GPT-6 คณิตศาสตร์ เปลี่ยนโจทย์ระดับสหัสวรรษให้เป็นจุดเริ่มต้นใหม่ของ AI
ความก้าวหน้าล่าสุดของ GPT-6 Astra ในการพิสูจน์ปัญหา Navier-Stokes และแก้โจทย์เปิดกว่า 100 ข้อคือเหตุการณ์ที่ยกระดับภาพของปัญญาประดิษฐ์ในสายตานักวิทยาศาสตร์ จากเครื่องมือช่วยคิดกลายเป็นผู้เล่นตัวจริงในเวทีการค้นพบทางคณิตศาสตร์และวิทยาศาสตร์ โดยมีผลต่อทั้งวิธีทำวิจัย มาตรฐานความน่าเชื่อถือ และอำนาจต่อรองของสถาบันวิจัยมนุษย์ในยุคที่โมเดล AI ใหม่สามารถสร้างคณิตศาสตร์ใหม่ได้เป็นจำนวนมากอย่างรวดเร็ว จุดหัวใจของข่าวนี้คือ การที่ระบบภายในของ OpenAI ใช้ GPT-6 Astra เป็นองค์ประกอบสำคัญในการสร้างข้อพิสูจน์ว่าในกรณีที่กำหนด สมการ Navier-Stokes สามารถพัฒนาไปสู่ภาวะเอกฐานได้ภายในเวลาจำกัด เลือกตอบด้านที่บอกว่าสมการไม่ราบเรียบเสมอไป นี่ไม่ใช่เพียงการผ่านด่านโจทย์ยาก แต่เป็นการสั่นสะเทือนเส้นแบ่งระหว่างสิ่งที่เราเคยคิดว่า “มนุษย์เท่านั้นที่ทำได้” กับความสามารถของ GPT-6 คณิตศาสตร์ยุคใหม่
Navier-Stokes ปัญหา จากสมการของไหลสู่คำถามเรื่องความหมายของการพิสูจน์
สมการ Navier-Stokes เป็นสมการเชิงอนุพันธ์ย่อยที่ใช้กฎการเคลื่อนที่ข้อที่สองของนิวตันมาอธิบายการไหลของของไหลที่มีความหนืด เช่น การไหลของอากาศใต้ปีกเครื่องบินหรือการจำลองกระแสอากาศรอบจรวดของหน่วยงานอวกาศต่าง ๆ แต่โจทย์ Navier-Stokes ในชุด Millennium Prize Problems ไม่ได้ถามว่ามันใช้ได้หรือไม่ในทางวิศวกรรม หากถามลึกไปในระดับคณิตศาสตร์ว่า สำหรับของไหลอัดตัวไม่ได้ที่มีความหนืดคงที่ในปริภูมิสามมิติ คำตอบของสมการยังมีอยู่เสมอและราบเรียบตลอดเวลาหรืออาจเกิดภาวะเอกฐานที่ค่าบางอย่างพุ่งสู่อนันต์ภายในเวลาจำกัดได้ กระบวนการแก้โจทย์นี้โดยระบบเอเจนต์ของ OpenAI ใช้การสื่อสารประมาณ 2.7 ล้านข้อความและสร้างผลลัพธ์รวมราวหนึ่งแสนสามหมื่นล้านโทเคน พร้อมใช้เวลาราว 88 ชั่วโมงเพื่อสร้างแนวทางและข้อพิสูจน์เชิงวิเคราะห์ ก่อนที่ GPT-6 Astra จะใช้เวลาอีกประมาณ 17 ชั่วโมงในการแปลงข้อพิสูจน์เป็นภาษาลีนและตรวจสอบตรรกะทุกขั้นอย่างเป็นระบบ นี่คือคำพูดที่ควรจดจำว่า “การแก้โจทย์ Navier-Stokes ด้วย GPT-6 Astraต้องแลกมาด้วย 2.7 ล้านข้อความและเวลารวมกว่าร้อยชั่วโมงของระบบเอเจนต์และโมเดลตรวจสอบ”
โมเดล AI ใหม่แก้ 100+ ปัญหาคณิตศาสตร์ ความเร็วที่น่าตื่นเต้นและน่ากังวล
การพิสูจน์ Navier-Stokes เป็นเพียงยอดภูเขาน้ำแข็ง เมื่อ OpenAI ระบุว่าโมเดลภายในที่เริ่มฝึกฝนเมื่อวันที่ 28 สิงหาคม ได้แก้ปัญหาเปิดที่ยาวนานกว่า 100 รายการในส่วนใหญ่ของคณิตศาสตร์แล้ว ความเร็วของความก้าวหน้าถูกอธิบายว่า “ทำให้คณิตศาสตร์ภายใน OpenAI ประหลาดใจ” และสร้างการหารือภายในว่าควรเตรียมชุมชนคณิตศาสตร์ทั่วโลกอย่างไรต่อความสามารถที่กำลังมาเร็วกว่าที่คาด ที่สำคัญ OpenAI เองยอมรับว่าคณิตศาสตร์ไม่ใช่แค่โดเมนหนึ่งในบรรดาหลายโดเมน หากเป็นวิทยาศาสตร์พื้นฐานที่การค้นพบใหม่สามารถต่อยอดไปสู่งานวิศวกรรมและวิทยาศาสตร์แขนงอื่น ๆ ได้ ทำให้ความรับผิดชอบในการพัฒนาและใช้งาน GPT-6 คณิตศาสตร์และโมเดล AI ใหม่เหล่านี้มีความสำคัญ “เหนือกว่าตัวคณิตศาสตร์เอง” ในแง่ผลกระทบต่อสังคมและเทคโนโลยี นี่คือก้าวกระโดดของปัญญาประดิษฐ์วิทยาศาสตร์ แต่ก็เป็นการเร่งโจทย์ใหม่ว่ามนุษย์จะจัดการความเร็วนี้อย่างไรโดยไม่ให้คุณภาพความเข้าใจตกตาม
คณะที่ปรึกษาอิสระที่ Institute for Advanced Study ทำไมการคุมเกมโดยคนจึงสำคัญ
ความก้าวกระโดดของ GPT-6 และโมเดลภายในไม่ได้เกิดในสุญญากาศ หากเกิดขึ้นคู่กับแรงต้านและคำเตือนจากชุมชนคณิตศาสตร์ จดหมายเปิด “A Severe Misalignment of AI in Mathematics” ตั้งคำถามว่าการใช้การแก้ปัญหาเปิดเป็นคะแนนความสำเร็จของระบบ AI ใหม่กำลังบิดเป้าหมายของวิทยาศาสตร์คณิตศาสตร์ ทำให้ผลลัพธ์ถูกประกาศอย่างเร่งรีบ ขาดการเขียนรายละเอียด แยกแนวคิดใหม่จากวิธีเดิม และเปิดช่องปัญหาเรื่องการอ้างอิงและการคัดลอกผลงาน ในบริบทนี้ การที่ OpenAI ประกาศจัดตั้งกลุ่มที่ปรึกษาอิสระด้านคณิตศาสตร์และปัญญาประดิษฐ์ซึ่งจัดขึ้นที่ Institute for Advanced Study จึงเป็นสัญญาณว่าบริษัทต้องการสะพานเชื่อมกับแวดวงคณิตศาสตร์แทนที่จะวิ่งคนเดียว ภารกิจของกลุ่มคือให้คำปรึกษาในด้านการทบทวนและสื่อสารผลลัพธ์ใหม่ ประเมินความสำคัญ ประสานการเผยแพร่ และให้ความเห็นต่อมาตรฐานงานวิจัยคณิตศาสตร์ พร้อมเปิดรับความคิดเห็นจากชุมชนผ่านแบบฟอร์มออนไลน์เพื่อใช้กำหนดคำแนะนำ โดยไม่เผยแพร่ต่อสาธารณะหากไม่ได้รับอนุมัติ นี่คือโครงสร้าง oversight ที่จำเป็นเมื่อโมเดล AI ใหม่สามารถผลิตคณิตศาสตร์ในระดับอุตสาหกรรม
อนาคตปัญญาประดิษฐ์วิทยาศาสตร์ เมื่อ AI เป็นทั้งผู้ค้นพบและผู้ถูกตรวจสอบ
เมื่อโมเดล AI ใหม่ถูกใช้เป็นผู้ค้นพบและผู้สร้างข้อพิสูจน์ เราต้องตัดสินใจว่าจะให้บทบาทของมนุษย์อยู่ตรงไหน ข่าวการพิสูจน์ Navier-Stokes และการแก้ปัญหากว่า 100 ข้อบอกเราชัดว่า AI เข้าสู่ระยะที่สามารถผลิตคณิตศาสตร์ใหม่ได้ในปริมาณมาก แต่จดหมายเปิดจากนักคณิตศาสตร์ก็เตือนว่า ผลลัพธ์จาก AI จะไม่ “เป็นจริง” ในความหมายของคณิตศาสตร์ หากไม่มีมนุษย์ที่พร้อมพัฒนา เชื่อมโยงกับงานก่อนหน้า และทำให้มันกลายเป็นส่วนหนึ่งขององค์ความรู้ที่ได้รับการยอมรับ ในระยะต่อไป การทำงานร่วมกับกลุ่มที่ปรึกษาอิสระที่ Institute for Advanced Studyเป็นเพียงก้าวแรก OpenAI เองยอมรับว่ามีคำถามยากอีกมากเกี่ยวกับวิธีที่ AI จะสนับสนุนความเข้าใจทางคณิตศาสตร์และวิธีที่ประโยชน์จะเข้าถึงชุมชนที่กว้างขึ้น โดยระบุว่าต้องการให้นักคณิตศาสตร์มีบทบาทศูนย์กลางในการกำหนดคำตอบเหล่านี้ บทเรียนสำคัญสำหรับผู้อ่านคือ เราควรตื่นเต้นกับ GPT-6 คณิตศาสตร์และปัญญาประดิษฐ์วิทยาศาสตร์ แต่ต้องเรียกร้องให้ทุกผลลัพธ์ผ่านทั้งการตรวจสอบโดยเครื่องและการตีความโดยคน การให้ AI เป็นทั้งเครื่องมือและคู่สนทนา ไม่ใช่ผู้ผูกขาดคำตอบ
