Prímszámokkal lett a matematika rocksztárja

Terence Tao egyike a világ vezető matematikusainak, rendkívüli zseni. Kétévesen megtanult olvasni, kilencévesen már főiskolai szinten tanult matematikát, 17 évesen lediplomázott, 24 évesen a UCLA professzora lett, 31 évesen munkáját Fields-medállal díjazták, amit matematikai Nobel-díjaként tartanak számon, és ezzel egy időben zsebre vágra a félmillió dolláros MacArthur Fellowship díjat is.

Kollégái rocksztárként tisztelik, de csöppet sem hasonlít a hírességekre. Az ELTE Gólyavár épületében teljesen átlagos utcai ruhában, sportszandálban jelent meg és jól láthatóan az legutóbbi előadáson törte a fejét, amikor kérdéseimmel megzavartam.

A cipőfűzőkötés optimalizálása

„Van a matematikusi gondolkodásnak nagyon hétköznapi haszna is. Egyszer például a repülőtéren rohannom kellett a gépemhez, de közben kibomlódott a cipőfűzőm. Kitaláltam, hogy sokkal hatékonyabb a mozgójárdán bekötni, mint ha egyszerűen megállnék a folyósó közepén. A blogom megírtam a történetet, és valaki azt válaszolta, hogy most először látta a matematika gyakorlati hasznát” – mondta nevetve Tao, amikor már sokadszorra kérdeztem munkája lényegéről. Persze ez csak egy habkönnyű történet ahhoz képest, amivel a 35 éves zseni foglakozik – persze a „habkönnyű" itt kicsit mást jelent, mint a hétköznapi életben, érdemes megnézni a linkelt bejegyzés hozzászólásait.

Semmiképpen nem szeretném bedobni az olvasókat a prímszámok és a számelmélet mély tengerébe, doktori fokozatot igénylő egyenletek nélkül is megérthető, hogy a kivételes képességű matematikusok miként fejlesztik tovább a világot.

„Kis mértékben szerepem volt a Netflix-díj elnyerésében” – mondta például Tao. Az Indexen írtunk erről a versenyről, amelyen egy magyar csapat második helyezést ért el. A cél egy olyan rendszer létrehozása volt, amely korábbi nézettségi minták alapján kitalálja, hogy az előfizető milyen mozifilmet akar majd megnézni. „Kiderült, hogy az egyik algoritmusunk adaptálható a Netflix-versenyre. A győztes csapat húsz algoritmus keverékét használta fel, ebből az egyik, amit a tömörített leképezéshez készítettünk, a mienk volt” – magyarázta a fiatal zseni.

A Netflix versenyében való részvétel azért meglepő, mert a New York Times korábban a tömörített leképezés katonai hasznosításáról írt. Például beteríthető a hadszíntér egyszerű és olcsó kamerákkal, amelyek egyetlen pixelnyi adatot rögzítenek, és a központi számítógép a Tao és Emmanuel Candès nevű kollégája által kifejlesztett matematiai modell alapján rekonstruálja a teljes képet. A tömörített leképezést a gyógyászatban is szeretnék felhasználni, de még nem tökéletes a módszer. „Az MRI néha nem tud minden szögből képet készíteni a páciensről, és pótolni kell a hiányzó adatokat, de egyelőre nem tudjuk, hogyan miként lehet megoldani.”

Mindennel foglalkozik

Terence Tao már nem vesz részt aktívan a tömörített leképezés fejlesztésében, őt inkább az elméleti problémák vonzzák. „A munkámmal azt próbálom megmutatni, hogy a matematikában mi lehetséges, és nem arra törekszem, hogy a megoldást a lehető legjobban implementáljam. Nagyon örülök, amikor a matematika eredményeit praktikus módon felhasználják, de más matematikusok ebben jobbak, mint én” – mondta szerényen a világhírű  kutató.

Az új kihívásokat sem a leghíresebb megoldatlan problémák közül válogatja ki, sok területen próbál javítani az eredményeken, hogy kicsit jobb legyen a helyzet, mint az előző évben. „Olyan ez, mint a mobiltelefonok esetében. Azok is minden évben egyre jobbak lesznek, de soha nincs elképesztően nagy ugrás az előző évhez képest. Viszont ha összehasonlítjuk a jelenlegi és a tíz évvel ezelőtti telefonokat, akkor látjuk az óriási előrelépést" – mondta.

Tao egyik kedvelt kutatási területe a prímszámok vizsgálata (ide kapcsolódik a róla és Ben Greenről elnevezett Green-Tao-tétel). Tao nem mintákat keres, hanem inkább a minták hiányát, amit sokkal nehezebb felfedezni: „Úgy hisszük, hogy bizonyos értelemben véletlenszerű a prímek eloszlása, de ezt nagyon nehéz bebizonyítani. Klasszikus téma, már az ókori görögöket is foglalkoztatták a prímszámok, de még mindig nagyon keveset tudunk róluk."

A konferencia ünnepeltje, Szemerédi Endre professzor egyszerűen úgy fogalmazott: Terence Tao mindennel foglalkozik. A magyar tudós szerint nem is szabadna olyan kérdést feltenni, hogy egy matematikai munkának mi lesz a haszna, mert könnyen előfordulhat, hogy valami csak hosszú évek múlva kerül át a gyakorlatba. A professzor szerint matematikát érdemes támogatni, mert nagyon olcsó – csak papír, ceruza és ötletek kellenek hozzá.