Geordie Williamson, un matematico dell’Università di Sydney che ha lavorato con Charton su PatternBoost, non ha ancora provato Explorer. Ma è curioso di vedere cosa ne faranno i matematici. (Williamson collabora ancora occasionalmente con Charton su progetti accademici, ma afferma di non essere più associato ad Axiom Math.)
Williamson afferma che Axiom Math ha apportato numerosi miglioramenti a PatternBoost che (in teoria) rendono l’esploratore applicabile a una gamma più ampia di problemi matematici. “Resta da vedere quanto saranno significative queste riforme”, dice.
“Viviamo in un momento strano in questo momento, in cui molte aziende dispongono di strumenti che vogliono che utilizziamo”, afferma Williamson. “Direi che i matematici sono un po’ sopraffatti dalle possibilità. Non mi è chiaro quale impatto avrebbe un altro dispositivo come questo.”
Hong ammette che al momento ci sono molti strumenti di intelligenza artificiale utilizzati dai matematici. Alcuni addirittura richiedono ai matematici di addestrare le proprie reti neurali. Questo è un cambiamento, dice Hong, lei stessa matematica. Invece, Explorer ti guiderà attraverso ciò che vuoi fare, passo dopo passo, dice.
Il codice per Explorer è open source e Disponibile tramite GitHub. Hong spera che studenti e ricercatori utilizzino lo strumento per generare soluzioni campione e controesempi ai problemi su cui stanno lavorando, accelerando così le scoperte matematiche.
Williamson accoglie con favore la nuova attrezzatura e afferma di utilizzare molto LLM. Ma non pensa che i matematici debbano ancora buttare via la lavagna. “Secondo la mia opinione parziale, PatternBoost è un’idea adorabile, ma non è certamente una panacea”, afferma. “Mi piacerebbe che non dimenticassimo l’approccio più pratico.”
