Kad mašina riješi ono što ljudi nisu mogli: DeepMind-ov AI upravo je postao najbolji saradnik matematičara
Šta se zapravo dogodilo?
DeepMind je iskoristio Gemini 3.1 kao mozak iza agentskog sistema namijenjenog ozbiljnoj matematici — onoj vrsti koja muči profesore decenijama, ne onoj iz srednjoškolskih udžbenika.
Umjesto da od modela traže "daj mi odgovor", napravili su ekipu agenata koji rade kao tim u istraživačkoj laboratoriji, a onda se desilo nešto što budi posebnu pažnju: profesor Marc Lackenby sa Oksforda je riješio otvoren problem iz čuvene Kourovka bilježnice — zbirke neriješenih problema u teoriji grupa — koristeći strategiju koju je pronašao u jednom od odbijenih izlaza sistema. Da, dobro ste pročitali. AI je ponudio dokaz koji su njegovi vlastiti agenti-recenzenti odbili kao nedovoljno dobar, ali je u njemu krila se stvarno,"pametna" ideja koja je čovjeku otvorila put do rješenja.
Kako to funkcioniše?
DeepMind je pratio smjer AI okruženja za kodiranje, poput Claude Code-a, pa je tu logiku prenio u svijet matematike:
- Koordinator-agent razbija istraživački problem na više paralelnih tokova rada.
- Pod-agenti rade specifične zadatke: jedni pišu kod, drugi pretražuju literaturu, treći pokušavaju izgraditi dokaz.
- Ciklusi recenzije ugrađeni su direktno u sistem, tako da agenti kritikuju i ispravljaju vlastite radove prije nego što izađu kao finalni rezultat.
Drugim riječima — manje "magični jednorog koji ti da odgovor" i više "tim vrijednih asistenata koji rade dok ti spavaš".
Brojke koje su iznenadile
Na FrontierMath Tier 4 benchmark-u, koji Epoch AI namjerno gradi tako da bude noćna mora za vještačku inteligenciju, sistem je zauzeo prvo mjesto sa 48%. Za poređenje — sam Gemini 3.1 Pro, bez agentske arhitekture, postigao je 19%. Više nego duplo bolji rezultat, postignut isključivo kroz pametniju orkestraciju modela, bez novog treninga ili većeg modela. To je ona vrsta skoka koja vam kaže da granica nije nužno u veličini modela, nego u načinu na koji ih sklapamo zajedno.
Zašto je ovo važno?
Polako i bez velike pompe, dešava se nešto suštinski drugačije od "AI piše tekstove" koje bude "hajp". Vidimo prelazak iz AI-koji-odgovara u AI-koji-istražuje — sistem koji ima radni prostor, alate, kritičare i strpljenje da radi danima na jednom problemu.
I, što je možda najljepši dio cijele priče: Lackenby-jev proboj nije zamijenio matematičara. AI mu je dao iskricu, a on je tu iskricu pretvorio u dokaz. To je vizija saradnje, a ne zamjene — i ako se ovaj obrazac proširi na hemiju, biologiju, fiziku...pa, i nije teško zamisliti kako će izgledati sljedeća decenija nauke.
Naravno, ostaje pitanje koliko su ovakvi rezultati ponovljivi izvan odabranih benchmark-ova, i šta to znači za publikovanje, recenzije i sam pojam "autorstva" u nauci. Ali pravac je jasan.
A mislite - da li je ovo zora prave AI-naučne revolucije, ili samo još jedan impresivan benchmark koji će za godinu dana izgledati prosječno? Da li biste se odvažili da pustite AI agenta da provede dane radeći na vašem problemu — i da li biste mu vjerovali ako vam ponudi rješenje koje sami ne razumijete u potpunosti?
