테렌스 타오 – 케플러, 뉴턴, 그리고 수학적 발견의 진정한 본질

원저자：Dwarkesh Patel

원본 소스：https://www.youtube.com/embed/Q8Fkpi18QXU

우리는 케플러가 행성 운동의 법칙을 발견한 매우 독창적이고 놀라운 방법으로 에피소드를 시작합니다. 사람들은 때때로 AI가 엄격한 검증 루프로 인해 과학적 발견에서 특히 빠른 진전을 이룰 것이라고 말합니다. 그러나 우리가 태양계의 모양을 어떻게 발견했는지에 대한 이야기는 올바른 아이디어에 대한 검증 루프가 어떻게 수십 년(또는 수천 년) 길어질 수 있는지 보여줍니다. 이 기간 동안 오늘날 우리가 더 나은 이론으로 알고 있는 것이 실제로는 더 나쁜 예측을 할 수 있는 경우가 많습니다(코페르니쿠스의 태양 주위 원형 궤도 모델은 실제로 프톨레마이오스의 지구 중심 모델보다 덜 정확했습니다). 그리고 그것이 이 인식론적 지옥에서 살아남는 이유는 우리가 실제로 명확하게 표현할 수 있을 만큼 잘 이해하지도 못하고 RL 루프로 코드화하는 것은커녕 판단과 경험적 방법이 혼합되어 있기 때문입니다. 당신이 즐기시기 바랍니다! 𝐄𝐏𝐈𝐒𝐎𝐃𝐄 𝐋𝐈𝐍𝐊𝐒 * 대본: https://www.dwarkesh.com/p/terence-tao * Apple 팟캐스트: https://podcasts.apple.com/us/podcast/terence-tao-kepler-newton-and-the-true/id1516093381?i=1000756353875 * 스포티파이: https://open.spotify.com/episode/24xF8YGra2w3HXZYbhgVKU?si=U5V-SgvSQ8eVIcG2Z86wfQ 𝐒𝐏𝐎𝐍𝐒𝐎𝐑𝐒 - Jane Street는 다양한 창의적인 퍼즐로 청중에게 도전하는 것을 좋아합니다. 내 청취자 중 한 명인 Shawn은 Jane Street의 ResNet 문제를 해결하고 X에 대한 훌륭한 연습을 게시했습니다(https://x.com/hynwprk/status/2026376546286711206). 이러한 퍼즐 중 하나를 직접 시도하고 싶다면 현재 https://janestreet.com/dwarkesh에 하나가 있습니다. Labelbox는 도메인에 관계없이 기준표 기반 평가를 제공할 수 있습니다. 이러한 기준표를 사용하면 관심 있는 모든 차원에 대해 모델 피드백을 제공할 수 있으므로 단순히 생각하는 것이 아니라 생각하는 방식을 훈련할 수 있습니다. 수학, 물리학, 금융, 심리학 등 관심 분야가 무엇이든 Labelbox가 도움을 드릴 수 있습니다. https://labelbox.com/dwarkesh에서 자세히 알아보세요. Mercury는 방금 Insights라는 새로운 기능을 출시했습니다. Insights는 귀하의 입출금을 요약하여 가장 큰 거래를 보여주고 주의할 만한 모든 사항을 알려줍니다. 이는 귀하의 비즈니스를 최고 수준으로 유지할 수 있는 매우 낮은 마찰 방법입니다. https://mercury.com/insights에서 자세히 알아보세요. 향후 에피소드를 후원하려면 https://dwarkesh.com/advertise를 방문하세요. 𝐓𝐈𝐌𝐄𝐒𝐓𝐀𝐌𝐏𝐒 00:00:00 – 케플러는 고온 LLM이었습니다. 00:11:44 – 수많은 AI 슬롭 내에 새로운 통합 개념이 있는지 어떻게 알 수 있습니까? 00:26:10 – 연역적 돌출부 00:30:31 – 보고된 AI 발견의 선택 편향 00:46:43 – AI는 논문을 더 풍부하고 넓게 만들지만 더 깊게 만들지는 않습니다. 00:53:00 – AI가 문제를 해결하면 인간이 그 문제를 이해할 수 있을까요? 00:59:20 – 과학자들이 실제로 서로 대화하는 방식을 위해서는 준공식 언어가 필요합니다. 01:09:48 – Terry가 시간을 사용하는 방법 01:17:05 – 인간-AI ​​하이브리드는 훨씬 더 오랫동안 수학을 지배할 것입니다.