[논문 리뷰] Big Math and the One-Brain Barrier A Position Paper and Architecture Proposal

Jacques Carette, William M. Farmer외 2명|arXiv (Cornell University)|2019. 04. 23.

Scientific Computing and Data Management참고 문헌 15인용 수 4

한 줄 요약

이 논문은 Big Math에서 한 명의 인간이 점점 더 복잡한 수학적 발전을 다룰 수 없는 '한 뇌 장벽'을 극복하기 위해 추론, 계산, 표기, 서술, 조직을 통합한 테트라포드 아키텍처를 제안한다. 주요 기여는 소프트웨어 시스템 간에 인간처럼 확장 가능한 수학 지식 통합을 가능하게 하는 통합 정보 모델이다.

ABSTRACT

Over the last decades, a class of important mathematical results have required an ever increasing amount of human effort to carry out. For some, the help of computers is now indispensable. We analyze the implications of this trend towards "big mathematics", its relation to human cognition, and how machine support for big math can be organized. The central contribution of this position paper is an information model for "doing mathematics", which posits that humans very efficiently integrate four aspects: inference, computation, tabulation, and narration around a well-organized core of mathematical knowledge. The challenge for mathematical software systems is that these four aspects need to be integrated as well. We briefly survey the state of the art.

연구 동기 및 목표

• 큰 규모의 수학적 발전이 한 명의 인간의 인지 능력을 초월함에 따라 발생하는 점점 커지는 '빅 매쓰' 문제를 해결하기 위해.
• 결합된 분산 지식이 개인의 이해를 초월함에 따라 결과에 의존하는 수학적 진전의 근본적 한계로 '한 뇌 장벽'(OBB)을 특정화하기 위해.
• 추론, 계산, 표기, 서술, 조직이라는 수학적 실천의 다섯 핵심 요소를 통합하는 통합 정보 모델을 제안하기 위해.
• 상호운용성과 공유 지식 표현을 가능하게 하기 위한 기초 인프라로서 글로벌 디지털 수학도서관(GDML)을 주장하기 위해.
• 모든 다섯 요소를 통합한 공동 개발 기반의 개방형 소프트웨어 시스템을 추진하여 기업 소유의 폐쇄형 도구에 의존하지 않기 위해.

제안 방법

• 수학적 작업이 추론(증명 및 추측), 계산(기호적 및 알고리즘적 조작), 표기(예: LMFDB 및 OEIS와 같은 데이터셋), 서술(자연어 및 시각적 문서화), 조직(지식 구조화 및 상호링크)이라는 다섯 가지 통합된 요소를 중심으로 구성된 테트라포드 모델을 제안한다.
• 현재 시스템은 각각 독립적으로는 뛰어나지만(예: 정리 증명기에서는 추론에, 기계 대수 시스템에서는 계산에), 이 다섯 요소 간의 유기적 통합에 실패하고 있음을 주장한다.
• 상호운용성을 위한 중심 기반으로 글로벌 디지털 수학도서관(GDML)을 위치지어, 공통 온톨로지와 FAIR(찾기 쉬운, 접근 가능한, 상호운용 가능한, 재사용 가능한) 데이터를 가능하게 한다.
• 한 뇌 장벽을 극복하고 확장 가능한 지식 재사용을 가능하게 하기 위해 공동체 기반, 개방형, FAIR 최적화된 수학 온톨로지의 필요성을 강조한다.
• 기존의 전용 소프트웨어 시스템에 의존하는 것을 피하기 위해, 성공한 개방 과학 관행을 모델로 삼은 연방형 개방 소스 개발 모델을 권장한다.
• 테트라포드 프레임워크 위에 구축된 인간-기술 혼성 시스템인 '수학적 사회 기계'의 역할을 인정하며, 공동 연구 기반의 빅 매쓰 연구를 지원한다.

실험 결과

연구 질문

• RQ1 수학 소프트웨어 시스템이 인간의 인지 통합 방식을 모방하여 추론, 계산, 표기, 서술, 조직을 효과적으로 통합할 수 있는 방법은 무엇인가?
• RQ2 대규모 수학 연구에서 한 뇌 장벽을 극복하기 위해 필요한 아키텍처적 및 인프라 기반은 무엇인가?
• RQ3 글로벌 디지털 수학도서관(GDML)은 상호운용 가능한 수학 지식 표현을 위한 통합 인프라로 어떻게 기능할 수 있는가?
• RQ4 빅 매쓰를 지원하는 데서 개방형 공동체 기반 개발과 상용 소프트웨어 간의 상호 교환 관계는 무엇인가?
• RQ5 테트라포드 기반 소프트웨어 아키텍처는 인간-기술 협업(사회 기계)을 어떻게 향상시킬 수 있는가?

주요 결과

• 추론, 계산, 표기, 서술, 조직의 통합은 개인의 인지 능력 한계를 초월해 수학 지식을 확장하기 위해 필수적이다.
• 현재의 수학 소프트웨어 시스템은 각각 독립적으로 강력하지만, 다섯 요소 간의 의미 있는 상호운용성에 실패하여 분산 문제를 야기한다.
• 유한 단순군 분류(CFSG)와 페이트-톰슨 홀수 순서 정리(Feit-Thompson Odd-Order Theorem)는 개인의 이해를 초월해 시스템적 지원이 필요한 빅 매쓰 과제의 사례이다.
• LMFDB와 OEIS는 성공적인 표기 시스템을 보여주지만, 추론, 서술, 조직 프레임워크와의 깊은 통합이 없으면 그 가치가 제한된다.
• 한 뇌 장벽을 극복하고 확장 가능한 재사용 가능한 수학 지식을 가능하게 하기 위해 FAIR, 개방형, 공동체 유지 관리 수학 온톨로지가 필수적이다.
• Wolfram의 생태계와 같은 상용 시스템은 테트라포드 모델에 가장 가까이 있지만, 폐쇄 소스 및 전용 제약으로 인해 신뢰성과 접근성에 위협을 가할 수 있다.