnya ada kemampuan manusia untuk menerangkan serta menggunakan pengetahuan tersebut.

AI mungkin mampu membantu manusia pada setiap peringkat tersebut. Tetapi bagaimana peranan manusia akan berubah masih menjadi persoalan terbuka.

Kesimpulan

Perkembangan AI dalam matematik bukan sekadar cerita tentang mesin yang semakin pintar.

Ia juga memaksa manusia bertanya semula tentang tujuan belajar, tujuan menyelidik dan nilai sebuah penemuan.

Mungkin pada masa depan kita tidak lagi menghadapi masalah kerana kekurangan jawapan.

Mungkin cabaran terbesar ialah memilih jawapan mana yang perlu difahami, kemudian mencari masa untuk benar-benar memahaminya.

Dan mungkin di situlah manusia masih mempunyai peranan yang sangat penting.

Kerana mengetahui jawapan tidak semestinya sama dengan memahami kebenaran di sebaliknya.

Sumber & Rujukan

Nota: Artikel ini ialah penulisan semula dan huraian asli #JMBELOG berdasarkan bahan rujukan Terence Tao. Ia bukan terjemahan atau salinan penuh mana-mana artikel asal.

#JMBELOG