О значении работы мы уже рассказали выше. Некоторые ученые считают его весьма значительным, другие, как, например, математик Эрнест Дейвис из Университета Нью-Йорка, утверждают, что значение работы несколько преувеличено. Так, он отмечает, что теория узлов - это не та проблема, в которой глубокое обучение обычно значительно превосходит другие технологии, включая иные методы машинного обучения или статистические методы.
В задаче о узле было всего двенадцать входных характеристик, из которых только три оказались актуальными. А математическая связь между входными характеристиками и целевой переменной была простой.
Вторая претензия Дейвиса состоит в том, что в статье ученых встречается слово "интуиция" в применении к ИИ-алгоритму. На самом деле авторы проекта подразумевают просто способность ИИ проанализировать множество данных и выявить корреляции. Обычно под "интуицией" подразумевается возможность человека сделать важные выводы на основе предыдущего опыта без явных вычислений или пошаговых рассуждений. В случае ИИ это понятие не применимо, антропоморфизм в технологиях лишь мешает пониманию принципов работы таких систем.
В любом случае, эта работа имеет важное значение как для математики, так и для направления ИИ-технологий. Сейчас машинное обучение и нейросети помогают во многих отраслях науки и техники. Математика - не исключение.
