
Kada je 1852. godine britanski matematičar Fransis Gatri postavio naizgled jednostavno pitanje o bojenju mapa, verovatno nije slutio da će odgovor na njega potrajati skoro dva veka. Problem četiri boje, kako je kasnije nazvan, decenijama je mučio najbriljantnije umove sveta. Danas, u eri veštačke inteligencije, čini se da smo konačno dobili potvrdu rešenja — ovog puta uz pomoć mašine koja ne samo da računa, već i „razmišlja“ u obrascima.
Šta je zapravo problem četiri boje?
Suština je jednostavna: da li je moguće obojiti bilo koju mapu koristeći samo četiri boje, tako da nijedne dve susedne regije ne dele istu boju? Iako zvuči kao zadatak za osnovce, dokazivanje ove tvrdnje za sve zamislive mape pokazalo se kao noćna mora za matematičare. Prvi „dokaz“ ponudio je Alfred Kempi 1879. godine, ali je ubrzo pronađena greška. Problem je konačno rešen 1976. godine, i to uz pomoć kompjutera — što je tada bio revolucionaran, ali i kontroverzan potez.
Sada, prema izveštajima sa portala Naslovi.net, AI je ponovo u centru pažnje. Ovog puta, algoritmi mašinskog učenja uspeli su da generišu dokaz koji je ljudima promakao — ili barem da ga učine razumljivijim i proverljivijim.
AI kao matematičar: nova era dokazivanja
Ono što ovaj slučaj čini posebno zanimljivim jeste način na koji je AI pristupio problemu. Umesto klasičnog „grubog“ računanja, modeli su koristili tehnike simboličke logike i automatskog rezonovanja. To znači da mašina nije samo pročešljala milione kombinacija, već je „razumela“ strukturu problema i ponudila korake koji vode ka rešenju.
Ovo nije prvi put da veštačka inteligencija pomaže u matematici — setimo se samo slučaja kada je DeepMind koristio modele za otkrivanje novih obrazaca u teoriji čvorova ili kada su AI sistemi pomogli u dokazivanju složenih teorema. Ipak, problem četiri boje ima posebno mesto jer je decenijama bio simbol granice između ljudske intuicije i mašinske preciznosti.
Šta to znači za budućnost?
Osim što je zadovoljio radoznalost matematičara, ovaj podvig otvara vrata novim pristupima u verifikaciji softvera, kriptografiji i optimizaciji mreža. AI koji može da „shvati“ i dokaže matematičke tvrdnje postaje alat koji će u narednim godinama menjati način na koji naučnici pristupaju problemima — od genetike do kvantne fizike.
Iako će neki i dalje tvrditi da pravi dokaz mora da dođe iz ljudskog uma, činjenica je da smo zakoračili u eru u kojoj mašine ne samo da pomažu — one aktivno učestvuju u stvaranju znanja. Problem star 170 godina upravo je dobio svoj 21. vek.