Axiom Math Luncurkan Fondasi Teruji untuk Mencegah 'Slop' AI dalam Sains

Axiom Math, startup senilai $1,6 miliar, mengambil langkah revolusioner dengan memverifikasi formal proyek matematika berskala besar untuk membangun fondasi yang andal bagi agen kecerdasan buatan. Perusahaan ini berusaha memastikan bahwa algoritma AI dapat menulis perangkat lunak dan melakukan riset sains tanpa terjebak dalam 'AI slop' atau output yang tidak logis dan berkualitas rendah. Dengan memverifikasi Stacks Project, salah satu badan pengetahuan matematika terbesar yang pernah ditulis manusia, Axiom Math menawarkan infrastruktur yang mampu menjamin akurasi logis dalam ekosistem digital masa depan.

Langkah strategis ini muncul di tengah meningkatnya kekhawatiran bahwa model AI sering kali menghasilkan solusi matematika yang keliru. Sebagai respons, Axiom memformalkan kembali ribuan halaman material referensi matematika menjadi kode yang dapat diperiksa komputer, menciptakan standar verifikasi baru yang dapat diandalkan oleh berbagai industri teknologi dan akademik.

Revolusi Verifikasi Formal dan Skala Proyek

Stacks Project, yang didirikan pada 2005 oleh profesor Columbia Johan de Jong, dikenal sebagai referensi sumber terbuka yang sangat dihormati, dibandingkan dengan seri buku terkenal Bourbaki yang merekonstruksi fondasi matematika di abad ke-20. Axiom Math menerjemahkan sekitar

• 7.654 halaman

material menjadi 16 juta baris kode dalam bahasa Lean yang telah diperiksa komputer secara menyeluruh.

Carina Hong, CEO berusia 25 tahun yang sebelumnya meninggalkan program doktoral matematika di Stanford, mengakui kompleksitas proyek ini. "Hal-hal yang besar dan rapuh di kehidupan tidak selalu bisa berjalan beriringan," kata Hong. "[Stacks] adalah kumpulan hasil matematika yang menjadi fondasi. Anda ingin teorema tetap konsisten dan tidak paradoks." Untuk mengatasi hambatan teknis, tim Axiom melatih model AI internal mereka secara khusus untuk memahami selera matematis dan membiarkan agen-agen tersebut bekerja secara paralel dengan struktur hierarki yang longgar, memungkinkan mereka mengidentifikasi tugas yang dapat dikerjakan bersamaan.

Implikasi Industri dan Masa Depan Infrastruktur AI

Keberhasilan verifikasi ini tidak hanya berdampak pada dunia akademik, tetapi juga pada pengembangan perangkat lunak industri. Dengan memastikan struktur dasar matematika yang sehat, Axiom menyediakan substrat yang dapat digunakan oleh agen AI untuk membangun infrastruktur baru yang bebas dari bug dan celah keamanan. Ashvin Swaminathan, staf teknis Axiom, menegaskan bahwa formalisasi ini mengisi 'lubang hitam' besar dalam aljabar geometri, memberikan peneliti dasar yang kuat untuk mengembangkan pekerjaan baru.

Hong meyakini bahwa kemampuan membaca dan membangun di atas kode yang terverifikasi adalah keterampilan yang dapat dipindahterapkan. "Jika Anda menjatuhkan slush karena pilihan teknik yang buruk di awal, sangat sulit bagi mereka untuk mendorong batas tersebut," ujarnya. Sebagai penutup, Hong secara terbuka menantang perusahaan coding lain untuk bekerja pada formalisasi skala serupa, menegaskan bahwa masa depan AI memerlukan perpustakaan pengetahuan yang dapat digunakan ulang dan terstruktur dengan baik untuk terus memajukan batas teknologi secara berkelanjutan.