- Wereld
- Buitenland
- Binnenland
- Sport nieuws
    - Voetbal nieuws
    - Formule 1 nieuws
    - Wielrennen
    - Ajax nieuws
    - Feyenoord nieuws
    - PSV nieuws
- Economie
- Wetenschap
- Showbiz/Media
- Computer nieuws
- Gaming nieuws
    - PS4 nieuws
    - Xbox One nieuws
- Hardware nieuws

Justin Solomon van MIT bespreekt hoe professionals en docenten zich aanpassen aan llms die complexe wiskundige problemen oplossen die ooit als onoplosbaar voor mensen werden beschouwd

OpenAI kondigde onlangs een ai-gegenereerd bewijs aan voor het Navier-Stokes-probleem, een van de beroemdste onopgeloste vragen in de wiskunde. Deze ontwikkeling komt terwijl grote taalmodellen sterke prestaties laten zien op wiskundige taken die ooit zelfs experts voor uitdagingen stelden.

Podcast onderzoekt de impact van ai op wiskundigen

De nieuwste aflevering van de Odd Lots-podcast onderzoekt deze veranderingen. Justin Solomon, associate dean for engineering education aan MIT, geeft context over hoe zowel pure als toegepaste wiskundigen reageren op de vooruitgang in kunstmatige intelligentie.

Solomon legt de betekenis van het Navier-Stokes-probleem uit en waarom het OpenAI-bewijs voor experts nog steeds moeilijk volledig te interpreteren is. Hij gaat ook in op veelvoorkomende misvattingen in films over het dagelijkse werk van wiskundigen.

Ai transformeert wiskundeonderwijs en professionele praktijk

Universiteiten kampen met aanhoudende uitdagingen rond ai in het onderwijs. Nu llms in staat zijn om huiswerk van studenten te maken, passen docenten hun methodes aan om de academische integriteit te waarborgen. De aflevering belicht hoe ai zowel het onderwijs als de professionele toepassing van wiskunde hervormt.

Solomon deelt details over zijn aangepaste pedagogische strategieën als reactie op deze tools. De discussie behandelt de bredere implicaties voor het vakgebied nu de mogelijkheden van ai zich snel blijven uitbreiden.