手動の数学的計算から自動化されたエンジニアリングツールへの移行は、実務者が自らの仕事の基礎となる物理現象とどのように関わるかを根本的に変えました。1959年のエンジニア向けの数学に関するノートは、直接的な計算が行われていた時代を象徴していますが、現代のエンジニアは、CADソフトウェアや人工知能によって提供される抽象化のレイヤーを通じて、これらの原理と接することが多くなっています。
数学的抽象化への移行
Hacker Newsの投稿で1959年の「エンジニアのための数学ノート」のPDFが共有され、過去70年間でエンジニアリングがいかに進化したかについての議論が巻き起こりました。stochastic_tnというハンドルネームのコメント投稿者は、現代のテクノロジーによって、これらの基礎的な数学知識の多くが日常の実務において不要になったことに対し、「悲しみ」の感情を表現しました。
その投稿者は、多くの分野において、応用数学が現在ではCADツールに「組み込まれて」いると指摘しました。この傾向は、AIツールによって以前は手動の数学的監視を必要としたプロセスがさらに自動化されているロボティクスのような、数学の比重が高いサブ分野にまで広がっていると報告されています。
独自の知識と数学の「独占」
この議論では、オープンな学術研究と独自の商業開発の間の隔たりが強調されました。upboundspiralというコメント投稿者は、最も興味深い数学の多くは、大企業が使用する「超独占的」なツールの背後に隠されていると主張しました。
これには、有限要素のテクニックやメッシングアルゴリズムのような複雑な手法が含まれます。投稿者は、国立研究所が時折信頼性の高いオープンソースの成果を公開することもある一方で、高度な専門知識の多くは一般化され、クローズドな製品として販売されることが多く、独立した研究者が核心的なメカニズムにアクセスすることを困難にしていると示唆しました。
LLMと連続的な近似の役割
対照的に、現代のツールはエンジニアができることの範囲を拡大していると主張する参加者もいました。aatd86というコメント投稿者は、LLMの登場以来、これまで以上に多くの数学を使用しており、これらのツールによってより野心的なプロジェクトが可能になったと述べました。
また、このスレッドでは、離散的な問題を解決するために連続的な数学を使用することの理論的な価値についても再考されました。oldjohnnylaneという投稿者は、メンターがCPUのキャッシュミス(離散的なイベント)を記述するために微分を使用することを提案したという逸話を共有しました。他の投稿者(_alternator_を含む)は、これらの連続的な近似が複雑な状況を劇的に簡略化できること、そしてLLMがエンジニアが高度な概念を理解するための家庭教師として機能できることを示唆しました。
ツールの透明性における不確実性
議論では抽象化への傾向が特定されていますが、この「隠蔽」がどの程度行われているかについては、主観的な経験の域に留まっています。数学的な習熟度がどの程度失われているのか、あるいは単にソフトウェアのレイヤーへと移動しただけなのかは、明確ではありません。
さらに、独自の企業が保有する特定の「テクニック」やアルゴリズムは、依然として大半が公に知られておらず、ユーザーの出力と基礎となる数学的実行との間にギャップが生じています。