นิยามปมร้อน OpenAI คณิตศาสตร์ และทำไมเรื่องนี้สำคัญ
ข้อขัดแย้ง OpenAI คณิตศาสตร์ คือกรณีที่บริษัท AI รายใหญ่ประกาศว่าระบบของตนสามารถแก้ปัญหาคณิตศาสตร์ระดับตำนานอย่าง Navier-Stokes ได้ ขณะที่นักคณิตศาสตร์ที่ใช้ AI ในงานวิจัยด้านเดียวกันออกมาโต้แย้งว่า บริษัทอาจกล่าวเกินจริงถึงความสามารถของ AI และพยายามช่วงชิงเครดิตทางวิชาการ ปรากฏการณ์นี้สะท้อนความตึงเครียดระหว่างการตลาดขององค์กร AI กับมาตรฐานการตรวจสอบและการให้เครดิตในชุมชนวิชาการคณิตศาสตร์ ซึ่งอาจกำหนดทิศทางว่ามนุษย์และ AI จะทำงานร่วมกันเพื่อแก้ปัญหาคณิตศาสตร์ที่ยากที่สุดในอนาคตอย่างไร เมื่อวันที่ 8 กันยายน OpenAI ประกาศว่าระบบ AI ภายในของตนได้แก้ปัญหา Navier-Stokes ซึ่งเป็นหนึ่งในปัญหา Millennium Prize ทางคณิตศาสตร์ได้แล้ว บริษัทระบุว่าตัวแทน AI ประมาณ 10,000 ตัวทำงานร่วมกันเป็นเวลา 88 ชั่วโมง แลกเปลี่ยนข้อความนับล้านและสร้างโทเค็นเอาต์พุตราว 130 พันล้านรายการ ก่อนออกคำตอบที่บอกว่าถูกตรวจสอบด้วยคอมพิวเตอร์ สำหรับคนทั่วไป นี่ฟังดูเหมือนก้าวกระโดดของ Navier-Stokes AI แต่สำหรับนักคณิตศาสตร์ เรื่องไม่ง่ายและไม่สวยหรูเท่าแถลงข่าว
Tristan Buckmaster กับผลงานที่ AI ช่วย และข้อกล่าวหาต่อ OpenAI
แก่นของเรื่องนี้ไม่ใช่แค่คำถามว่า AI ปัญหาคณิตศาสตร์ ถูกแก้ได้แล้วหรือไม่ แต่เป็นคำถามว่าใครทำอะไรและควรได้รับเครดิตอย่างไร Tristan Buckmaster ศาสตราจารย์ด้านคณิตศาสตร์จาก NYU ซึ่งเคยได้รับรางวัล Clay Research จากงานเกี่ยวกับสมการ Navier-Stokes ออกแถลงการณ์ว่าตนและ Levent Alpöge นักคณิตศาสตร์จาก Anthropic ใช้แบบจำลองภาษาอย่าง Claude และโมเดลตระกูล Codex ของ OpenAI เพื่อสร้างร่างพิสูจน์จำนวนมาก แล้วตรวจแก้และเขียนใหม่อย่างละเอียดด้วยตนเอง งานของทั้งคู่ไม่ได้แก้โจทย์ Millennium Prize เต็มรูปแบบ แต่พิสูจน์เวอร์ชันใกล้เคียงกว่าเดิมของปัญหาเกี่ยวกับการเกิด singularity ของสมการ Euler, Boussinesq และ incompressible porous media เมื่อมีแรงภายนอกแบบเรียบเข้ามากระทำ เป็นการต่อยอดจากแนวทางที่ Diego Córdoba และ Luis Martínez-Zoroa วางไว้มาก่อน โดย Buckmaster ย้ำว่าเขายกเครดิตเชิงแนวคิดให้สองคนนี้และถึงขั้นเห็นว่า Martínez-Zoroa สมควรได้ Fields Medal ท่าทีนี้ตอกหน้าแนวคิดของการยึดผลงานเป็นขององค์กร AI เพราะเขาเน้นว่าต้นกำเนิดของไอเดียมาจากนักคณิตศาสตร์ ไม่ใช่บริษัท
ปะทะระหว่างคำโฆษณา AI กับมาตรฐานวิทยาศาสตร์: ใครกำหนดว่าอะไรคือ "ความก้าวหน้า"
สิ่งที่ทำให้ไฟลุกลามคือข้อกล่าวหาว่า OpenAI พยายามเข้าไปมีบทบาทเหนือผลงานที่ Buckmaster และ Alpöge ทำ Buckmaster เล่าว่าหลังจากมีโพสต์ไวรัลบนโซเชียลมีเดียที่คาดเดาว่า Claude ของ Anthropic อาจแก้โจทย์ Millennium Prize ได้สำเร็จ ทำให้มีข่าวลือเรื่องการทะลวงปัญหา Navier-Stokes กระจายออกมา เขาอ้างว่าเมื่อติดต่อผู้เกี่ยวข้องกับ OpenAI เพื่อชี้แจงว่าผลงานของเขาเป็นโครงการส่วนตัว กลับได้รับข้อมูลว่าภายในบริษัทได้ให้โมเดลสร้างพิสูจน์ยาวราว 100 หน้าโดยใช้แนวทางบังคับด้วยแรงเรียบแบบเดียวกับโปรแกรม Córdoba–Martínez-Zoroa ซึ่งแทบไม่มีใครอื่นใช้ในวงการ เมื่อเขาซักถามละเอียด ข้อโฆษณาว่าโมเดลแก้ปัญหาได้โดยใช้ "แรงงานมนุษย์น้อยมาก" กลับดูไม่ตรงกับความจริง เพราะปรากฏว่ามีทีมเต็มทีมทำงานอยู่เบื้องหลัง ใช้กำลังประมวลผลจำนวนมาก และแม้แต่ข้อความพร็อมป์ก็ถูกสร้างโดย AI อีกชั้น Buckmaster เล่าว่ามีการเสนอให้ทำประกาศร่วม หรือให้เขาเขียนงาน Navier-Stokes โดยให้เครดิตโมเดลของ OpenAI พร้อมกับผลักให้ตัดชื่อ Alpöge ออกจากงาน โดยอ้างว่าการที่ Alpöge ทำงานอยู่กับคู่แข่งโดยตรงนั้น "น่ารำคาญ" หากคำกล่าวนี้เป็นจริง นี่ไม่ใช่แค่ข้อแตกต่างเชิงวิชาการ แต่คือการปะทะกันระหว่างมาตรฐานจริยธรรมของนักวิทยาศาสตร์กับแรงผลักดันทางการตลาดของบริษัท AI
คำถามเรื่องการตรวจสอบและเครดิตในยุค Navier-Stokes AI
ปัญหาที่แท้จริงจากข้อเรียกร้องของ OpenAI คือโลกคณิตศาสตร์จะรับมือกับ AI ปัญหาคณิตศาสตร์ อย่างไรเมื่อผลลัพธ์ถูกสร้างโดยกระบวนการที่หลายพันตัวแทน AI ทำงานร่วมกันเป็นวันๆ แล้วไล่ค้นหาวิธีพิสูจน์ รูปแบบนี้ต่างจากวิธีคิดของมนุษย์อย่างชัดเจน แต่คำตอบกลับถูกนำเสนอราวกับเป็นความก้าวหน้าทางทฤษฎีที่มั่นคง ทั้งที่ยังไม่มีการตรวจสอบอิสระจากชุมชนคณิตศาสตร์ นักคณิตศาสตร์อย่าง Córdoba ผู้วางรากฐานแนวทางบังคับด้วยแรงภายนอกเองก็เตือนว่าการสรุปว่าคำตอบนี้ถูกต้องเป็นเรื่องที่จะ "น่าประหลาดใจอย่างมาก" หากไม่มีการตรวจสอบอย่างละเอียดจากคนในสาขา อีกด้านหนึ่ง Buckmaster เน้นว่าเขาใช้เครื่องมืออย่าง Lean เพื่อตรวจพิสูจน์ของตนอย่างเป็นทางการ ลดช่องว่างเชิงตรรกะให้เหลือน้อยที่สุด และเขาออกมาพูดเพื่อ "ตั้งบันทึกข้อเท็จจริง" ก่อนจะมีเรื่องเล่าคนละด้านแพร่กระจายไป สถานการณ์นี้ชี้ให้เห็นว่าในยุคที่ AI เป็นส่วนหนึ่งของงานวิจัยทางคณิตศาสตร์ การตรวจสอบแบบฟอร์มอล การเปิดเผยขั้นตอน และการให้เครดิตอย่างโปร่งใสสำคัญไม่น้อยไปกว่าตัวผลลัพธ์เอง
บทเรียนจากข้อเรียกร้องของ OpenAI: AI เป็นหุ้นส่วน ไม่ใช่เจ้าของความรู้
เมื่อมองภาพรวม ข้อพิพาทนี้เป็นมากกว่าดราม่าในวงการสมการความหนืด มันคือสัญญาณเตือนว่า หากปล่อยให้บริษัท AI นิยมโฆษณาความสำเร็จด้วยภาษาที่เกินจริง โดยไม่ให้ความสำคัญกับการตรวจสอบอิสระและการให้เครดิตแก่คนที่วางรากฐานทางความคิด โลกวิทยาศาสตร์อาจถูกดันให้เปลี่ยนจากระบบความรู้ร่วมกัน ไปสู่ระบบที่กลไกสร้างความรู้ถูกแปรรูปเป็นทรัพย์สินของเอกชนเท่านั้น นักวิจารณ์เทคโนโลยีอย่าง Mehdi ถึงขั้นโจมตีว่าการประกาศของ OpenAI เป็นความพยายาม "แปรรูปกลไกที่สร้างความรู้ของมนุษย์ให้เป็นของเอกชน" และชี้ว่าบริษัทใช้พลังประมวลผลจำนวนมากแทนการให้เครื่องจักรใช้เหตุผลทางวิทยาศาสตร์ที่ลึกซึ้ง บทเรียนที่ควรได้จากกรณีนี้คือ การยอมรับว่า AI เป็นหุ้นส่วนที่ทรงพลังในงานคณิตศาสตร์ แต่ไม่ใช่เจ้าของความรู้ การใช้ Navier-Stokes AI หรือเครื่องมืออื่นๆ เพื่อสร้างแนวทางและร่างพิสูจน์เป็นสิ่งที่น่าตื่นเต้น หากแต่ผลลัพธ์ต้องผ่านการตรวจสอบโดยชุมชน เปิดเผยเส้นทางความคิด และเคารพต่อเครดิตของมนุษย์ที่ออกแบบวิธีคิด การโฟกัสแต่ภาพว่า AI "แก้โจทย์ในตำนาน" โดยไม่พูดถึงคนและกระบวนการเบื้องหลัง จึงไม่ใช่ความก้าวหน้า แต่เป็นการถอยหลังของความซื่อสัตย์ในโลกวิชา
