สมการ Navier-Stokes และคำอ้างของ AI: จุดเปลี่ยนหรือแค่สัญญาณเตือน
สมการ Navier-Stokes คือระบบสมการเชิงอนุพันธ์ที่ใช้อธิบายการเคลื่อนที่ของของไหลอย่างอากาศ น้ำ เลือด และน้ำมัน โดยมองของไหลเป็นสื่อต่อเนื่องและใช้กฎการเคลื่อนที่ข้อที่สองของนิวตันในการวิเคราะห์พฤติกรรมการไหลที่ซับซ้อน ทั้งในด้านความเร็ว ความดัน และผลของความหนืด สมการนี้จึงเป็นแกนกลางของวิศวกรรมการบิน การจำลองของไหล และการพยากรณ์อากาศยุคใหม่ ไม่ใช่แค่เรื่องนามธรรมทางคณิตศาสตร์แต่เป็นภาษาพื้นฐานในการออกแบบและทำความเข้าใจโลกที่เต็มไปด้วยการไหลเวียนของสสาร
ประเด็นร้อนอยู่ที่คำอ้างว่า AI ภายในของ OpenAI สามารถแก้ปัญหา Navier-Stokes existence and smoothness ได้ โดยสร้างหลักฐานพร้อมการทำรูปแบบในระบบ Lean ยืนยันว่าการไหลที่เริ่มต้นเรียบสามารถพัฒนาจุดเอกฐานในช่วงเวลาจำกัดได้ ฟังดูเหมือนตอนจบของหนึ่งในปัญหาแห่งสหัสวรรษ แต่ความจริงซับซ้อนกว่านั้น เพราะผลยังไม่ผ่านการตรวจสอบอิสระอย่างเต็มรูปแบบ และสถานะทางการของปัญหาที่ Clay Mathematics Institute ยังกำหนดว่า Navier-Stokes เป็นโจทย์ที่ยังไม่มีวิธีแก้ได้รับการยอมรับ จุดยืนที่ควรมองคือ นี่เป็นสัญญาณว่าระบบ AI เริ่มเข้าไปอยู่ในระดับที่เล่นกับคณิตศาสตร์ลึกได้ ไม่ใช่ป้ายประกาศว่ายุคใหม่ของวิศวกรรมเกิดขึ้นแล้วในทันที
ภายในการพิสูจน์ของ AI: 10,000 เอเจนต์กับโจทย์ปัญหาแห่งสหัสวรรษ
OpenAI ระบุว่าระบบ AI ภายในแบบไม่เปิดเผยรุ่นใช้กลุ่มเอเจนต์ประมาณ 10,000 ตัวทำงานประสานกันเพื่อไล่แก้สมการ Navier-Stokes เอเจนต์เหล่านี้ใช้เวลาประมาณ 88 ชั่วโมงนับจากเปิดใช้งานตัวแรกจนถึงวันที่ 5 กันยายนจึงมาถึงวิธีแก้ปัญหานี้ ก่อนจะใช้เวลาต่ออีก 17 ชั่วโมงผ่านโมเดล GPT-6 Astra เพื่อทำรูปแบบ Lean และตรวจสอบ ผลงานด้านข้อความก็มีขนาดมหาศาล งาน Navier-Stokes เพียงอย่างเดียวสร้างข้อความราว 2.7 ล้านข้อความและใช้โทเคนผลลัพธ์ประมาณ 130 พันล้านโทเคน นี่คือภาพที่ชัดว่าการใช้ AI แก้คณิตศาสตร์ไม่ใช่เรื่องของโมเดลตัวเดียวที่ฉลาด แต่เป็นการจัดทีมเอเจนต์จำนวนมหาศาลให้ร่วมกันสำรวจพื้นที่ความคิดที่มนุษย์เคยเดินคนเดียว
วิธีแก้ที่ระบบ AI รายงานคือการไหลแบบกวนวนเกิดวอร์เท็กซ์เล็กที่หมุนเป็นสไปรัลและยืดตัวออกเรื่อย ๆ ส่วนกลางหดตัวลงตามเวลา ในขณะที่ความเร็วเพิ่มขึ้นไม่จำกัดแต่พลังงานยังคงจำกัด จุดเอกฐานนี้คือการบอกว่าแบบจำลองต่อเนื่องสามารถพังทลายเองจากพลวัตของของไหล ไม่ใช่เกิดจากแรงภายนอกไม่จำกัด การจัดสมดุลระหว่างพจน์เร่ง ความดัน การถ่ายโอนโมเมนตัม และความหนืดให้เพิ่มขึ้นและหักล้างกันอย่างแม่นยำ เป็นจุดที่สะท้อนว่า AI แก้คณิตศาสตร์ได้ในระดับที่ต้องปรับโครงสร้างข้อโต้แย้งละเอียดมาก ไม่ใช่แค่ค้นหาตัวอย่างเชิงตัวเลข
สมการ Navier-Stokes ในโลกจริง: วิศวกรรมการบิน ภูมิอากาศ และผลกระทบที่ยังไม่รู้สึกวันนี้
สมการ Navier-Stokes เป็นแกนหลักของการจำลองของไหลในโลกวิศวกรรมสมัยใหม่ ตั้งแต่การออกแบบปีกเครื่องบิน การจำลองแรงยกและแรงต้าน การไหลเวียนอากาศรอบลำตัว ไปจนถึงการพยากรณ์อากาศ การสร้างแบบจำลองภูมิอากาศ และการศึกษาการไหลของเลือดในหลอดเลือดมนุษย์ โปรแกรม CFD และโมเดลสภาพอากาศในปัจจุบันใช้รูปแบบประมาณของสมการนี้ พร้อมเทคนิคเชิงตัวเลขและโมเดลความปั่นป่วนเพื่อรับมือสภาวะยุ่งยาก โดยไม่เคยรอคำตอบของปัญหาแห่งสหัสวรรษมาก่อน ผลของ AI ครั้งนี้จึงไม่ใช่การสั่งให้เครื่องบินปลอดภัยขึ้นทันทีหรือให้การคาดการณ์ฝนวันพรุ่งนี้แม่นขึ้นชั่วข้ามคืน เพราะเครื่องมือที่ใช้อยู่เดิมถูกสร้างให้รองรับข้อจำกัดและความไม่สมบูรณ์อยู่แล้ว
มุมที่สำคัญกว่าคือการได้รู้มากขึ้นว่าแบบจำลองของไหลในอุดมคติเริ่มพังตรงไหน ตัวอย่างจุดเอกฐานที่พิสูจน์ได้อาจกลายเป็นเข็มทิศให้สร้างสมการรุ่นใหม่หรือโมเดลการปั่นป่วนที่สะท้อนโลกจริงมากขึ้น การเข้าใจขอบเขตของสมการ Navier-Stokes ช่วยให้วิศวกรการบินและนักจำลองภูมิอากาศไม่หลงเชื่อผลลัพธ์ในสภาวะสุดโต่งโดยไม่มีข้อสงสัย และอาจชี้ว่าตรงไหนควรพึ่งการจำลองเชิงสถิติเพิ่มหรือใช้ข้อมูลจากการวัดจริงมาป้อนแทนการคำนวณเพียว ๆ ผลกระทบต่อผู้ใช้ทั่วไปจึงน่าจะมาในรูปซอฟต์แวร์จำลองที่ดีขึ้นทีละรุ่น เทียบกับคำอธิบายจากแหล่งข่าวหนึ่งที่ชี้ว่าผลนี้เป็นหมุดหมายทางคณิตศาสตร์และ AI มากกว่าการเปลี่ยนแปลงวิศวกรรมให้เห็นได้ในสัปดาห์หน้า
ดราม่าความดีความชอบ: เมื่อ AI แก้คณิตศาสตร์ชนกับวัฒนธรรมวิจัย
เรื่องราวไม่ได้จบที่ตัวหลักฐาน แต่ขยายไปเป็นข้อโต้แย้งเรื่องเครดิตระหว่าง OpenAI กับนักคณิตศาสตร์ Tristan Buckmaster และ Levent Alpöge นักวิจัยจาก Anthropic บัคมาสเตอร์และอัลเพอเกเผยแพร่งานวิจัยเกี่ยวกับปัญหา Navier-Stokes ด้วยแนวทางที่ใกล้เคียงกับที่ OpenAI กล่าวว่าใช้ แถมทั้งคู่เคยใช้ Codex และ Claude มาช่วยงานและเก็บร่างงานไว้ในระบบของบริษัทก่อน ในวันที่ 1 กันยายน OpenAI ระบุว่าเริ่มโครงการประเมินโมเดลกับปัญหาแห่งสหัสวรรษทั้งหมดหลังได้ยินข่าวลือว่ามีสองปัญหาถูกแก้ ซึ่งต่อมาถูกเชื่อมโยงกับงานของบัคมาสเตอร์และอัลเพอเก ทำให้ฝั่งนักวิจัยตั้งคำถามว่าข้อมูลของพวกเขาถูกใช้เป็นแรงบันดาลใจมากแค่ไหน แม้บริษัทจะปฏิเสธว่าไม่ได้หยิบไปใช้ตรง ๆ
หลังระบบเอเจนต์มาถึงวิธีแก้ Navier-Stokes และการตรวจสอบ Lean เสร็จสิ้นเมื่อวันที่ 6 กันยายน OpenAI กล่าวว่าได้ติดต่อคู่ดังกล่าวเพื่อเสนอการเผยแพร่ผลลัพธ์พร้อมกันและยอมรับความสำคัญของพวกเขาในประกาศร่วมกัน แต่ความรู้สึกต่ออำนาจขององค์กรเทคโนโลยีใหญ่ที่ถือครองแพลตฟอร์ม AI และข้อมูลร่างงานของนักวิจัยยังเป็นแรงต้านในสายตาผู้สังเกตการณ์ ดราม่านี้สะท้อนปัญหากว้างของ AI แก้คณิตศาสตร์ คือเมื่อระบบถูกฝึกบนคลังงานของมนุษย์อย่างเข้มข้น เส้นแบ่งระหว่างแรงบันดาลใจ การมีส่วนร่วม และการหยิบไปปรับใช้จะเลือนราง การนิยามคำว่าเครดิตจึงไม่ใช่เรื่องสัญญาทางกฎหมายอย่างเดียว แต่เป็นเรื่องความไว้วางใจและจริยธรรมในชุมชนวิจัยที่จะกำหนดว่าการร่วมมือกับ AI จะถูกมองเป็นหุ้นส่วนหรือเป็นการให้ข้อมูลกับกล่องดำ
ยังไม่ใช่ตอนจบของปัญหาแห่งสหัสวรรษ แต่เป็นจุดเริ่มต้นของ AI นักคณิตศาสตร์
แม้ OpenAI จะกล่าวว่าผลลัพธ์ของระบบภายในแก้ปัญหา Navier-Stokes existence and smoothness ได้ แต่สถานะทางการยังห่างไกลจากคำว่าเคลียร์ ปัญหาแห่งสหัสวรรษของ Clay Mathematics Institute ต้องการการตีพิมพ์ การตรวจสอบโดยผู้เชี่ยวชาญอิสระ และการยอมรับอย่างกว้างขวางในชุมชนคณิตศาสตร์ก่อนจะนับว่ามีวิธีแก้ ผลของ OpenAI ยังไม่ได้ถูกตรวจสอบและยกย่องโดยผู้เชี่ยวชาญภายนอกเหมือนผลงานพิสูจน์เชิงแคบจากนักคณิตศาสตร์อิสระที่ได้รับการยืนยันแล้ว และหน้าเว็บของสถาบันยังระบุว่า Navier-Stokes เป็นโจทย์ที่ยังไม่มีคำตอบ กล่าวต่างจากปริมาณ Poincaré ที่เคยถูกแก้สำเร็จไปแล้ว จึงยุติธรรมกว่าที่จะมองงานนี้เป็นข้อเสนอที่ทรงพลังซึ่งต้องผ่านไฟตรวจสอบมากขึ้น ไม่ใช่เส้นชัย
อย่างไรก็ตาม เหตุการณ์นี้ส่งสัญญาณที่สำคัญต่ออนาคตของ AI แก้คณิตศาสตร์ เมื่อระบบสามารถสร้างหลักฐานระดับปัญหาแห่งสหัสวรรษได้แม้ยังต้องตรวจสอบ ก็แปลว่าพรมแดนระหว่างเครื่องมือช่วยคำนวณกับคู่คิดทางทฤษฎีกำลังเลื่อน เข็มนาฬิกาของความก้าวหน้าจะไม่หมุนผ่านเฉพาะบทความใหม่จากมนุษย์แต่รวมถึงการแจ้งผลลัพธ์จากระบบ AI ที่ใหญ่ขึ้นเรื่อย ๆ ตามที่หนึ่งในบทวิเคราะห์ชี้ไว้ ผลกระทบต่อผู้คนอาจปรากฏในรูปซอฟต์แวร์จำลองที่แม่นขึ้น การค้นพบทางวิทยาศาสตร์ที่เร็วขึ้น และเครื่องมือ AI ประจำวันจากรุ่นใหม่ ๆ ที่ถือความเข้าใจสมการ Navier-Stokes และระบบของไหลลึกขึ้นในตัวเอง จุดสรุปจึงไม่ใช่ว่าเรามีคำตอบสุดท้ายแล้ว แต่คือการต้องออกแบบวิธีอยู่ร่วมกับ AI ในฐานะนักคณิตศาสตร์ร่วมสมัย ทั้งในแง่ความถูกต้อง ความโปร่งใส และการแบ่งปันความดีความชอบ
