| Istilah | Arti |
|---|---|
| problem solving | Kemampuan memecahkan soal dan menemukan abstraksi yang tepat, yang menurut video tetap bernilai bagi manusia seperti otot yang dilatih di gym meskipun mesin lebih unggul. |
| theory building | Kegiatan menyusun kerangka pemahaman yang utuh dari banyak teorema, misalnya teori grup, yang menurut video adalah tujuan sebenarnya matematika dan sumber utama aplikasinya. |
| proofs | Rangkaian argumen logis yang menunjukkan sebuah pernyataan pasti benar, yang menurut video sebaiknya kini dipandang sebagai data mentah karena AI makin pandai menghasilkannya. |
| theorems | Pernyataan matematika yang sudah dibuktikan benar, yang selama ini menjadi ukuran utama karya matematikawan namun menurut video mulai kehilangan perannya sebagai ukuran pemahaman. |
| aesthetic joy | Rasa puas dan indah yang muncul saat memahami ide atau solusi matematika yang elegan, disebut video sebagai alasan banyak orang menekuni matematika dan sumber nilai yang tetap bertahan. |
| public funding | Dana penelitian dari pemerintah, misalnya hibah NSF di Amerika Serikat, yang menurut video tetap masuk akal diberikan kepada matematikawan manusia dalam sebagian besar skenario masa depan. |
| downstream applications | Kegunaan praktis yang muncul jauh setelah sebuah teori dibangun, seperti bilangan imajiner untuk mekanika kuantum atau kurva eliptik untuk kriptografi, sebagaimana dicontohkan di video. |
| PhD | Gelar doktor yang diraih lewat riset mandiri bertahun-tahun, dan pertanyaan seorang mahasiswa PhD matematika tentang apa yang harus dilakukan besok menjadi pemicu video ini. |
| mathematicians | Para peneliti matematika yang membuktikan, bertanya, membangun teori, dan mengajar, yang peran serta perasaannya terhadap kehadiran AI dibahas sepanjang video. |
| value stack | Susunan jenis manfaat matematika yang dipakai video sebagai kerangka, yaitu aplikasi hilir, latihan memecahkan masalah, dan kegembiraan estetis, untuk menilai dampak AI pada tiap lapisan. |
| Grothendieck | Matematikawan yang dikenal lewat geometri aljabar dan perumpamaan laut yang naik, disebut di video sebagai teladan pembangun teori yang memberi pemahaman mendalam. |
| Galois | Matematikawan yang menanam benih teori grup, dijadikan contoh di video bahwa nilai terbesar sebuah karya ada pada teori barunya, bukan sekadar jawaban atas satu soal. |
Video dari kanal 3Blue1Brown ini menjawab kegelisahan banyak mahasiswa dan kandidat PhD matematika yang takut bidangnya akan mati karena AI makin pandai membuat bukti. Berangkat dari satu komentar seorang mahasiswa PhD yang meminta saran apa yang harus ia lakukan besok, pembicara berpendapat bahwa tidak pernah ada waktu yang lebih baik untuk terjun ke matematika maupun untuk mendanainya. Menurutnya, perubahan paling radikal kemungkinan hanya terjadi pada cara memberi kredit akademik, sementara lembaga matematika itu sendiri tetap relatif utuh, bahkan dalam masa depan hipotetis ketika mesin lebih unggul dalam semua tugas matematikawan. Untuk menimbangnya, ia menyusun kerangka berisi tiga daftar, yaitu apa saja yang dikerjakan matematikawan, apa nilai matematika bagi dunia, dan dari mana uangnya berasal. Ia juga menegaskan bahwa ramalannya penuh ketidakpastian dan bahwa orang yang ingin pindah ke AI safety dipersilakan, karena sasarannya adalah mereka yang ingin keluar hanya karena takut. Pesan ini penting bagi siapa pun yang menimbang karier di bidang teoretis di tengah pesatnya kemajuan AI.
Pekerjaan matematikawan ia bagi menjadi membuktikan teorema, mengajukan pertanyaan, membangun teori seperti Galois dengan teori grup dan Grothendieck dengan geometri aljabar, menerapkan teori, dan mengomunikasikannya. Nilainya berupa aplikasi hilir, latihan problem solving yang terbawa ke bidang lain, dan kegembiraan estetis, sedangkan dananya terutama berasal dari pengajaran, lalu hibah publik seperti NSF, Simons Foundation, dan industri. Ia mencatat kemajuan AI dari soal geometri setingkat IMO buatan DeepMind pada 2023 hingga bukti soal Erdős, serta menampilkan Konstantin Kogler yang bersemangat karena model membantu memecahkan masalah terbuka utama di bidangnya. Kesimpulannya, bukti sebaiknya dipandang sebagai data mentah, sedangkan pembangunan teori adalah tujuan sebenarnya. Latihan memecahkan soal tetap berharga seperti angkat beban di gym, pengajaran sulit digantikan karena bersifat relasional, dan minat publik terlihat dari kanal Brady Haran serta kolom Martin Gardner. Sarannya untuk besok adalah berjalan jauh bersama teman, merenungkan apa yang dicintai dari matematika, dan sering berlatih memberi presentasi.
Kata kunci
- problem solving
- theory building
- public funding
- downstream applications
- Menanggapi kekhawatiran mahasiswa bahwa matematika akan mati atau selesai karena AI, lewat refleksi pribadi seorang pembuat konten matematika.
- Membahas alasan orang belajar matematika (problem solving, kenikmatan estetika, theory building) serta nilai bukti dan teorema.
- Memberi saran memegang minat sendiri dan menyoroti pendanaan publik, aplikasi hilir, dan nilai yang hilang.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.
