OpenAI ปล่อยผลงานคณิตศาสตร์กว่า 400 ผลลัพธ์
นักคณิตศาสตร์กว่า 30 คนเผยต้องใช้เวลาหลายปีเพื่อทำความเข้าใจผลงานวิจัย AI เกือบ 400 ชิ้นที่ OpenAI ปล่อยออกมาพรวดเดียว

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- OpenAI ปล่อยผลงานคณิตศาสตร์ที่สร้างโดย AI เกือบ 400 ผลลัพธ์รวดเดียว
- ครอบคลุมกว่า 700 ต้นฉบับ ในหลากหลายสาขาวิชาคณิตศาสตร์
- นักวิจัยระบุว่าอาจต้องใช้เวลาหลายปีจึงจะศึกษาและทำความเข้าใจทั้งหมดได้
- มีผลงานน้อยกว่าครึ่งที่ได้รับการตรวจสอบความถูกต้องด้วยภาษา Lean
วงการคณิตศาสตร์ต้องเผชิญกับความเปลี่ยนแปลงครั้งใหญ่เมื่อ OpenAI ตัดสินใจปล่อยผลลัพธ์ทางคณิตศาสตร์ที่สร้างจากปัญญาประดิษฐ์จำนวนมหาศาลแบบกะทันหัน ซึ่งสร้างทั้งความตื่นเต้น ความประหลาดใจ และความกังวลใจให้กับบรรดานักวิจัยทั่วโลก โดยนักคณิตศาสตร์มากกว่า 30 คนได้ให้สัมภาษณ์กับสำนักข่าว The Verge ถึงเหตุการณ์ดังกล่าวด้วยคำอุทานที่หลากหลาย เช่น น่าตะลึง เหลือเชื่อ และความบ้าคลั่งบริสุทธิ์
ผลงานทั้งหมดที่ถูกปล่อยออกมานี้ประกอบด้วยผลลัพธ์ที่สร้างโดย AI เกือบ 400 ผลลัพธ์ ซึ่งกระจายอยู่บนต้นฉบับมากกว่า 700 ฉบับ ครอบคลุมสาขาวิชาทางคณิตศาสตร์ที่หลากหลาย
- คอมพิวเตอร์เชิงทฤษฎี
- ทฤษฎีจำนวน
- เรขาคณิตหลายแขนง
- คอมบินาทอริก
- พีชคณิตและโทโพโลยี
- ความน่าจะเป็นและกลศาสตร์สถิติ รวมถึงฟิสิกส์คณิตศาสตร์
ปริมาณงานที่หลั่งไหลเข้ามาอย่างมหาศาลนี้ทำให้แม้แต่การประเมินเบื้องต้นก็เป็นไปได้ยาก โดย Álvaro Lozano-Robledo ศาสตราจารย์ด้านคณิตศาสตร์จาก University of Connecticut ระบุว่าแค่การไล่อ่านรายชื่อสารบัญและความย่อความประมาณ 40 หน้าก็กินเวลาเกือบชั่วโมงแล้ว และมีความกังวลว่านักวิจัยจะต้องใช้เวลาอีกหลายปีในการทำความเข้าใจทั้งหมด ก่อนที่ OpenAI จะก้าวไปข้างหน้าหรือปล่อยผลงานเพิ่มขึ้นอีก
ในบรรดาต้นฉบับจำนวนมากเหล่านี้ มีการใส่โค้ดการตรวจสอบรูปแบบทางการผ่าน Lean ซึ่งเป็นภาษาโปรแกรมและตัวช่วยพิสูจน์ที่ช่วยให้ตรวจสอบผลลัพธ์ด้วยคอมพิวเตอร์ได้ แม้ว่านักวิจัยจะยังไม่เข้าใจข้อโต้แย้งเบื้องหลังทั้งหมดก็ตาม อย่างไรก็ตาม ระดับการตรวจสอบของแต่ละผลลัพธ์มีความแตกต่างกันอย่างมาก โดย OpenAI ยอมรับบน GitHub ว่ามีผลงานระดับท็อปเพียง 300 รายการจาก 719 ต้นฉบับเท่านั้น หรือคิดเป็นประมาณ 42 เปอร์เซ็นต์ที่ได้รับการแปลงเป็นรูปแบบทางการแล้ว
"ถ้า AI หายตัวไปตอนนี้ ราวกับว่ามีเอเลี่ยนมาที่โลกแล้วก็จากไป เราคงจะต้องศึกษาเรื่องนี้ไปอีก 10 ปีข้างหน้าเพื่อพยายามทำความเข้าใจทุกอย่าง"
นักคณิตศาสตร์ที่ไม่เปิดเผยนาม
เหตุการณ์นี้นับเป็นจุดเปลี่ยนสำคัญที่แสดงให้เห็นถึงการก้าวเข้ามาของ generative AI ในแวดวงวิทยาศาสตร์บริสุทธิ์และคณิตศาสตร์ขั้นสูง ซึ่งปกติเป็นงานที่ต้องอาศัยความคิดสร้างสรรค์และการพิสูจน์เชิงตรรกะที่ซับซ้อนของมนุษย์ การที่ AI สามารถผลิตผลงานปริมาณมากได้ในเวลาอันสั้นสร้างความท้าทายทั้งในแง่การตรวจสอบคุณภาพและการรักษาบทบาทของนักวิจัยมนุษย์ ท่ามกลางความเสี่ยงที่วงการอาจถูกท่วมท้นด้วยงานวิจัยคุณภาพต่ำ (slop)
นักคณิตศาสตร์หลายคนยังคงตั้งข้อสังเกตถึงคุณภาพและความสม่ำเสมอของผลงาน โดย Kevin Buzzard ศาสตราจารย์ด้านคณิตศาสตร์จาก Imperial College London ระบุว่าเขาพบทฤษฎีบทในสาขาทฤษฎีจำนวนพีชคณิตจำนวนมาก แต่มีเพียงประมาณ 6 รายการเท่านั้นที่โดดเด่นสะดุดตาขึ้นมาทันที
ที่มา: The Verge
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น