Το ανθρώπινο λάθος ως όπλο απέναντι στα μεγάλα γλωσσικά μοντέλα

Ο Άλαν Τούρινγκ είχε προτείνει ένα τεστ για τη μηχανική νοημοσύνη: μπορεί ένας υπολογιστής να πείσει έναν άνθρωπο ότι είναι άνθρωπος; Σήμερα, γράφει ο Μαξ Μόζερ, αρχίζουμε να κάνουμε το ίδιο τεστ και στους εαυτούς μας.

Τα τυπογραφικά λάθη είναι σημάδι ανθρώπινου γραφιά… προς το παρόν

Πρόσφατα, μια φίλη μου μού μίλησε σε έναν καφέ για ένα αποκαρδιωτικό σχόλιο που είχε λάβει. «Είπαν ότι ήταν καλό», μου είπε, «αλλά ότι διαβαζόταν σαν να είχε γραφτεί από AI». Γνωρίζοντάς την, κατάλαβα αμέσως τι είχε συμβεί. Η αξιοπιστία της αμφισβητούνταν όχι επειδή η δουλειά της ήταν κακή, αλλά επειδή ήταν υπερβολικά καλή – πολύ καθαρή, πολύ ρέουσα, πολύ προσεγμένη.

Η ραγδαία εξέλιξη των εργαλείων τεχνητής νοημοσύνης αλλάζει τον τρόπο με τον οποίο αντιλαμβανόμαστε το καλό γράψιμο. Στην ψηφιακή εποχή, γίνεται όλο και πιο σημαντικό να δείχνεις ότι πίσω από τις λέξεις υπάρχει ένας πραγματικός άνθρωπος – όχι ένα απρόσωπο μεγάλο γλωσσικό μοντέλο. Ένας παράδοξος τρόπος να το πετύχει κανείς είναι, απροσδόκητα, να ρίξει ο ίδιος την ποιότητα του κειμένου του.

Ο Άλαν Τούρινγκ είχε διατυπώσει ήδη από τη δεκαετία του 1950 μια τέτοια ιδέα: να μπαίνουν επίτηδες μερικά τυπογραφικά λάθη, ώστε ένα κείμενο να μοιάζει πιο πειστικά ανθρώπινο. Η ειρωνεία, φυσικά, είναι ότι ο Τούρινγκ απηύθυνε αυτή τη συμβουλή σε μηχανές.

Η εμπειρία της φίλης μου δεν είναι μεμονωμένη. Το να γράφει κανείς καλά, που κάποτε ήταν ένδειξη ικανότητας, έχει αρχίσει για ολοένα και περισσότερους αναγνώστες, αξιολογητές και υπεύθυνους προσλήψεων να προκαλεί ηθική καχυποψία. Οι δεξιότητες που άλλοτε χρησιμοποιούσαμε για να δείξουμε ευφυΐα και προσπάθεια – σαφήνεια, ακρίβεια, σωστά δουλεμένη πρόταση – αρχίζουν να χάνουν το νόημά τους.

Το πρόβλημα βρίσκεται στην αδυναμία μας να εντοπίζουμε εύκολα περιεχόμενο γραμμένο από AI, κάτι που κάνει τις ψευδείς θετικές ενδείξεις – δηλαδή τις λανθασμένες κατηγορίες ότι κάποιος χρησιμοποίησε εργαλεία AI – σοβαρό ζήτημα. Μελέτες έχουν δείξει ότι ούτε οι άνθρωποι ούτε τα συστήματα AI μπορούν να ξεχωρίσουν με αξιοπιστία το ανθρώπινο από το μηχανικά παραγόμενο γράψιμο. Όταν μάλιστα αναμειγνύονται κείμενα ανθρώπινης και AI προέλευσης, η απόδοση χειροτερεύει ακόμη περισσότερο. Γι’ αυτό και πολλά πανεπιστήμια που χρησιμοποιούσαν εργαλεία ανίχνευσης λογοκλοπής για τον εντοπισμό AI έχουν σταματήσει, λόγω ανησυχιών για την αξιοπιστία τους.

Μέσα σε αυτό το κλίμα αβεβαιότητας, κάποιοι συγγραφείς στράφηκαν στο μοναδικό σήμα που απομένει: το εύστοχα ονομασμένο ανθρώπινο λάθος. Μια επαναλαμβανόμενη λέξη, ένα μικρό γραμματικό ολίσθημα, μια ελαφρώς άγαρμπη φράση έχουν αρχίσει να λειτουργούν λιγότερο ως σημάδια προχειρότητας και περισσότερο ως απόδειξη ότι πίσω από το κείμενο υπάρχει πραγματικό ανθρώπινο χέρι. Το ελάττωμα έγινε προσόν.

Τα λάθη ήδη χρησιμοποιούνται στρατηγικά σε ανταγωνιστικά περιβάλλοντα – σε αιτήσεις για πανεπιστήμια, σε βιογραφικά, σε επαγγελματική αλληλογραφία. Υπεύθυνοι προσλήψεων έχουν αρχίσει να συμβουλεύουν τους υποψηφίους να αφήνουν ένα σκόπιμο τυπογραφικό λάθος σε μια συνοδευτική επιστολή, ακριβώς για να δείξουν ότι το κείμενο το έγραψε ένας ενδιαφερόμενος άνθρωπος.

Βέβαια, τίποτα από όλα αυτά δεν είναι σταθερό, και το «νόμισμα» του λάθους έχει περιορισμένο χρόνο ζωής. Από τη στιγμή που η ατέλεια γίνεται αναγνωρίσιμο σημάδι αυθεντικότητας, είναι αμέσως διαθέσιμη και προς μίμηση. Οι χρήστες θα ζητούν από τα συστήματα AI να ακούγονται πιο τραχιά, λιγότερο προσεγμένα και πιο ανθρώπινα. Τα συστήματα θα συμμορφωθούν και σύντομα θα γίνουν ικανά να επιδεικνύουν ελεγχόμενη αδεξιότητα.

Ο δρόμος προς την ανάκτηση της αυθεντικότητας παραμένει ασαφής. Ίσως κάποιες περιπτώσεις να απαιτούν πιο άμεση απόδειξη συγγραφικής ταυτότητας, χωρίς τη βοήθεια του AI: δια ζώσης, με ανεπηρέαστες αξιολογήσεις, χειρόγραφες υποβολές και εξηγήσεις σε πραγματικό χρόνο. Ή, σε έναν κόσμο που θα είναι όλο και πιο κορεσμένος από εργαλεία AI, ίσως η καθοριστική δεξιότητα να είναι απλώς το να τα χρησιμοποιεί κανείς σωστά. Κάποια πανεπιστήμια έχουν επιτρέψει στους φοιτητές να χρησιμοποιούν AI στις εξετάσεις, αρκεί να υποβάλουν μαζί και τα prompts τους ως μέρος της αξιολόγησης.

Αυτό που φαίνεται βέβαιο, ωστόσο, είναι ότι τα παλιά ίχνη της αυθεντικότητας και της συγγραφικής ταυτότητας έχουν γίνει πιο δύσκολο να οριστούν και να εντοπιστούν – και ακόμη κι όταν υπάρχουν, συνοδεύονται από καχυποψία.

Ερευνητές ζητούν ρυθμίσεις για την προστασία της ατμόσφαιρας στη χαμηλή τροχιά της Γης

BOULDER, Colorado — Ερευνητές ζητούν να δοθεί μεγαλύτερη προσοχή και καλύτερη προστασία απέναντι στην αυξανόμενη εισαγωγή ξένων υλικών στην ατμόσφαιρα της Γης από την επανείσοδο δορυφόρων και άλλου διαστημικού εξοπλισμού, ιδιαίτερα σε μια εποχή μεγα-απαστερισμών.

Στο συνέδριο της European Geosciences Union, που πραγματοποιήθηκε από τις 3 έως τις 8 Μαΐου στη Βιέννη της Αυστρίας, οι συμμετέχοντες έθεσαν ερωτήματα για τις επιπτώσεις των εκτοξεύσεων και των επανεισόδων διαστημικών σκαφών στην ατμόσφαιρα, μαζί με τις ερευνητικές και πολιτικές προτεραιότητες για την ενίσχυση της περιβαλλοντικής βιωσιμότητας στο διάστημα. Το ζήτημα αναμένεται να συζητηθεί ξανά σε συνάντηση των National Academies τον Ιούλιο.

«Πρόκειται για ένα θέμα ολοένα και μεγαλύτερης σημασίας και ανησυχίας για τους ερευνητές που προσπαθούν να κατανοήσουν τη δυνητική επίδραση μιας ισχυρής διαστημικής βιομηχανίας, ελλείψει της ρύθμισης που απαιτείται για την αποτροπή ζημιάς», δήλωσε η Eloise Marais, καθηγήτρια ατμοσφαιρικής χημείας και ποιότητας αέρα στο Τμήμα Γεωγραφίας του University College London στη Βρετανία, η οποία οργάνωσε τη συνεδρία.

Η διάσκεψη περιλάμβανε αρκετά ερευνητικά έργα με στόχο τον προσδιορισμό των επιπτώσεων των διαστημικών εκτοξεύσεων και της επανεισόδου στην ατμόσφαιρα. Μεταξύ των παρουσιάσεων και των ερευνητικών κατευθύνσεων που εξετάστηκαν ήταν:

Μια βασική ανησυχία των ερευνητών είναι ότι δεν έχουν σαφή εικόνα για τα υλικά που χρησιμοποιούνται στα διαστημικά σκάφη, κάτι που δυσκολεύει τον προσδιορισμό του αν και σε ποιο βαθμό μπορεί να βλάπτουν την ατμόσφαιρα της Γης. Ο Daniel Baker, διευθυντής του Colorado Space Policy Center στο University of Colorado Boulder και συμμετέχων στις συζητήσεις της Βιέννης, δήλωσε ότι οι εμπορικές εταιρείες δεν είναι πρόθυμες να αποκαλύψουν τι χρησιμοποιούν για την κατασκευή διαστημικών σκαφών, καθώς θεωρούν πως πρόκειται για ιδιαίτερα ανταγωνιστικό ζήτημα. Πρόσθεσε επίσης ότι υπάρχει ανησυχία μήπως οι πληροφορίες αυτές αντιγραφούν από την Κίνα ή από άλλους.

Ο Jack Burns, αναπληρωτής διευθυντής του Colorado Space Policy Center, είπε ότι η έλλειψη διεθνών κανονισμών για τον περιορισμό της αύξησης των συντριμμιών και τη διατήρηση του διαστημικού περιβάλλοντος δημιουργεί ασάφειες.

«Οι χώρες μοιάζουν να έχουν τη δυνατότητα να κάνουν ό,τι θέλουν. Ποιος θα ελέγχει και θα ρυθμίζει αυτό το διεθνές περιβάλλον στο οποίο έχουμε εξελιχθεί;» είπε ο Burns στο SpaceNews.

«Δεν υπάρχει καμία εγγύηση ότι άλλοι παράγοντες, ανεξέλεγκτοι παράγοντες, μη κυβερνητικοί παράγοντες, μπορεί να κάνουν εκπτώσεις και να δημιουργήσουν ακόμη μεγαλύτερα προβλήματα», είπε ο Baker.

«Πρόκειται για παγκόσμιο πρόβλημα, όχι για εθνικό πρόβλημα», είπε ο Baker.

Ο Leonard David καλύπτει διαστημικές δραστηριότητες εδώ και σχεδόν 50 χρόνια. Είναι ο νικητής του βραβείου National Space Club Press Award το 2010 και πρόσφατα συνέγραψε με τον Buzz Aldrin του Apollo 11 το βιβλίο «Mission to Mars — My Vision for Space…»

Η Voyager εξαγοράζει την Astrobotic για σεληνιακές υποδομές

ΟΥΑΣΙΓΚΤΟΝ — Η Voyager Technologies θα εξαγοράσει την Astrobotic, εταιρεία που αναπτύσσει σεληνιακά σκάφη προσεδάφισης και επαναχρησιμοποιούμενα υποτροχιακά οχήματα, σε συμφωνία που μπορεί να φτάσει τα 300 εκατομμύρια δολάρια.

Οι δύο εταιρείες ανακοίνωσαν στις αρχές της 2ας Ιουνίου ότι κατέληξαν σε συμφωνία, βάσει της οποίας η Voyager θα αποκτήσει την Astrobotic, με έδρα το Πίτσμπουργκ, στο πλαίσιο της προσπάθειάς της να αναπτύξει σεληνιακές υποδομές.

Η Voyager θα καταβάλει 162 εκατομμύρια δολάρια σε μετρητά και μετοχές για την Astrobotic, αναλαμβάνοντας παράλληλα χρέος 9 εκατομμυρίων δολαρίων. Η συμφωνία περιλαμβάνει επιπλέον έως 129 εκατομμύρια δολάρια σε earnout payments, που θα εξαρτηθούν από την επίτευξη συγκεκριμένων στόχων απόδοσης. Η ολοκλήρωση της συναλλαγής αναμένεται τον Ιούλιο, υπό την προϋπόθεση των ρυθμιστικών εγκρίσεων.

Η Astrobotic είναι γνωστή κυρίως για την ανάπτυξη σεληνιακών σκαφών προσεδάφισης. Το πρώτο της σκάφος, το Peregrine, εκτοξεύτηκε τον Ιανουάριο του 2024 στην πρώτη αποστολή του προγράμματος Commercial Lunar Payload Services της NASA, ή CLPS. Ωστόσο, το σκάφος παρουσίασε βλάβη στο σύστημα πρόωσης λίγες ώρες μετά την εκτόξευση, γεγονός που απέκλεισε την προσελήνωση. Αντί γι’ αυτό, το σκάφος διέσχισε το σεληνοκεντρικό διάστημα για μία εβδομάδα και μισή πριν επανεισέλθει.

Η εταιρεία ολοκληρώνει την ανάπτυξη ενός μεγαλύτερου σκάφους, του Griffin. Η εκτόξευσή του έχει προγραμματιστεί για αργότερα μέσα στο έτος, μεταφέροντας το FLIP rover της Astrolab, αφού η NASA εγκατέλειψε το 2024 τα σχέδια να το χρησιμοποιήσει για το rover VIPER. Η NASA, πάντως, εξακολουθεί να χρηματοδοτεί την αποστολή μέσω του προγράμματος CLPS και, σε ενημέρωση στις 26 Μαΐου, την χαρακτήρισε «Moon Base 2».

Η Voyager θεωρεί την Astrobotic μέρος μιας «στρατηγικής σεληνιακής πρωτοβουλίας» που ανακοίνωσε νωρίτερα φέτος, αξιοποιώντας τις προσπάθειες της NASA να επιταχύνει το πρόγραμμα Artemis και να αναπτύξει μια βάση στη Σελήνη. Σε αυτό περιλαμβανόταν και επένδυση στη Max Space, εταιρεία που αναπτύσσει επεκτάσιμα καταλύματα, για τη χρήση αυτής της τεχνολογίας στη Σελήνη.

«Χτίζουμε τη βάση των υποδομών που θα καταστήσει πραγματικότητα τη μόνιμη παρουσία της Αμερικής στη Σελήνη», δήλωσε σε ανακοίνωσή του ο Dylan Taylor, διευθύνων σύμβουλος της Voyager. «Με την Astrobotic, η Voyager είναι πλέον μια σεληνιακή πλατφόρμα που θα διαθέτει δυνατότητες σε κάθε επίπεδο υποδομών που χρειάζεται για να βάλει Αμερικανούς στην επιφάνεια της Σελήνης και να τους κρατήσει εκεί».

Η Voyager ανέφερε ότι η Astrobotic θα συνεχίσει να λειτουργεί από την εγκατάστασή της στο Πίτσμπουργκ, η οποία θα αποτελέσει το κέντρο του συνολικού σεληνιακού προγράμματος της Voyager. Η Astrobotic έχει αναπτυχθεί σε μεγάλο βαθμό με ίδια κεφάλαια και δεν έχει αντλήσει μεγάλα ποσά από venture-backed γύρους, σε αντίθεση με πολλές άλλες διαστημικές εταιρείες.

«Η Astrobotic δημιουργήθηκε για να αποδείξει ότι οι εμπορικές εταιρείες μπορούν να παραδίδουν στη Σελήνη», δήλωσε σε ανακοίνωσή του ο John Thornton, διευθύνων σύμβουλος της Astrobotic. «Η ένταξη στη Voyager δίνει σε αυτή την αποστολή την κλίμακα και τη μακροπρόθεσμη δέσμευση προς την οποία χτίζεται εδώ και σχεδόν δύο δεκαετίες».

Το έργο της Astrobotic δεν περιορίζεται στα σεληνιακά σκάφη προσεδάφισης. Η εταιρεία εργάζεται επίσης πάνω στο LunaGrid, ένα σύστημα παραγωγής και διανομής ενέργειας για μια σεληνιακή βάση, καθώς και σε προηγμένους πυραυλοκινητήρες. Διαθέτει επίσης επαναχρησιμοποιούμενα υποτροχιακά οχήματα με τεχνολογίες που απέκτησε από τη Masten Space Systems, η οποία δεν υπάρχει πλέον. Η Astrobotic ανέφερε τον Δεκέμβριο ότι κέρδισε συμβόλαια της NASA και της Space Force για νέα υποτροχιακά οχήματα.

Η Voyager έδωσε να εννοηθεί ότι αυτά τα προγράμματα θα συνεχιστούν μετά την εξαγορά.

«Η Voyager σκοπεύει να επιταχύνει τις επενδύσεις για να κλιμακώσει τα σεληνιακά προγράμματα και τα προγράμματα επαναχρησιμοποιούμενων πυραύλων της Astrobotic, στο πλαίσιο των σχεδίων της Αμερικής για τη Moon Base», ανέφερε η εταιρεία.

Νέα επταδιάστατη θεωρία ίσως δίνει επιτέλους λύση στο παράδοξο πληροφορίας των μαύρων τρυπών

Μια νέα θεωρητική μελέτη υποστηρίζει ότι οι μαύρες τρύπες ίσως δεν εξαφανίζονται ποτέ πλήρως, προσφέροντας πιθανή λύση στο διαχρονικό «black hole information paradox».

Ένα από τα μεγαλύτερα άλυτα ζητήματα της σύγχρονης φυσικής, το «παράδοξο πληροφορίας» των μαύρων τρυπών, φαίνεται να αποκτά πειστική απάντηση. Η προτεινόμενη λύση θα μπορούσε επίσης να φωτίσει την προέλευση της μάζας των θεμελιωδών σωματιδίων.

Τη δεκαετία του 1970, ο Stephen Hawking έδειξε με ημικλασικούς υπολογισμούς ότι οι μαύρες τρύπες δεν είναι εντελώς «μαύρες». Εκπέμπουν μια αχνή ακτινοβολία που αποστραγγίζει αργά την ενέργειά τους έως ότου τελικά εξαφανιστούν. Αυτό συγκρούεται με την κβαντομηχανική, καθώς φαίνεται να καταστρέφει οριστικά πληροφορία, παραβιάζοντας την αρχή της unitarity. Σύμφωνα με την κβαντική φυσική, η πληροφορία δεν μπορεί να σβηστεί, όμως η εξάτμιση μιας μαύρης τρύπας δείχνει να κάνει ακριβώς αυτό.

Νέα εργασία που δημοσιεύτηκε στο περιοδικό General Relativity and Gravitation, με επικεφαλής την ομάδα του Richard Pinčák, εισάγει μια πιθανή λύση βασισμένη στη γεωμετρία πρόσθετων διαστάσεων.

Οι ερευνητές μελέτησαν τις επιδράσεις ενός μοντέλου βαρύτητας γνωστού ως θεωρία Einstein-Cartan σε επταδιάστατο πλαίσιο, δομημένο πάνω σε μια μαθηματική κατασκευή τύπου G2-manifold με στρέψη (torsion). Σε αντίθεση με τη στάνταρ γενική σχετικότητα, η θεωρία αυτή επιτρέπει στον χωροχρόνο όχι μόνο να καμπυλώνεται αλλά και να «στρέφεται» μέσω της ιδιότητας της στρέψης.

Το μοντέλο οδηγεί σε ένα ενδιαφέρον συμπέρασμα. Στις ακραίες πυκνότητες της κλίμακας Planck, η στρέψη δημιουργεί μια απωστική δύναμη που αντιστέκεται στην βαρυτική κατάρρευση και σταματά το τελικό στάδιο της εξάτμισης Hawking. Αντί να εξαφανίζεται εντελώς, η μαύρη τρύπα αφήνει ένα σταθερό «υπόλειμμα» με προβλεπόμενη μάζα περίπου 9*10 -41 kg.

Αν μια μαύρη τρύπα δεν χάνεται ποτέ ολοκληρωτικά, τί γίνεται με την πληροφορία από ό,τι έπεσε μέσα της; Οι ερευνητές προτείνουν ότι το σταθερό υπόλειμμα λειτουργεί σαν αρχείο μνήμης. Η δομή του προσφέρει φυσικό μηχανισμό διατήρησης της πληροφορίας μέσω ενός φάσματος «quasi-normal modes».

Σύμφωνα με την ομάδα, η κβαντική πληροφορία κωδικοποιείται στις μακρόβιες «ταλαντώσεις» του πεδίου στρέψης μέσα στο υπόλειμμα. Οι υπολογισμοί τους δείχνουν ότι ένα υπόλειμμα που προέρχεται από μαύρη τρύπα με μάζα ίση με του Ήλιου θα μπορούσε να αποθηκεύσει περίπου 1.515*10 77 qubits πληροφορίας, ποσότητα αρκετή για να επιλυθεί το παράδοξο.

Η μελέτη έχει και σημαντικές προεκτάσεις για τη φυσική σωματιδίων. Οι ερευνητές βρήκαν ότι η μείωση της γεωμετρίας από επτά σε τέσσερις διαστάσεις, που αντιστοιχούν στον παρατηρήσιμο χωροχρόνο, παράγει φυσικά την ηλεκτρασθενή κλίμακα (~246 GeV). Η κλίμακα αυτή συνδέεται στενά με το πεδίο Higgs, το οποίο δίνει μάζα στα στοιχειώδη σωματίδια.

Στο ίδιο πλαίσιο, η τιμή κενού (VEV) του πεδίου στρέψης συνδέεται δυναμικά με την ηλεκτρασθενή κλίμακα (about 246 GeV). Με άλλα λόγια, το ίδιο γεωμετρικό φαινόμενο που εμποδίζει την πλήρη εξάτμιση των μαύρων τρυπών και διατηρεί την πληροφορία θα μπορούσε επίσης να προσφέρει γεωμετρική εξήγηση για το πρόβλημα της ιεραρχίας μαζών στη φυσική σωματιδίων.

Γιατί λοιπόν δεν έχει ανιχνευθεί ένδειξη αυτών των επιπλέον διαστάσεων; Η απάντηση βρίσκεται στην ενέργεια. Οι ερευνητές εκτιμούν ότι τα σωματίδια που συνδέονται με αυτές τις διαστάσεις, τα λεγόμενα Kaluza-Klein excitations, θα είχαν μάζες γύρω στα 8.6*10 15 GeV. Αυτό είναι περίπου επτά τάξεις μεγέθους πάνω από τις δυνατότητες του Large Hadron Collider (LHC). Ωστόσο, το ότι βρίσκονται πέρα από την εμβέλεια των επιταχυντών δεν καθιστά τη θεωρία ανεξέλεγκτη πειραματικά.

Το μοντέλο στηρίζεται σε αυστηρές γεωμετρικές σχέσεις και παράγει σαφείς, διαψεύσιμες προβλέψεις. Μια πιθανότητα είναι ότι τα σταθερά υπολείμματα μαύρων τρυπών (9*10 -41 kg) αποτελούν μέρος της μυστηριώδους σκοτεινής ύλης του σύμπαντος. Η ανίχνευση των βαρυτικών επιδράσεων αυτών των «Planckian relics» θα ενίσχυε αποφασιστικά τη θεωρία.

Το μοντέλο ξεχωρίζει επίσης για τη μαθηματική δομή πίσω από την πληροφορία που αποθηκεύεται στις «ταλαντώσεις» των υπολειμμάτων (quasi-normal modes). Επιπλέον, οι τεράστιες ενεργειακές κλίμακες που εμπλέκονται συνδέονται με το πολύ πρώιμο σύμπαν. Αυτό σημαίνει ότι ίχνη της επταδιάστατης γεωμετρίας θα μπορούσαν δυνητικά να εμφανιστούν στο κοσμικό μικροκυματικό υπόβαθρο ή σε πρωταρχικά βαρυτικά κύματα.

Συνδέοντας τις μαύρες τρύπες με το πεδίο Higgs, η έρευνα υποδηλώνει ότι η λύση του παραδόξου πληροφορίας ίσως δεν απαιτεί αναθεώρηση της κβαντομηχανικής. Αντίθετα, δείχνει προς μια βαθύτερη, επταδιάστατη εικόνα της δομής της πραγματικότητας.

Reference: “Geometric origin of a stable black hole remnant from torsion in G2-manifold geometry” by Richard Pinčák, Alexander Pigazzini, Michal Pudlák and Erik Bartoš, 19 March 2026, General Relativity and Gravitation . DOI: 10.1007/s10714-026-03528-z

Ο νέος AI agent του Gemini είναι σχεδόν τόσο καλός όσο το demo της Google

Το νέο «24/7» AI agent της Google, το Gemini Spark, μπορεί να κάνει εντυπωσιακά καλά πράγματα για λογαριασμό του χρήστη. Όμως δεν είμαι βέβαιος ότι αξίζει ακόμη το οικονομικό κόστος και τους πιθανούς συμβιβασμούς στην ιδιωτικότητα.

Η εταιρεία μου έδωσε πρόσβαση στο Spark την περασμένη εβδομάδα. Η Google το παρουσιάζει ως έναν AI agent που μπορεί να αναλαμβάνει εργασίες και να τις εκτελεί στο παρασκήνιο, ακόμη και όταν αυτές έχουν πολλά βήματα, ώστε να μπορείτε να αφήσετε το τηλέφωνό σας ή να απομακρυνθείτε από τον υπολογιστή. Στην κορυφή της σελίδας του Spark αναφέρει επίσης ότι είναι «πάντα υπό την καθοδήγησή σας», ότι «εσείς επιλέγετε να το ενεργοποιήσετε» και ότι «είναι σχεδιασμένο να σας ρωτά πριν προχωρήσει σε σημαντικές ενέργειες». Με τη δυσπιστία γύρω από την τεχνητή νοημοσύνη να αυξάνεται, η διατύπωση μοιάζει σχεδόν με το κλασικό «το μπλουζάκι μου που λέει πως δεν μπλέκω με rogue AI έχει ήδη αρχίσει να δημιουργεί απορίες».

Δεν ήξερα από πού να ξεκινήσω, οπότε ακολούθησα το παράδειγμα του συναδέλφου μου Antonio: αποφάσισα να χρησιμοποιήσω το Spark για εργασίες σαν κι αυτές που έδειξε η Google στη σκηνή του I/O. Θα δούλευε το ίδιο καλά στο δικό μου γραφείο όπως στη μεγάλη σκηνή;

Στο I/O, ο αντιπρόεδρος της Google Josh Woodward έδειξε μερικά διαφορετικά παραδείγματα. Στο πρώτο, ζήτησε από το Spark να συντάξει ένα email προς μια ομάδα της Google, να συγκεντρώσει όλα όσα αφορούσαν τα λανσαρίσματα του Gemini Live και τις «νίκες της περασμένης εβδομάδας» και να χρησιμοποιήσει μια ειδική AI δεξιότητα ώστε το μήνυμα να ακούγεται σαν να το είχε γράψει ο ίδιος. Το να ζητά η Google από την Google να κάνει πράγματα για την Google θα έπρεπε να είναι η πιο εύκολη αποστολή στον κόσμο, οπότε προσπάθησα να το πάω παραπέρα.

Ζήτησα από το Gemini να συντάξει ένα email προς τη σύζυγό μου, στο οποίο να συγκεντρώνει τη συνολική μέση μηνιαία μας δαπάνη για σούπερ μάρκετ το 2026. Πίστευα ότι αυτό το τεστ θα έδειχνε μερικά πράγματα: αν το Spark μπορούσε να καταλάβει ποια είναι η σύζυγός μου, χωρίς να του δώσω το όνομά της, αν μπορούσε να εντοπίσει πού βρίσκεται στο Drive το υπολογιστικό μας φύλλο για τον προϋπολογισμό, το οποίο δεν έχει τη λέξη «budget» στο όνομα του αρχείου, και αν θα μπορούσε πράγματι να συντάξει ένα email στο Gmail.

Όταν έλαβα το αποτέλεσμα από το Spark λίγο αργότερα, είπα πραγματικά: «Ουάου, αυτό είναι πραγματικά τρελό». Το Spark βρήκε τη διεύθυνση email της συζύγου μου, άντλησε τα σωστά στοιχεία από το υπολογιστικό φύλλο του προϋπολογισμού μας για το 2026, πήρε τα μηνιαία σύνολα για τα ψώνια, συμπεριλαμβανομένων και των ελλιπών δεδομένων του Μαΐου, που δεν είχε ακόμη ολοκληρωθεί όταν έκανα το τεστ, υπολόγισε τον μέσο όρο και τα έβαλε όλα σε ένα πρόχειρο email στο Gmail μου. Το κείμενο του email απηύθυνε τη σύζυγό μου με το μικρό της όνομα, παρότι η διεύθυνση email της δεν το περιέχει. Περιλάμβανε ακόμη και το κλείσιμο που χρησιμοποιούμε μόνο μεταξύ μας.

Στο επόμενο παράδειγμά του, ο Woodward ζήτησε βοήθεια για τον σχεδιασμό ενός block party. Εγώ δεν σχεδιάζω block party, αλλά ζήτησα από το Spark να με βοηθήσει με τις ίδιες ερωτήσεις που χρησιμοποίησε εκείνος. Δεν πήγε καλά. Δημιούργησε έναν πίνακα με φίλους και συγγενείς ως «ιδιαίτερα ρεαλιστική αναφορά για το ποιος φέρνει τι», συνέταξε ένα email στο Gmail μου, κάνοντας λόγο για ένα κοινό φύλλο εγγραφής που δεν υπάρχει, και έφτιαξε μια άσχημη παρουσίαση με διαφάνειες που ανέλυαν πληροφορίες για τις άδειες του δήμου.

Για να πιέσω περισσότερο το Spark, του ζήτησα να δημιουργήσει αυτό το χαμένο φύλλο εγγραφής και να προσθέσει έναν σύνδεσμο στο email που είχε ήδη συνταχθεί. Παρότι το Spark χρειάστηκε μερικά λεπτά για να το επεξεργαστεί, η δουλειά έγινε: δημιούργησε ένα υπολογιστικό φύλλο και επέστρεψε στο κείμενο του πρόχειρου email, όπου πρόσθεσε τον σύνδεσμο.

Το τελευταίο demo του Woodward ήταν ίσως το πιο εντυπωσιακό. Μίλησε στο Spark και του ζήτησε να κάνει πολλά πράγματα: να βάψει ροζ hot pink τα meetings του με τον CEO Sundar Pichai στο ημερολόγιό του, να γράψει ένα σημείωμα σε έναν νέο γείτονα για να τον καλέσει στο block party του και να δημιουργήσει ένα έγγραφο για τα to-dos των παιδιών του μέχρι το τέλος της σχολικής χρονιάς. Στη δική μου εκδοχή, του ζήτησα να δημιουργήσει ένα συμβάν στο ημερολόγιο κάθε μήνα πριν από τα γενέθλια της συζύγου μου και να το βάλει hot pink, να συντάξει ένα email προς την οικογένειά μου για να τους στείλω το πρώτο επεισόδιο της πιο πρόσφατης σεζόν του Taskmaster και να δημιουργήσει ένα έγγραφο με τα βασικά πράγματα που πρέπει να ξέρουμε για να ετοιμάσουμε το νήπιό μας για το preschool.

Ξεκίνησα αυτό το αίτημα στις 3:35 μ.μ. PT την Παρασκευή. Κατά τη διάρκεια του I/O, ο Woodward έκανε μια μικρή επίδειξη, αφήνοντας το τηλέφωνό του στην άκρη και υποσχόμενος ότι θα έλεγχε τα αποτελέσματα αργότερα στην κεντρική παρουσίαση, κάτι που και έκανε. Αφού όμως αντιμετώπισε ένα μικρό εμπόδιο —το Spark ήθελε να έχει πρόσβαση στις επαφές μου, κάτι που αρνήθηκα— η δική μου αποστολή είχε ολοκληρωθεί περίπου τέσσερα λεπτά αργότερα.

Για άλλη μια φορά, έμεινα κάπως άναυδος με το αποτέλεσμα, παρότι δεν ήταν τέλειο.

Το Spark μπορεί να αποδειχθεί ισχυρό εργαλείο. Υπάρχουν όμως ορισμένες επιφυλάξεις που πρέπει να αναφέρω. Όπως όλα τα εργαλεία AI, χρειάζεται ακόμη να ελέγχετε το αποτέλεσμα για να βεβαιωθείτε ότι είναι σωστό, κάτι που μπορεί να έχει μεγαλύτερη σημασία όταν αντλεί πληροφορίες από προσωπικά δεδομένα για να ετοιμάσει πράγματα που θα στείλετε σε ανθρώπους που γνωρίζετε. Παρότι η Google παρουσιάζει το Spark ως κάτι που μπορεί να λειτουργεί αυτόνομα, εγώ βρέθηκα να το παρακολουθώ συνεχώς ή να ελέγχω τις ειδοποιήσεις που έστελνε στο τηλέφωνό μου. Τι αξία έχει ένας βοηθός αν πρέπει να επιβλέπετε κάθε κίνησή του αντί να τον εμπιστεύεστε; Και γιατί να θέλω κάτι που με κάνει να νιώθω τόσο αβέβαιος να καταναλώνει ενέργεια από ένα data center που ήδη επιβαρύνεται, για σχετικά ασήμαντες εργασίες;

Το Spark λειτουργεί επίσης καλύτερα αν βρίσκεστε ήδη βαθιά μέσα στο οικοσύστημα της Google και έχετε ενεργό το Personal Intelligence. Έχω λογαριασμό Google εδώ και περίπου δύο δεκαετίες, οπότε το Spark έχει πολλά δεδομένα στη διάθεσή του για να διαμορφώνει τις απαντήσεις του. Όμως, παρότι η Google υπόσχεται ότι το Gemini «δεν εκπαιδεύεται απευθείας» στο Gmail inbox σας όταν είναι ενεργό το Personal Intelligence, εξακολουθείτε να πρέπει να εμπιστευτείτε τη Google ότι θα διαχειριστεί σωστά τα δεδομένα σας. Προς το παρόν, δεν είμαι βέβαιος ότι αυτό αξίζει το κόστος ή το ρίσκο.

Η Nvidia ετοιμάζει το Windows αντίστοιχο του M1, αλλά ακριβά laptops

Η ανακοίνωση της Nvidia ότι μπαίνει στην αγορά των consumer laptop chips με το RTX Spark είναι σημαντική. Η Apple έχει αποδείξει εδώ και χρόνια ότι τα Arm-based chips μπορούν να προσφέρουν εξαιρετικές επιδόσεις και πολύ καλή αυτονομία, τουλάχιστον στους Mac. Στον κόσμο των Windows, όμως, οι επιδόσεις δεν έχουν φτάσει ακόμη στο ίδιο επίπεδο με τα Qualcomm chips, κυρίως στον τομέα των γραφικών. Το περιθώριο για εξέλιξη παραμένει μεγάλο και η Nvidia δείχνει έτοιμη να το αξιοποιήσει.

Αυτό θα μπορούσε να είναι η στιγμή των Windows για να εντυπωσιάσουν με μια νέα γενιά εξαιρετικά ικανών chips, όπως έκανε η Apple το 2020 με την παρουσίαση του M1. Όμως γιατί αυτή η κυκλοφορία μοιάζει ταυτόχρονα συναρπαστική και δύσκολη το 2026;

Το Nvidia RTX Spark ακούγεται σαν ένα πραγματικό «θηρίο» για laptop chip: 20 CPU cores, 6.144 GPU CUDA cores και 128GB unified LPDDR5X memory. Τα ενσωματωμένα γραφικά του, σύμφωνα με την εταιρεία, αντιστοιχούν σε RTX 5070 Laptop GPU, αν και η Nvidia δεν έχει δείξει ακόμη μετρήσεις επιδόσεων ή πραγματικά benchmarks. Όπως επισήμανε ο συνάδελφός μου Sean Hollister, στην ουσία πρόκειται για το GB10 chip του mini-PC DGX Spark της Nvidia. Η εταιρεία το αποκαλεί «superchip» και «το πιο αποδοτικό PC chip που έχει κατασκευαστεί ποτέ», ενώ η Microsoft παρουσιάζει το Surface Laptop Ultra με Spark ως «το πιο ισχυρό πράγμα που έχουμε φτιάξει ποτέ».

Δεν προκαλεί έκπληξη ότι ο CEO της Nvidia, Jensen Huang, πέρασε το μεγαλύτερο μέρος της παρουσίασης των RTX Spark laptops μιλώντας για AI και agents. Η πλειονότητα του δίωρου keynote της Nvidia αφορούσε agents και «CPUs for agents», που, όπως είπε ο Huang, αποτελούν τον «νέο βασικό μοχλό ανάπτυξης» της εταιρείας. Πέρα όμως από την τοπική υπολογιστική ισχύ για AI που θα προσφέρουν τα RTX Spark laptops, απευθύνονται και σε δημιουργούς. Η Adobe συμμετέχει ήδη, με βελτιστοποιημένες εκδόσεις του Photoshop και του Premiere.

Η Nvidia, η Microsoft και οι κατασκευαστές Windows laptops στοχεύουν ξεκάθαρα στα MacBook Pro της Apple. Δεν είναι ακόμη σαφές σε ποιο MacBook Pro αναφέρονται, είτε πρόκειται για το M5, το M5 Pro ή το M5 Max, όμως τα συγκεκριμένα laptops δείχνουν ήδη ακριβά. Οι σειρές που έχουν ανακοινωθεί μέχρι τώρα για το φθινόπωρο περιλαμβάνουν τα Surface Laptop Ultra, Dell XPS 16, Asus ProArt P14 και P16, Lenovo Yoga Pro 9n, MSI Prestige N16 Flip AI Plus, HP OmniBook Ultra και OmniBook X 14, καθώς και ανώνυμα μοντέλα από Acer και Gigabyte. Τα υπάρχοντα ή αντίστοιχα μοντέλα αυτής της λίστας ξεκινούν συνήθως από 2.000 έως 2.500 δολάρια και πάνω, με εξαίρεση κάποιες πιο συγκρατημένες εκδόσεις του OmniBook X.

Αυτό δεν είναι περίεργο, αν σκεφτεί κανείς τα 128GB RAM του RTX Spark. Αν κοιτάξει κανείς την AMD Strix Halo APU με 128GB RAM, που είναι το πιο κοντινό αντίστοιχο του RTX Spark αλλά βασισμένο σε x86, υπάρχουν επιλογές όπως το Asus ROG Flow Z13 με MSRP 3.300 δολάρια και το ProArt PX13 GoPro Edition με 3.000 δολάρια. Το desktop Nvidia DGX Spark με το GB10 chip πάνω στο οποίο βασίζεται το RTX Spark; Ένα από αυτά κοστίζει περίπου 4.700 δολάρια. Άρα, πόσο πιστεύετε ότι θα κοστίζει ένα Spark laptop με 128GB μνήμης, όταν προστεθούν και πράγματα όπως πληκτρολόγιο, trackpad, μπαταρία και μια 15-inch Mini LED touchscreen;

Η Nvidia ανέφερε ότι θα υπάρξουν και RTX Spark chips με μικρότερη μνήμη, όμως λόγω του RAMageddon πολλά laptops με 16GB ή 32GB μνήμης γίνονται επίσης ακριβότερα, ειδικά καθώς κυκλοφορούν νέα μοντέλα.

Η Nvidia μπορεί να σαρώσει τον ανταγωνισμό σε επίπεδο επιδόσεων όταν αυτά τα laptops φτάσουν το φθινόπωρο, όμως η διαφορά με τη στιγμή του M1 της Apple ήταν ότι η Apple ξεκίνησε από πιο προσιτά μοντέλα, όπως το Mac Mini και το MacBook Air, μαζί με το φθηνότερο MacBook Pro. Έτσι, ο μέσος αγοραστής ένιωσε αμέσως τα οφέλη και οι πρώτες πωλήσεις έδωσαν και το αρχικό κίνητρο στους developers να δώσουν προτεραιότητα στη στήριξη των νέων chips. Χρειάστηκε σχεδόν άλλος ένας χρόνος για να περάσει η Apple στα M1 Pro και M1 Max με τα ανανεωμένα MacBook Pro.

Η Nvidia δεν στοχεύει τόσο σε μια στιγμή M1 όσο σε ένα άλμα κατευθείαν σε μια στιγμή M1 Max ή ακόμη και M1 Ultra. Και το επιχειρεί αυτό τη στιγμή που οι υπολογιστές γίνονται όλο και ακριβότεροι και η αγοραστική δύναμη των καταναλωτών πέφτει. Υπάρχει λόγος που το MacBook Neo προκάλεσε αίσθηση στην τεχνολογία στα 599 δολάρια. Θα συμβεί το ίδιο στα 2.499 δολάρια;

Όταν κυκλοφορήσουν αυτά τα νέα laptops το φθινόπωρο, θα υπάρχουν τέσσερις αξιόπιστες επιλογές chip σε μια ευρεία γκάμα Windows laptops: Intel, AMD, Qualcomm και Nvidia. Ήδη είναι θετικό ότι υπάρχουν τρεις επιλογές: οι λύσεις της AMD συνήθως προσφέρουν πολύ καλές επιδόσεις με κόστος σε κάποια αυτονομία, η Qualcomm προσφέρει την καλύτερη αυτονομία και διάρκεια αναμονής, αλλά δυστυχώς κακή υποστήριξη στα παιχνίδια, ενώ η Intel είναι συχνά μια ισορροπημένη επιλογή που διατηρεί πλήρη x86 συμβατότητα.

Με την Nvidia στο παιχνίδι στο Arm, ίσως αποκτήσουμε ακόμη μία επιλογή με μεγάλη αυτονομία και πολύ ισχυρότερα γραφικά. Υπάρχει επίσης τουλάχιστον η πιθανότητα το gaming στο Arm να πλησιάσει περισσότερο τη συμβατότητα που έχουν συνηθίσει οι x86 Windows gamers. Το γεγονός ότι η Microsoft και η Nvidia έπεισαν τη Riot Games να μεταφέρει το anti-cheat software της στο Arm για παιχνίδια όπως το Valorant και το League of Legends, αλλά και ότι συνεργάζονται με άλλους developers που χρησιμοποιούν Easy Anti-Cheat, BattlEye και Denuvo, είναι σημαντική νίκη για τα Windows on Arm.

Μου αρέσει να βλέπω περισσότερες επιλογές, γιατί είναι καλό να υπάρχει ανταγωνισμός. Τα πιο πρόσφατα chips της Intel, της AMD και της Qualcomm είναι το καθένα δυνατά με τον δικό του τρόπο. Υποδέχομαι θετικά μια επιλογή της Nvidia που θα έχει καλές επιδόσεις και εξαιρετική αυτονομία, χωρίς να στερείται παιχνίδια όπως συμβαίνει στα Mac. Αλλά ακόμη κι αν το RTX Spark φέρει μια μεγάλη αλλαγή, το κύμα των αυξήσεων στις τιμές δύσκολα θα αφήσει πολλούς ανεπηρέαστους.

ΠΕΡΙΣΣΟΤΕΡΑ:
Computex 2026: Όλες οι ειδήσεις και οι ανακοινώσεις

Κουρκουμάς και κουρκουμίνη: έχουν πραγματικά οφέλη;

Ο κουρκουμάς προβάλλεται συχνά για τις αντιφλεγμονώδεις και αντικαρκινικές του ιδιότητες, όμως, σύμφωνα με τη στήλη της Alice Klein, τα στοιχεία που τον στηρίζουν είναι ασταθή. Η λήψη υψηλών δόσεων κουρκουμίνης, του εκχυλίσματός του σε μορφή συμπληρώματος, μπορεί επίσης να κρύβει κινδύνους.

Η κουρκουμίνη είναι μια ένωση του κουρκουμά που διατίθεται σε μορφή συμπληρώματος, αλλά ποια είναι πραγματικά τα οφέλη της; SOLDATOOFF/Shutterstock

Καθώς η θερμοκρασία πέφτει στην Αυστραλία, βλέπω συχνά στα social media συνταγές για «χρυσό γάλα», ένα μείγμα από κουρκουμά, άλλα μπαχαρικά και μέλι σε ζεστό γάλα. Εκτός από νόστιμο, θεωρείται ότι έχει και θεραπευτικές ιδιότητες, χάρη σε μια ένωση του κουρκουμά που λέγεται κουρκουμίνη και δίνει στο μπαχαρικό το χαρακτηριστικό κίτρινο χρώμα του. Λέγεται ότι η κουρκουμίνη έχει αντιφλεγμονώδη δράση και προστατεύει από τον καρκίνο, την αρθρίτιδα, την αλλεργική ρινίτιδα, τη νόσο Αλτσχάιμερ, τα συμπτώματα της εμμηνόπαυσης και πολλά ακόμη. Όμως στηρίζεται αυτό σε ισχυρά στοιχεία;

Ο κουρκουμάς χρησιμοποιείται στη μαγειρική και την ιατρική της Νότιας Ασίας εδώ και χιλιάδες χρόνια, όμως τα τελευταία δύο δεκαετίες έχει αναδειχθεί στη Δύση ως «υπερτροφή». Αυτό οφείλεται σε μεγάλο βαθμό στην έρευνα του Bharat Aggarwal, βιοχημικού που εργαζόταν στο University of Texas MD Anderson Cancer Center. Από τις αρχές της δεκαετίας του 2000 δημοσίευσε πάνω από 100 άρθρα, στα οποία υποστήριζε ότι η κουρκουμίνη μειώνει τη φλεγμονή και σκοτώνει «σχεδόν όλα τα είδη» καρκινικών κυττάρων. Αυτό εκτόξευσε τη δημοτικότητα του turmeric latte και των συμπληρωμάτων κουρκουμίνης και ενέπνευσε πλήθος άλλων μελετών. Οι αμερικανικές υγειονομικές αρχές έχουν δαπανήσει πάνω από 275 εκατομμύρια δολάρια για έρευνα πάνω στην κουρκουμίνη από το 1990, με μεγάλη αύξηση μετά το πρώιμο έργο του Aggarwal.

Η ιδέα ότι ένα γευστικό, έντονα χρωματισμένο μπαχαρικό, ριζωμένο στην παραδοσιακή αγιουρβεδική ιατρική, μπορεί να αποτελεί σύγχρονη ιατρική πανάκεια έχει προφανή γοητεία. Όμως πλέον μεγάλο ερωτηματικό υπάρχει γύρω από την αξιοπιστία των ευρημάτων του Aggarwal. Το 2012, το Office of Research Integrity στο αμερικανικό Department of Health and Human Services ενημέρωσε το MD Anderson Cancer Center για καταγγελίες ακαδημαϊκών καταγγελλόντων σχετικά με ενδεχομένως δόλια αποτελέσματα σε τουλάχιστον 65 από τις εργασίες του Aggarwal, αν και αυτό δεν σημαίνει ότι τα αποτελέσματα ήταν πράγματι δόλια. Ο Aggarwal αποχώρησε από το αντικαρκινικό κέντρο μετά από εσωτερική έρευνα και 30 από τις εργασίες του έχουν πλέον αποσυρθεί από επιστημονικά περιοδικά λόγω ανησυχιών για τη γνησιότητα των αποτελεσμάτων. Οι εργασίες του, που είναι αρκετές εκατοντάδες, εξακολουθούν να αναφέρονται συχνά. Το New Scientist δεν κατάφερε να επικοινωνήσει μαζί του για σχόλιο.

Προσωπικά, μου φαίνεται εντυπωσιακό ότι η κουρκουμίνη έχει προσελκύσει τόσο μεγάλο ερευνητικό ενδιαφέρον, γιατί μια γρήγορη ματιά στη χημεία της δείχνει ότι δύσκολα μπορεί να λειτουργήσει ως φάρμακο. Πριν από χρόνια, όταν έκανα διδακτορικό στην ανάπτυξη αντικαρκινικών φαρμάκων, ένας συνάδελφός μου στο εργαστήριο πειραματίστηκε με την κουρκουμίνη, αλλά διαπίστωσε ότι ήταν σχεδόν αδύνατο να δουλέψει μαζί της λόγω της χαμηλής διαλυτότητάς της και της τάσης της να αποσυντίθεται. Ανασκόπηση του 2017 στο Journal of Medicinal Chemistry, με επικεφαλής την Kathryn Nelson από το University of Minnesota, κατέληξε ότι «η κουρκουμίνη είναι μια ασταθής, αντιδραστική, μη βιοδιαθέσιμη ένωση και, ως εκ τούτου, ένας εξαιρετικά απίθανος υποψήφιος για θεραπευτική χρήση».

Επειδή πολύ μικρή ποσότητα κουρκουμίνης διαλύεται στο νερό, δεν απορροφάται εύκολα στο αίμα μετά την κατάποση. Αντίθετα, το μεγαλύτερο μέρος της παραμένει στο έντερο και αποβάλλεται με τα κόπρανα. Μελέτη Ολλανδών ερευνητών που δημοσιεύτηκε πέρυσι έδειξε ότι η κουρκουμίνη ήταν σχεδόν μη ανιχνεύσιμη στο αίμα ανδρών που έλαβαν συμπληρώματα κουρκουμίνης, ακόμη και σε υψηλές δόσεις «ενισχυμένων» σκευασμάτων που είχαν στόχο να βελτιώσουν την απορρόφηση με πιπερίνη από το μαύρο πιπέρι ή με συστήματα νανοσωματιδίων. Οι συγκεντρώσεις που ανιχνεύθηκαν στο αίμα των εθελοντών ήταν πάνω από 100 φορές χαμηλότερες από εκείνες που έχουν δείξει δράση κατά καρκινικών κυττάρων στο εργαστήριο.

Αυτό πιθανότατα εξηγεί γιατί η κουρκουμίνη δεν έχει δείξει πειστικά οφέλη σε αυστηρές κλινικές δοκιμές σε ανθρώπους με καρκίνο, αρθρίτιδα ή άλλες παθήσεις. Όπως σημειώνουν η Nelson και οι συνεργάτες της, η κουρκουμίνη είναι «ένας πύραυλος που εκρήγνυται συνεχώς στην εξέδρα εκτόξευσης, χωρίς ποτέ να φτάνει στην ατμόσφαιρα ή στον προορισμό του».

Υπερβολή στο καλό;

Υπάρχουν επίσης ανησυχίες για την ασφάλεια των συμπληρωμάτων κουρκουμά και κουρκουμίνης. Ο κουρκουμάς είναι ασφαλής όταν καταναλώνεται σε κάρυ και άλλα γεύματα, επειδή οι μικρές ποσότητες αναμειγνύονται με άλλα συστατικά. Επιπλέον, μόνο περίπου το 5% του ξηρού βάρους του κουρκουμά είναι κουρκουμίνη. Όμως τα συμπληρώματα με συμπυκνωμένη κουρκουμίνη, ιδιαίτερα τα ενισχυμένα σκευάσματα, μεταβολίζονται διαφορετικά και μπορούν να προκαλέσουν προβλήματα στο ήπαρ σε ορισμένους ανθρώπους. Σύμφωνα με το αμερικανικό National Institute of Diabetes and Digestive and Kidney Diseases, «ο κουρκουμάς φαίνεται να έχει γίνει η πιο συχνή αιτία κλινικά εμφανούς ηπατικής βλάβης από βότανα στις Ηνωμένες Πολιτείες», με τα περισσότερα περιστατικά να αποδίδονται σε «μορφές κουρκουμίνης με υψηλή βιοδιαθεσιμότητα», όπως τα ενισχυμένα σκευάσματα που μελέτησαν οι Ολλανδοί ερευνητές.

Τα συμπτώματα αυτών των ηπατικών βλαβών περιλαμβάνουν κιτρίνισμα του δέρματος, σκούρα ούρα και ναυτία. Συνήθως υποχωρούν όταν το άτομο σταματήσει το συμπλήρωμα, όμως σε μικρό αριθμό περιπτώσεων έχει επέλθει θάνατος από ηπατική ανεπάρκεια.

Ένα ακόμη ζήτημα είναι ότι προϊόντα κουρκουμά νοθεύονται μερικές φορές με επικίνδυνες ουσίες. Στις ΗΠΑ, για παράδειγμα, περισσότεροι από δώδεκα μάρκες αλεσμένου κουρκουμά ανακλήθηκαν εθελοντικά μεταξύ 2011 και 2016, αφού διαπιστώθηκε ότι περιείχαν chromate μολύβδου, το οποίο είχε προστεθεί για να ενισχύσει το κίτρινο χρώμα του μπαχαρικού. Ορισμένα παιδιά που έτρωγαν τακτικά φαγητό καρυκευμένο με αυτά τα προϊόντα βρέθηκαν να έχουν επικίνδυνα υψηλά επίπεδα μολύβδου στο αίμα τους. Στη Νορβηγία και τη Σουηδία, αντίστοιχα, ένα συμπλήρωμα κουρκουμά που προκάλεσε προβλήματα στο ήπαρ και κάποιους θανάτους βρέθηκε ότι είχε νοθευτεί με το παυσίπονο νιμεσουλίδη.

Δοκίμασα κι εγώ να φτιάξω χρυσό γάλα, ελπίζοντας ότι ο κουρκουμάς στο ντουλάπι μου ήταν απαλλαγμένος από μόλυβδο, και μπορώ να επιβεβαιώσω ότι είναι βαθιά παρηγορητικό, αν όχι τίποτε άλλο. Νομίζω πως θα το κρατήσω ως χειμωνιάτικη συνήθεια, με τη συνειδητοποίηση όμως ότι η αξία του βρίσκεται στη μοναδική γεύση του κουρκουμά και όχι σε κάποιο θαυματουργό όφελος για την υγεία. Ο Aggarwal και οι συνεργάτες του έγραψαν κάποτε στο περιοδικό της American Association of Pharmaceutical Scientists ότι η αποτελεσματικότητα της κουρκουμίνης ίσως μοιάζει «πολύ καλή για να είναι αληθινή». Σε αυτό είχε σίγουρα δίκιο.

Χάπι για τον καρκίνο του παγκρέατος διπλασιάζει την επιβίωση

Άτομα με προχωρημένο καρκίνο του παγκρέατος που έλαβαν ένα πειραματικό καθημερινό χάπι έζησαν σχεδόν δύο φορές περισσότερο από όσους έκαναν ενδοφλέβια χημειοθεραπεία.

Το φάρμακο daraxonrasib προορίζεται για τη θεραπεία ανθρώπων με προχωρημένο καρκίνο του παγκρέατος σε κλινικές.

REUTERS/Danielle Villasana

Ένα καθημερινό χάπι διπλασιάζει τον χρόνο επιβίωσης των ασθενών με καρκίνο του παγκρέατος, μία από τις πιο επιθετικές και δύσκολες στη θεραπεία μορφές της νόσου, ακόμη και αφού σταματήσει να ανταποκρίνεται στη χημειοθεραπεία. Επιπλέον, το χάπι αυτό έχει λιγότερες παρενέργειες από τη συνήθη χημειοθεραπεία.

«Πρόκειται για μια μεταμορφωτική θεραπεία», λέει η Pilar Acedo από το University College London, η οποία δεν συμμετείχε στην έρευνα. «Για δεκαετίες, [τα αποτελέσματα επιβίωσης] δεν είχαν αλλάξει για τον καρκίνο του παγκρέατος. [Η νέα θεραπεία] σάς δίνει διπλάσιο χρόνο για να απολαύσετε τη ζωή σας, να είστε με την οικογένειά σας και να κάνετε πράγματα που θα θέλατε να κάνετε».

Ο καρκίνος του παγκρέατος ανακόπηκε με ένεση ιού σε τρεις ασθενείς

Περίπου το 70% των ανθρώπων με καρκίνο του παγκρέατος διαγιγνώσκεται σε προχωρημένο στάδιο. Η απουσία προληπτικού ελέγχου ρουτίνας και τα ασαφή συμπτώματα, όπως ένας πόνος στη μέση, σημαίνουν ότι η νόσος εντοπίζεται συνήθως όταν έχει εξαπλωθεί αλλού. Η συνήθης θεραπεία περιλαμβάνει χημειοθεραπεία, όμως ακόμη και τότε οι περισσότεροι ασθενείς επιβιώνουν κατά μέσο όρο μόνο τρεις έως έξι μήνες. «Η νόσος είναι πραγματικά επιθετική και δύσκολη στη θεραπεία», λέει η Acedo.

Πάνω από το 90% των καρκίνων του παγκρέατος οφείλεται σε μεταλλάξεις στο γονίδιο KRAS, το οποίο κωδικοποιεί μια πρωτεΐνη γνωστή ως K-Ras. Όταν το γονίδιο μεταλλάσσεται, η K-Ras «κολλάει» σε μια κατάσταση που ωθεί τα καρκινικά κύτταρα να διαιρούνται ανεξέλεγκτα.

Η Eileen O’Reilly από το Memorial Sloan Kettering Cancer Center στη Νέα Υόρκη και οι συνεργάτες της αναρωτήθηκαν αν ένα φάρμακο με την ονομασία daraxonrasib, το οποίο προσδένεται στην πρωτεΐνη, θα μπορούσε να αποδυναμώσει τα σήματά της και να επιβραδύνει την ανάπτυξη των καρκινικών κυττάρων.

Έτσι, η ομάδα στρατολόγησε 500 ανθρώπους με μεταστατικό καρκίνο του παγκρέατος από τις ΗΠΑ, την Ευρώπη και την Ασία, οι οποίοι είχαν πάψει να ανταποκρίνονται σε έναν αρχικό κύκλο χημειοθεραπείας. Τους χώρισαν σε δύο ομάδες: η πρώτη έπαιρνε daraxonrasib κάθε μέρα και η δεύτερη συνέχιζε να λαμβάνει τη συνήθη χημειοθεραπεία με ενδοφλέβιες εγχύσεις.

Οι ερευνητές, που παρουσίασαν τα αποτελέσματα στη συνεδρίαση της Αμερικανικής Εταιρείας Κλινικής Ογκολογίας στο Σικάγο στις 31 Μαΐου, διαπίστωσαν ότι οι συμμετέχοντες στην ομάδα του daraxonrasib έζησαν κατά μέσο όρο 13,2 μήνες, έναντι 6,7 μηνών στην ομάδα της χημειοθεραπείας. «Είναι φανταστική είδηση», λέει η Acedo. Η θεραπεία είναι η πρώτη εδώ και δεκαετίες που βελτιώνει τα αποτελέσματα επιβίωσης σε ασθενείς με προχωρημένο καρκίνο του παγκρέατος, προσθέτει.

Επιπλέον, μόλις το 1% των συμμετεχόντων στην ομάδα του daraxonrasib σταμάτησε τη λήψη του φαρμάκου λόγω παρενεργειών, όπως εξάνθημα, ενώ το 11% σταμάτησε τη χημειοθεραπεία εξαιτίας ανεπιθύμητων ενεργειών όπως η κόπωση. «Ένα καθημερινό χάπι είναι επίσης πολύ πιο εύκολο στη λήψη από τη χημειοθεραπεία, που απαιτεί συχνές επισκέψεις στο νοσοκομείο και είναι επεμβατική», λέει η Acedo.

Η πρωτοποριακή ιδέα ότι μπορούμε να διαπραγματευτούμε με τον καρκίνο

Νέα έρευνα που αξιοποιεί έννοιες γνωστές εδώ και δεκαετίες αμφισβητεί την αντίληψη ότι ο μόνος τρόπος να αντιμετωπιστεί ο καρκίνος είναι να σκοτωθεί κάθε τελευταία καρκινική κυτταρική μονάδα. Αντί γι’ αυτό, οι επιστήμονες προτείνουν ότι ίσως μπορούμε να δοκιμάσουμε λίγη πειθώ.

Η ομάδα έχει υποβάλει τα ευρήματα στον αμερικανικό Οργανισμό Τροφίμων και Φαρμάκων και ελπίζει ότι το φάρμακο θα εγκριθεί τους επόμενους μήνες για χρήση σε ανθρώπους με μεταστατικό καρκίνο του παγκρέατος που έχουν ήδη κάνει χημειοθεραπεία, λέει η O’Reilly.

Ωστόσο, απέχει ακόμη πολύ από το να θεωρηθεί θεραπεία, λέει η Acedo. «Είναι μερικοί επιπλέον μήνες, κάτι που είναι πραγματικά ελπιδοφόρο, αλλά δεν είναι ακόμη χρόνια και οι ασθενείς εξακολουθούν να πεθαίνουν από τη νόσο», λέει. Παρ’ όλα αυτά, περαιτέρω μελέτες ίσως δείξουν ότι ο συνδυασμός του daraxonrasib με άλλα πειραματικά φάρμακα ή με χημειοθεραπεία μπορεί να οδηγήσει σε ακόμη καλύτερα αποτελέσματα, προσθέτει.

Οι ερευνητές το εξετάζουν αυτό σε τρέχουσες δοκιμές, λέει η O’Reilly. Εξετάζουν επίσης αν το daraxonrasib θα μπορούσε να χρησιμοποιηθεί ως θεραπεία πρώτης γραμμής σε ασθενείς που δεν έχουν λάβει ακόμη θεραπεία, προσθέτει.

Λάβετε μια εβδομαδιαία δόση ανακαλύψεων στο inbox σας. Θα σας κρατάμε επίσης ενήμερους για εκδηλώσεις και ειδικές προσφορές του New Scientist.

Η τεχνητή νοημοσύνη φέρνει ανατροπή στα μαθηματικά και ανησυχεί τους μαθηματικούς

Οι μαθηματικοί παρακολουθούν με έκπληξη την πρόοδο της τεχνητής νοημοσύνης στη λύση προχωρημένων προβλημάτων, με αρκετούς να αναρωτιούνται αν θα υπάρχει ακόμη χώρος για τον άνθρωπο.

Προσπαθώ να λύσω ένα μαθηματικό αίνιγμα που έχει σταματήσει πολλούς από τους σπουδαιότερους στοχαστές της ανθρωπότητας. Δεν έχω καμία μαθηματική εκπαίδευση, πέρα από ένα μακρινό πτυχίο στη φυσική, κάτι που από μόνο του θα έκανε τις πιθανότητες επιτυχίας μου ελάχιστες. Όμως έχω και ένα κόλπο στο μανίκι: ένα είδος μαθηματικού τζίνι που μπορεί να φέρνει στο φως αινιγματικά μυστικά σχεδόν από το πουθενά. Κάνω μια σύντομη ερώτηση για μια ιδιαίτερα δύσκολη εικασία στη θεωρία αριθμών και μετά κρατάω την ανάσα μου.

Ίσως η λέξη «τζίνι» να είναι υπερβολική. Στην πραγματικότητα χρησιμοποιώ το GPT 5.5 Pro, την πιο πρόσφατη έκδοση του κορυφαίου μοντέλου της OpenAI. Για τους μαθηματικούς, όμως, τα σύγχρονα μοντέλα τεχνητής νοημοσύνης μοιάζουν να έχουν κάτι μαγικό. Ακόμη και σε μια εποχή ταχείας προόδου, η βελτίωση των μαθηματικών ικανοτήτων της AI είναι εντυπωσιακή. Μέσα σε λίγους μήνες, πολλοί εξέχοντες μαθηματικοί έχουν πάρει πίσω την προηγούμενη δυσπιστία τους και τη μετατρέπουν σε μεγάλες προβλέψεις, ψιθυρίζοντας πίσω από κλειστές πόρτες για ανησυχίες σχετικά με τη δουλειά τους και για το αν αξίζει καν να ξεκινήσει κανείς ένα συγκεκριμένο ερευνητικό έργο, αν η AI μπορεί να φτάσει εκεί πρώτη.

Τον Απρίλιο επισκέφθηκα το Σαν Φρανσίσκο, όπου το μέλλον μοιάζει συχνά να φτάνει πιο γρήγορα, για να παρακολουθήσω μια βιαστικά οργανωμένη συνάντηση μαθηματικών και ερευνητών της AI. Στην αίθουσα υπήρχε ενθουσιασμός και περιέργεια, αλλά και μια αίσθηση υπαρξιακής αγωνίας. Αν κάποιος σαν εμένα μπορούσε να παράγει μαθηματικά με το πάτημα ενός κουμπιού, τι θα σήμαινε αυτό για τους επαγγελματίες; Θα χρειαζόμαστε τελικά ανθρώπινους μαθηματικούς; Και θα καταφέρουν οι μηχανές να λύσουν προβλήματα που κανένας άνθρωπος δεν μπορεί; Οι απαντήσεις μπορεί να έχουν βαθιές συνέπειες για την πανάρχαια πρακτική των μαθηματικών, και μοιάζει οι μαθηματικοί να έχουν μόνο ένα μικρό παράθυρο για να προετοιμαστούν.

Τα μαθηματικά περνούν τη μεγαλύτερη αλλαγή στην ιστορία τους.

«Νομίζω ότι η AI θα μπει δυναμικά και θα φέρει σημαντική επανάσταση στον κλάδο», λέει ο Jacob Tsimerman από το Πανεπιστήμιο του Τορόντο στον Καναδά, που βοήθησε στην οργάνωση του συνεδρίου.

Οι απόψεις για το μέλλον διχάζονται. «Μένουν όλο και λιγότερα μέρη για να κρυφτούμε», έγραψε πρόσφατα ο Jeremy Avigad από το Carnegie Mellon University στην Πενσυλβάνια σε ένα δοκίμιο. «Πρέπει να αντιμετωπίσουμε το γεγονός ότι η AI σύντομα θα μπορεί να αποδεικνύει θεωρήματα καλύτερα από εμάς».

Αρκετοί μαθηματικοί υποδέχονται θετικά τη μηχανοποίηση των μαθηματικών. Ο Terence Tao από το University of California, Los Angeles, έχει πει ότι ο κλάδος περνά από μια εποχή «έλλειψης αποδείξεων» σε μια εποχή αφθονίας, η οποία μπορεί να δει πολλά παλιά και δύσκολα προβλήματα να λυγίζουν μπροστά στην AI. Αντί να εστιάζουν στο ποιος θα βρει πρώτος μια απόδειξη, οι μαθηματικοί ίσως ανταγωνίζονται πλέον στο ποιος θα την κατανοήσει πρώτος, υποστηρίζει.

Η τεχνητή νοημοσύνη δεν είναι terra incognita για τους μαθηματικούς, όμως μόλις τα τελευταία χρόνια άρχισε να δίνει ουσιαστικές συμβολές. Στην αρχή, επρόκειτο για χειροποίητες εφαρμογές, με ειδικά σχεδιασμένα νευρωνικά δίκτυα που στόχευαν σε συγκεκριμένα προβλήματα. Αυτά τα εξατομικευμένα μοντέλα αποδείχθηκαν δύσκολο να εφαρμοστούν σε διαφορετικούς μαθηματικούς τομείς και παρέμεναν ενδιαφέροντα μόνο για ένα ελάχιστο ποσοστό των μαθηματικών.

Ακόμη και όταν το ChatGPT κυκλοφόρησε το 2022, οι μαθηματικοί δεν έδειξαν εντυπωσιασμένοι. Τα μεγάλα γλωσσικά μοντέλα, όπως το GPT-3.5 που στήριζε την πρώτη έκδοση του chatbot της OpenAI, δυσκολεύονταν ακόμη και σε βασικές αριθμητικές πράξεις και παρήγαν με σιγουριά ανοησίες όταν τους ζητούσαν να λύσουν μαθηματικά προβλήματα ερευνητικού επιπέδου. Όμως όσο τα LLMs μεγάλωναν και εκπαιδεύονταν σε ολοένα περισσότερα μαθηματικά δεδομένα, άρχισαν να δίνουν αποτελέσματα.

Ένα από τα πρώτα σημάδια ότι η AI γινόταν πιο ικανή ήρθε όταν ζητήθηκε από μοντέλα να δοκιμαστούν στην International Mathematical Olympiad (IMO), μια ελίτ εξέταση για μαθητές λυκείου με μόλις έξι ερωτήσεις εξαιρετικά δύσκολες. Η μαθηματική διαίσθηση και το εύρος των γνωστικών πεδίων που απαιτούνται για την επιτυχία έκαναν πολλούς ερευνητές να τη θεωρήσουν σημείο αναφοράς για τη μαθηματική AI, αλλά πίστευαν ότι θα χρειαζόταν χρόνια, ίσως και μια δεκαετία, για να σημειώσει υψηλή επίδοση.

Έκαναν λάθος. Τον Ιούλιο του 2024, η Google DeepMind ανακοίνωσε ότι το σύστημα AlphaProof μπορούσε να λύσει τέσσερις από τις έξι ερωτήσεις της φετινής IMO, επίδοση αρκετή για ασημένιο επίπεδο. Ήταν εντυπωσιακό, όμως το AlphaProof δεν ήταν αυστηρά μεγάλο γλωσσικό μοντέλο και είχε προσαρμοστεί ειδικά σε ερωτήσεις τύπου IMO, όπως η γεωμετρία, ενώ δεν ήταν σαφές πόσο ακόμη θα μπορούσε να προχωρήσει. Μόλις έναν χρόνο αργότερα, η Google και η OpenAI ανακοίνωσαν ότι πέτυχαν χρυσό επίπεδο, με την OpenAI μάλιστα να χρησιμοποιεί ένα μοντέλο λιγότερο προσανατολισμένο στα μαθηματικά. Τα αποτελέσματα έκαναν τους μαθηματικούς να σταθούν προσοχή. «Άνοιξαν πραγματικά τα μάτια τους», λέει ο Ravi Vakil από το Stanford University στην Καλιφόρνια.

Δεν πέρασε πολύς καιρός μέχρι αυτές οι δυνατότητες να γίνουν διαθέσιμες στο κοινό, όπου βρήκαν γρήγορα χρήση πέρα από τους διαγωνισμούς λυκείου και άρχισαν να μπαίνουν στα ερευνητικά μαθηματικά. Ο Thomas Bloom από το University of Manchester στη Βρετανία παρατήρησε για πρώτη φορά τον αντίκτυπο αυτών των νεότερων μοντέλων τους τελευταίους μήνες του 2025. Διαχειρίζεται έναν ιστότοπο που παρακολουθεί την πρόοδο σε ένα σύνολο περισσότερων από χίλια προβλήματα που είχε θέσει ο διάσημος μαθηματικός Paul Erdős. Είναι συνήθως εύκολα στη διατύπωση, αλλά ποικίλλουν από σχετικά απλά έως εξαιρετικά δύσκολα και πολλά από αυτά θεωρούνται ορόσημα για τη μαθηματική πρόοδο.

Ο Bloom άρχισε να δέχεται σχόλια στον ιστότοπο από ανθρώπους που δεν αναγνώριζε. Στην αρχή, χρησιμοποιούσαν απλώς το GPT-5, που είχε μόλις κυκλοφορήσει, για να βρουν δυσπρόσιτες παραπομπές στη βιβλιογραφία, οι οποίες ίσως βοηθούσαν σε ένα συγκεκριμένο πρόβλημα. Όμως μέσα σε λίγους μήνες, η κυκλοφορία πιο ισχυρών μοντέλων όπως το GPT 5.2 Pro οδήγησε χρήστες να δημοσιεύουν ολοκληρωμένες λύσεις με τη βοήθεια της AI, κάποιες από τις οποίες ο Bloom και οι συνεργάτες του επιβεβαίωσαν ως σωστές. Αυτές οι λύσεις απαιτούσαν «όχι αμελητέα προσπάθεια», είπε ο Bloom τότε. «Είναι απίστευτο ότι η AI μπορεί να το κάνει αυτό».

Ο αλάνθαστος τρόπος να κερδίσετε κάθε λοταρία, σύμφωνα με τα μαθηματικά

Και κάτι ακόμη: ορισμένες από αυτές τις λύσεις δεν προέρχονταν από επαγγελματίες μαθηματικούς, αλλά από ερασιτέχνες και αρχάριους. Ο Kevin Barreto, που βρίσκεται στο δεύτερο έτος προπτυχιακών σπουδών Μαθηματικών στο University of Cambridge, έχει λύσει πολλά προβλήματα του Erdős με τη βοήθεια της AI, συχνά μαζί με τον συνεργάτη του Liam Price, που δεν έχει πτυχίο στα μαθηματικά ούτε κάποια επίσημη εκπαίδευση.

Εμπνευσμένος από την επιτυχία τους, ήθελα να δοκιμάσω κι εγώ την αυτόνομη μαθηματική εργασία. Αν και θεωρητικά αυτά τα εργαλεία μπορούν να χρησιμοποιηθούν από οποιονδήποτε, ο Barreto και ο Price μοιάζουν να έχουν μια ιδιαίτερη ικανότητα στο να ωθούν το τζίνι να δίνει χρήσιμες απαντήσεις, οπότε ζήτησα βοήθεια. Το μυστικό δεν είναι απλώς να ζητήσεις από το μοντέλο να δώσει μια απόδειξη, λέει ο Barreto, αλλά, παράξενα, να του προσφέρεις ένα είδος υποστήριξης, όπως «κάνε ό,τι καλύτερο μπορείς» ή «μην τα παρατάς». «Προσπαθείς να ενθαρρύνεις το μοντέλο», λέει. «Προσπαθείς να το οδηγήσεις να πιστέψει ότι το πρόβλημα είναι πιο εύκολο απ’ όσο πραγματικά είναι».

Ακόμη κι έτσι, η επιτυχία δεν ήταν δεδομένη. Η λύση ορισμένων προβλημάτων έχει απαιτήσει από τον Barreto πολλές προσπάθειες, αν τελικά τα καταφέρει. «Το να αποσπάσεις τη σωστή στρατηγική απόδειξης είναι ουσιαστικά σαν να προσπαθείς να παίξεις λοταρία», λέει.

Παρόλα αυτά, ήθελα να δοκιμάσω και εγώ την τύχη μου στο καζίνο των μαθηματικών αποδείξεων. Επέλεξα ένα άλυτο πρόβλημα του Erdős, το 710, που αφορά μια λίστα απαιτήσεων τις οποίες πρέπει να ικανοποιεί ένα σύνολο αριθμών, με στόχο να βρεθεί ένα σύνολο με τη μικρότερη διαφορά ανάμεσα στον μικρότερο και τον μεγαλύτερο αριθμό. Είναι λίγο σαν να έχεις μια λίστα από απαιτητικούς πελάτες ξενοδοχείου, που ζητούν, για παράδειγμα, δωμάτιο με μπανιέρα ή θέα στη θάλασσα, και να πρέπει να βρεις το μικρότερο δυνατό συγκρότημα δωματίων που θα τους ικανοποιεί όλους.

Ο μαθηματικός Paul Erdős (αριστερά) έθεσε εκατοντάδες προβλήματα, τα οποία η AI λύνει όλο και πιο αποτελεσματικά

New York Daily News Archive/NY Daily News via Getty Images

Έχοντας επίγνωση ότι έπρεπε να χρησιμοποιήσω το πιο ισχυρό διαθέσιμο μοντέλο AI, ζήτησα από την OpenAI πρόσβαση στο ChatGPT 5.5 Pro, το οποίο συνήθως κοστίζει 200 δολάρια τον μήνα, αλλά παρασχέθηκε δωρεάν για το συγκεκριμένο άρθρο. Όπως μου πρότεινε ο Barreto, το μήνυμά μου προς την AI υπαινισσόταν ότι η λύση είναι κοντά και πως «απλώς χρειάζονται μερικά έξυπνα τεχνάσματα».

Καθώς η AI δούλευε, στράφηκα στα πιο πρόσφατα βήματα αυτής της μαθηματικής επανάστασης. Αν η επίλυση προβλημάτων του Erdős δείχνει την AI να πλησιάζει την πόρτα των ερευνητικών μαθηματικών, τους τελευταίους μήνες την έχει πλέον ρίξει κάτω. Ακολουθεί σταθερή ροή μαθηματικών εργασιών που ισχυρίζονται ότι λύνουν πραγματικά, αιχμής προβλήματα.

Τον Ιανουάριο, ο Vakil και οι συνεργάτες του ανέβασαν μία τέτοια εργασία, σημειώνοντας ότι «η απόδειξη του αποτελέσματος προέκυψε σε συνεργασία με το Google Gemini και σχετικά εργαλεία». Η απόδειξη εστιάζει σε ένα ιδιαίτερα δύσκολο πρόβλημα για το πώς ορισμένα σχήματα που μοιάζουν με σφαίρες μπορούν να συνδεθούν με άλλα μαθηματικά αντικείμενα που ονομάζονται flag spaces, τα οποία μπορούν να θεωρηθούν ως συλλογές αντικειμένων που μοιάζουν με ρώσικες κούκλες. Αυτό θα έδινε μια σημαντική σύνδεση ανάμεσα στην τοπολογία, που αφορά πιο γενικές ιδιότητες των σχημάτων, και την αλγεβρική γεωμετρία, που ασχολείται με τα ακριβή σχήματα καθαυτά. Το έργο δυσκολεύει λόγω του πλήθους των τρόπων με τους οποίους τα flag spaces και τα σχήματα που μοιάζουν με σφαίρες μπορούν να αντιστοιχηθούν.

Ο Vakil και οι συνεργάτες του έδωσαν αρχικά μια απλούστερη εκδοχή αυτού που ήθελαν να αποδείξουν σε ένα ειδικά προσαρμοσμένο μοντέλο AI της Google DeepMind. Το μοντέλο βρήκε μια μαθηματική δομή που δεν είχαν δει προηγουμένως, κάτι που τους έδειξε πώς να γενικεύσουν και να γράψουν ολόκληρο το επιχείρημα, το οποίο τελικά αποδείχθηκε απλούστερο απ’ όσο φαινόταν αρχικά.

«Δεν υπάρχει τρόπος η AI να το έκανε μόνη της, επειδή δεν θα ήξερε τη σωστή ερώτηση. Εμείς της είπαμε απολύτως τι να κάνει», λέει ο Vakil. Ταυτόχρονα, όμως, η AI έδωσε μια συντόμευση. «Η εργασία ίσως να μην είχε υπάρξει ποτέ, επειδή ίσως να μην είχαμε ποτέ τον χρόνο να καθίσουμε μαζί και να βρούμε το επιχείρημα», λέει. «Έτσι θα συμβαίνουν περισσότερο τα πράγματα. Το μέλλον θα είναι ένας συνδυασμός ανθρώπου και μηχανής».

Ωστόσο, αυτή η γραμμή γίνεται ήδη όλο και πιο θολή. Τον ίδιο μήνα με την εργασία του Vakil, ο Tony Feng από το University of California, Berkeley, που επίσης συνεργάζεται με τη Google DeepMind, δημοσίευσε μια εργασία στην οποία περιέγραφε πώς χρησιμοποίησε το AI σύστημα Aletheia της Google για να υπολογίσει μια προηγουμένως άγνωστη συλλογή αριθμών, κρίσιμη για τη μετάφραση ανάμεσα σε δύο διαφορετικούς μαθηματικούς κλάδους, την αλγεβρική γεωμετρία και τη θεωρία αριθμών. Η κατασκευή τέτοιων γεφυρών είναι σημαντικός στόχος στο πρόγραμμα Langlands, το οποίο συχνά θεωρείται η μεγάλη ενοποιητική θεωρία των μαθηματικών. Σύμφωνα με τον Feng, το «βασικό μαθηματικό περιεχόμενο» δημιουργήθηκε εξ ολοκλήρου από το Aletheia.

Το μεγαλύτερο μέχρι σήμερα αποτέλεσμα στην AI και τα μαθηματικά ήρθε πριν από λίγες εβδομάδες, τον Μάιο, όταν η OpenAI ανακοίνωσε ότι χρησιμοποίησε ένα μοντέλο που δεν είχε κυκλοφορήσει για να λύσει μια εικασία 80 ετών, γνωστή ως planar unit distance problem. Η εταιρεία δεν έδωσε πλήρεις λεπτομέρειες για το μοντέλο, πέρα από το ότι επρόκειτο για γενικής χρήσης AI και όχι για σύστημα ειδικά εκπαιδευμένο στα μαθηματικά. Η αντίδραση των μαθηματικών ήταν αυτή της αποσβολωμένης δυσπιστίας.

Οι τεράστιες ακολουθίες αριθμών που σπάνε τους κανόνες των μαθηματικών

Γίνεται όλο και πιο δύσκολο να παρακολουθήσει κανείς τον καταιγισμό των μαθηματικών εργασιών που υποστηρίζονται από την AI, όχι μόνο για τους ερευνητές αλλά και για τους επαγγελματίες μαθηματικούς, οι οποίοι δοκιμάζουν ήδη προβλήματα με τη βοήθεια της AI που ίσως παλαιότερα δεν είχαν χρόνο να προσεγγίσουν.

«Ανοίγει έναν ολόκληρο κόσμο δυνατοτήτων», λέει ο Alex Kontorovich από το Rutgers University στο Νιου Τζέρσεϊ. «Μπορώ να φανταστώ έργα που θα μπορούσα να αναλάβω αυτό το καλοκαίρι, πράγματα που ξέρω ότι θα μου έπαιρναν πέντε χρόνια και που δεν θα είχα καν ξεκινήσει».

Μπορούν αυτές οι νέες δυνατότητες να περιλαμβάνουν ακόμη και μια λύση για την υπόθεση Riemann, ένα βαθύ ερώτημα για την προέλευση των πρώτων αριθμών που είναι ένα από τα Millennium Prize Problems, τα οποία συχνά θεωρούνται οι μεγαλύτερες προκλήσεις στα μαθηματικά; Several

Χαράγματα 4.000 ετών σε ταφικούς τύμβους στη Γεωργία φωτίζουν τέχνη και καταγραφές μιας αρχαίας κοινότητας

Μεγαλιθική τέχνη 4.000 ετών στον Νότιο Καύκασο αποκαλύπτει πτυχές μιας αρχαίας κοινότητας και, όπως όλα δείχνουν, των οικογενειών που έθαβαν τους νεκρούς τους. Τα χαράγματα στους τοίχους ταφικών θαλάμων στους τύμβους (kurgans) των λόφων Zurtaketi, στη σημερινή Γεωργία, περιλαμβάνουν γεωμετρικά σχέδια, ζώα, σχηματικές απεικονίσεις κατοικιών και ακόμη και σημάδια που μοιάζουν με προϊστορικό «χρονομέτρη» εργασίας για όσους έκτιζαν τα μνημεία.

Σε μελέτη που δημοσιεύτηκε στο Adoranten, ο ερευνητής Levan Losaberidze επανεξέτασε ανασκαφές πριν από 40 χρόνια, οι οποίες κατέγραψαν 265 χαραγμένες λίθινες πλάκες, ενσωματωμένες σε τύμβους στα γεωργιανά βουνά. Εντόπισε καλλιτεχνικά ύφη που εκτείνονται για πάνω από 1.500 χρόνια και ποικίλες πολιτισμικές παραδόσεις, καθώς και ομάδες από χαράγματα-χαρακιές που ερμήνευσε ως καταγραφές οικογενειών για τον χρόνο που αφιέρωσαν στην κατασκευή των ταφικών μνημείων.

Παρότι υπήρχαν 265 χαραγμένες πλάκες ενσωματωμένες σε θαλάμους και διαδρόμους των kurgans, ο Losaberidze δεν είχε πρόσβαση στο πλήρες υλικό. Οι λίθοι ανακαλύφθηκαν και τεκμηριώθηκαν πριν από δεκαετίες, όταν ο αρχαιολόγος Otar Japaridze τους ανέσκαψε μεταξύ 1959 και 1964. Το μεγαλύτερο μέρος της τεκμηρίωσης χάθηκε και, ως αποτέλεσμα, ο Losaberidze διέθετε μόνο 32 παραδείγματα των χαραγμάτων μέσω φωτογραφιών και σχεδίων.

«The kurgans, dating to the Trialeti culture, showcase a variety of engraved motifs, including geometric patterns, zoomorphic figures, and depictions of dwellings», έγραψε ο Losaberidze, σημειώνοντας ότι, όπως και άλλα ανάλογα έργα στον Νότιο Καύκασο, είναι πιθανό να έφεραν συμβολική ή τελετουργική σημασία, στο πλαίσιο μιας ευρύτερης μεγαλιθικής παράδοσης της περιοχής.

Τα γεωμετρικά μοτίβα —ζιγκ-ζαγκ, χηρώνες, πλέγματα, τρίγωνα, σπείρες και διάστικτα ορθογώνια— κυριαρχούν. Παράλληλα, απεικονίζονται ζώα, μεταξύ των οποίων ελάφια και βόες, καθώς και μοναδικά σχηματικά σχέδια κατοικιών ή καλυβών. Τα πιο αφαιρετικά «κοπτά» σημάδια φαίνεται να κατέγραφαν τη διαδικασία κατασκευής και να δήλωναν ποιες οικογένειες εργάστηκαν στα μνημεία.

«The Zurtaketi Kurgans provide a glimpse into the artistic, symbolic, and ritual practices of Middle Bronze Age communities in the South Caucasus», έγραψε ο Losaberidze. «The engraved slabs, with their rich array of geometric and zoomorphic motifs at Zurtaketi and elsewhere in the region, suggest a somewhat broad, long lasted and previously unexplored tradition of megalithic art in the South Caucasus».

Η κουλτούρα της Trialeti, ενεργή περίπου από το 2000 έως το 1700 π.Χ., είναι σήμερα γνωστή για περίτεχνα αντικείμενα από πολύτιμα μέταλλα και χαλκό. Ο Losaberidze αποδίδει τον ρόλο τόσο της ανέγερσης όσο και της διακόσμησης των μνημείων στις ίδιες τις κοινότητες.

Ο όγκος του διακόσμου στην πέτρα δεν έχει αντίστοιχο αλλού στην περιοχή, ωστόσο τα ταφικά μνημεία της Εποχής του Χαλκού μοιράζονται ένα κοινό συμβολικό ρεπερτόριο πέρα από γεωγραφικά και χρονικά όρια, που συνδέει τη μεγαλιθική τέχνη της Γεωργίας, της Αρμενίας και του Αζερμπαϊτζάν για 1.500 χρόνια. Ο συνδυασμός τελετουργικών και πρακτικών χαραγμάτων μπορεί να βοηθήσει να επαναξιολογηθεί η ερμηνεία των μνημείων και να ανοίξει νέους δρόμους ανάγνωσης και σε άλλα σύνολα.

Επειδή ο Losaberidze εργάστηκε με φωτογραφίες και σκίτσα, χωρίς νέες ανασκαφές ή ραδιοχρονολόγηση, τα πρόσφατα συμπεράσματα δεν είναι ιδιαίτερα οριστικά. Οι ειδικοί ελπίζουν ότι μελλοντική έρευνα θα εμβαθύνει στην κατανόηση της τέχνης και των καταγραφικών πρακτικών της κουλτούρας της Trialeti.

Ο Tim Newcomb είναι δημοσιογράφος με έδρα το Pacific Northwest. Καλύπτει στάδια, αθλητικά παπούτσια, εξοπλισμό, υποδομές και άλλα για διάφορα μέσα, συμπεριλαμβανομένου του Popular Mechanics. Μεταξύ των αγαπημένων του συνεντεύξεων είναι συναντήσεις με τον Roger Federer στη Σουηδία, τον Kobe Bryant στο Λος Άντζελες και τον Tinker Hatfield στο Πόρτλαντ.

1...173174175...1,667Page 174 of 1,667