เมื่อปัญญาประดิษฐ์คณิตศาสตร์กลายเป็นเครื่องจักรแก้ปัญหา
ปัญญาประดิษฐ์คณิตศาสตร์คือระบบ AI ที่ถูกออกแบบให้เข้าใจ สร้าง และตรวจสอบโครงสร้างทางคณิตศาสตร์ระดับสูง สามารถแก้โจทย์คณิตแก้ไม่ได้ที่มนุษย์พยายามหาคำตอบมานาน โดยใช้การคำนวณเชิงสัญลักษณ์ การพิสูจน์ทฤษฎี และการสำรวจพื้นที่คำตอบจำนวนมหาศาลอย่างเป็นระบบ เป้าหมายไม่ใช่เพียงหาคำตอบตัวเลข แต่รวมถึงการสร้างข้อพิสูจน์และรูปแบบใหม่ที่สอดคล้องกับมาตรฐานของวงการวิจัยคณิตศาสตร์
ในช่วงไม่กี่เดือนที่ผ่านมา OpenAI เปิดเกมรุกด้าน AI วิจัยคณิตศาสตร์อย่างชัดเจน เริ่มจากการประกาศว่าระบบของตนแก้สมการ Navier-Stokes ซึ่งเป็นหนึ่งในปัญหามิลเลนเนียมที่ค้างคามานานได้ในช่วงต้นเดือนกันยายน จากนั้นไม่นานก็อ้างว่าสามารถแก้ปัญหาคณิตศาสตร์ที่ยังไม่เคยมีคำตอบได้อีกกว่า 700 ข้อ รวมแล้ว OpenAI เฉลยคำตอบของโจทย์คณิตศาสตร์ที่ไม่เคยได้รับการแก้มากกว่า 719 ข้อภายในเวลาเพียงสัปดาห์เดียว เหตุการณ์นี้ทำให้คำว่าโจทย์คณิตแก้ไม่ได้เริ่มกลายเป็นคำถามมากกว่าคำประกาศ
สิ่งที่น่าคิดคือความสำเร็จนี้ไม่ได้เกิดในสุญญากาศ แต่เกิดท่ามกลางการแข่งขันของบริษัท AI หลายแห่งที่ต่างแข่งกันประกาศความสำเร็จในการไขปัญหาทางคณิตศาสตร์ระดับสูงตั้งแต่เดือนเมษายน ปัญญาประดิษฐ์คณิตศาสตร์จึงไม่ใช่แค่ของเล่นทดลอง แต่กลายเป็นสนามแข่งเชิงกลยุทธ์ที่กำลังเขียนกติกาใหม่ให้ทั้งวงการ
จากยุคโรแมนติกสู่ยุคโรงงานของคณิตศาสตร์
หัวใจของความปั่นป่วนในวงการไม่ใช่แค่จำนวนโจทย์ที่ AI แก้ได้ แต่คือการเปลี่ยนบรรยากาศของคณิตศาสตร์จากยุคโรแมนติกสู่ยุคอุตสาหกรรม เทอร์เรนซ์ เทา นักคณิตศาสตร์ระดับแนวหน้ากล่าวว่า “ยุคโรแมนติกของคณิตศาสตร์จบลงแล้ว” เมื่อเครื่องมือ AI สามารถแก้ปัญหาหลายร้อยข้อด้วยคำสั่งไม่กี่บรรทัด ภาพนักคณิตที่ปิดห้องอยู่กับปัญหาเดียวหลายปีแบบแอนดรูว์ ไวลส์ ถูกแทนที่ด้วยภาพนักวิจัยที่ต้องนั่งคัดกรองข้อพิสูจน์จำนวนมหาศาลที่ AI สร้างขึ้น
เทาอธิบายว่าเรากำลังก้าวเข้าสู่ยุคที่คณิตศาสตร์จะถูกทำในสเกลใหญ่ขึ้น คล้ายโรงงานที่สายพานการผลิตคือ AI และมนุษย์กลายเป็นคนจัดการ ตรวจสอบ และออกแบบกระบวนการมากกว่าจะเป็นฮีโร่ผู้แก้โจทย์ด้วยตัวเอง เรื่องเล่าตำนานแบบ “คนเดียวพิชิตปัญหาโลก” อาจมีความหมายลดลงในยุคที่โจทย์ยากถูกโยนเข้าเครื่องแล้วได้คำตอบกลับมาในเวลาไม่นาน
คำถามสำคัญจึงไม่ใช่ว่า AI วิจัยคณิตศาสตร์จะมาแทนมนุษย์หรือไม่ แต่คือเรายอมรับได้แค่ไหนว่าบทบาทของมนุษย์จะเปลี่ยนจากผู้สร้างคำตอบเป็นผู้ออกแบบคำถาม และจากผู้พิสูจน์ด้วยมือเป็นผู้ออกแบบระบบพิสูจน์ร่วมกับเครื่องจักร หากใครยังยึดติดกับภาพยุคโรแมนติก การเปลี่ยนผ่านนี้ย่อมรู้สึกเหมือนถูกดึงผ้าคลุมตำนานออกอย่างกะทันหัน
เมื่อเส้นทางวิจัยถูกลบในวันอังคารเดียว
ผลกระทบที่เจ็บปวดที่สุดของคลื่น AI รอบนี้เกิดกับนักคณิตศาสตร์สายวิจัยโดยตรง เมื่อ OpenAI ปล่อยชุดคำตอบของปัญหาค้างคามากกว่า 719 ข้อ นักคณิตศาสตร์บางคนถึงกับบอกว่างานวิจัยทั้งโปรแกรมถูกลบหายไปในวันอังคารวันเดียว เพราะโจทย์ที่พวกเขากำลังทำอยู่ถูก AI แก้ไปแล้ว สำหรับนักวิจัยรุ่นใหม่ นี่ไม่ใช่แค่เรื่องเสียโอกาสตีพิมพ์ แต่คือการตั้งคำถามใหม่ทั้งเส้นทางอาชีพ
อูโก ดูมินิล-โคแปง เจ้าของรางวัลฟิลดส์ เมดัล ปี 2022 กล่าวในสมาคมคณิตศาสตร์แห่งฝรั่งเศสว่า “ทุกแนวทางการวิจัยที่เคยมีล้วนหายไปหมดแล้ว เรากำลังเผชิญกับวันใหม่” คำพูดนี้สะท้อนความรู้สึกของนักคณิตจำนวนมากที่พบว่าคำถามที่เคยเป็นเป้าหมายชีวิตกลับถูกเครื่องจักรปิดบัญชีไปก่อนที่พวกเขาจะได้พิสูจน์ฝีมือ
ความปั่นป่วนนี้ทำให้โครงสร้างอาชีพและอนาคตนักคณิตศาสตร์ถูกตั้งคำถามอย่างจริงจัง นักศึกษาระดับปริญญาโทและเอกบางคนถึงกับสงสัยว่าจะยังมีตำแหน่งวิจัยเหลือให้พวกเขาหรือไม่เมื่อถึงเวลาจบการศึกษา ฟรองซัวส์ ชาร์ล หัวหน้าภาควิชาคณิตศาสตร์จากสถาบันชั้นนำในปารีสยอมรับว่ามีความกังวลเรื่องโครงสร้างอาชีพ แต่ในเชิงวิทยาศาสตร์เขายังไม่มองโลกในแง่ร้าย นั่นคือสัญญาณว่าปัญหาอยู่ที่การจัดสรรบทบาทใหม่ มากกว่าการสิ้นสุดของคณิตศาสตร์ในฐานะวิชาชีพ
มนุษย์ยังจำเป็น เพราะคณิตศาสตร์คือวิธีคิดไม่ใช่แค่คำตอบ
แม้ปัญญาประดิษฐ์คณิตศาสตร์จะเก่งในการแก้โจทย์คณิตแก้ไม่ได้ แต่นักคณิตระดับแนวหน้าหลายคนยืนยันตรงกันว่ามนุษย์ยังเป็นศูนย์กลางของความเข้าใจ สเตฟาน มาลลาต จากศูนย์วิจัยวิทยาศาสตร์แห่งชาติฝรั่งเศสกล่าวว่า “คณิตศาสตร์ไปไกลกว่าการคำนวณ มันคือวิธีคิดที่ชัดเจน และจะยังคงเป็นศูนย์กลางเพราะช่วยให้มนุษย์เข้าใจสิ่งต่างๆ ได้” เขาเปรียบสถานการณ์นี้กับยุคที่รถแทรกเตอร์ปฏิวัติการเกษตร เครื่องจักรทำงานหนักแทนคน แต่คนที่เข้าใจคณิตศาสตร์ยังสามารถย้ายทักษะไปสร้างคุณค่าใหม่ในหลายสาขา
เซดริก วิลลานี เจ้าของรางวัลฟิลดส์ เมดัล ปี 2010 เตือนว่าในคณิตศาสตร์ “ข้อสรุปสำคัญน้อยกว่าเส้นทางที่นำไปสู่คำตอบ” นี่คือจุดที่ AI ยังตามมนุษย์ไม่ทัน เพราะแม้ระบบจะให้คำตอบถูกต้อง แต่มักไม่สามารถอธิบายเส้นทางความคิดในแบบที่มนุษย์เข้าใจและตรวจสอบได้อย่างโปร่งใส การพิสูจน์ที่ดีในสายตานักคณิตศาสตร์จึงไม่ใช่แค่การยืนยันว่าคำตอบถูก แต่ต้องเปิดโครงสร้างความคิดที่ทำให้ผู้อื่นเรียนรู้ต่อยอดได้
หากมองจากมุมนี้ AI วิจัยคณิตศาสตร์จึงควรถูกมองเป็นเครื่องมือขยายขอบเขตความคิด มากกว่าคู่แข่งแย่งงาน บทบาทใหม่ของมนุษย์อาจคือผู้ออกแบบคำถามที่มีความหมายทางทฤษฎี ผู้ตีความผลลัพธ์ให้เชื่อมโยงกับโลกจริง และผู้สร้างกรอบแนวคิดใหม่ที่ AI ยังไม่มีบริบทพอจะคิดเองได้ นั่นหมายความว่าความคิดสร้างสรรค์และญาณทฤษฎีของมนุษย์ยังเป็นเชื้อเพลิงหลักของนวัตกรรมทางคณิตศาสตร์ แม้เครื่องยนต์จะเปลี่ยนจากสมองคนเป็นชิปก็ตาม
ออกแบบอนาคตนักคณิตศาสตร์ในยุค AI ไม่ใช่ยอมจำนน
คำถามใหญ่ที่สุดตอนนี้คือเราจะออกแบบอนาคตนักคณิตศาสตร์อย่างไรในโลกที่ AI แก้โจทย์คณิตแก้ไม่ได้ไปก่อนแล้วหลายร้อยข้อ คำตอบหนึ่งเริ่มปรากฏผ่านการเคลื่อนไหวของมูลนิธิไซมอนส์ที่ร่วมกับ OpenAI และ Anthropic ตั้งกองทุนเพื่อสนับสนุนนักคณิตศาสตร์รับมือกับ AI โดยเน้นจัดเวิร์กชอปประเมินผลลัพธ์ที่ AI สร้างขึ้นและกำหนดมาตรฐานการใช้งาน นี่คือสัญญาณว่าบทบาทใหม่ของนักคณิตอาจคือผู้ควบคุมคุณภาพและผู้ออกแบบจริยธรรมการใช้ AI มากกว่าผู้แข่งขันกับเครื่องจักร
ในเชิงยุทธศาสตร์ วงการควรยอมรับว่าเส้นทางวิจัยที่เน้นแก้ปัญหามาตรฐานแบบเดิมจะถูก AI ปิดช่องว่างอย่างรวดเร็ว นักคณิตศาสตร์รุ่นใหม่อาจต้องหันไปเน้นงานที่ AI ยังทำได้ยาก เช่น การสร้างกรอบทฤษฎีใหม่ การเชื่อมหลายสาขาเข้าด้วยกัน หรือการอธิบายผลลัพธ์ให้สาขาอื่นนำไปใช้ การวางแผนเส้นทางอาชีพจึงต้องเปลี่ยนจากคำถามว่า “จะพิสูจน์ปัญหาไหน” เป็น “จะใช้คณิตศาสตร์แบบไหนเพื่อสร้างความเข้าใจใหม่ให้โลก”
สุดท้าย ปัญญาประดิษฐ์คณิตศาสตร์ไม่ได้ประกาศจบยุคของมนุษย์ แต่บังคับให้เราซื่อสัตย์กับสิ่งที่มีคุณค่าจริงในคณิตศาสตร์ หากคุณค่าคือการได้เป็นฮีโร่ผู้พิชิตโจทย์ยาก อนาคตอาจดูมืดมน แต่ถ้าคุณค่าคือความเข้าใจ เส้นทาง และความคิดที่ชัดเจน AI จะกลายเป็นเพื่อนร่วมงานที่ผลักให้มนุษย์ปีนขึ้นไปสู่ระดับความคิดใหม่ ไม่ใช่ศัตรูที่แย่งงานไปจนหมด






