ปัญญาประดิษฐ์เดินหน้าแก้ปัญหาคณิตศาสตร์ยุคหลายศตวรรษ: จากการคาดเดาสู่การพิสูจน์

จากปัญญาประดิษฐ์แก้คณิตศาสตร์ สู่การสั่นสะเทือนหัวใจของวิชาคณิต

ปัญญาประดิษฐ์แก้คณิตศาสตร์หมายถึงการใช้โมเดล AI ขั้นสูงเพื่อสร้างแนวคิดใหม่ ผสานงานวิจัยเดิม และผลิตข้อพิสูจน์หรือผลลัพธ์เชิงคณิตศาสตร์ที่นักคณิตศาสตร์มนุษย์ยังไม่เคยทำได้ โดยไม่จำกัดแค่การอธิบายหรือสรุป แต่รวมถึงการผลักขอบเขตทฤษฎีที่ค้างมาหลายศตวรรษให้ขยับไปข้างหน้าอย่างเป็นรูปธรรม ความเปลี่ยนแปลงนี้กำลังบังคับให้เราตั้งคำถามว่า “ความคิดสร้างสรรค์ทางคณิตศาสตร์” ยังเป็นอภิสิทธิ์ของมนุษย์อยู่หรือไม่ และสายอาชีพนักคณิตศาสตร์จะเปลี่ยนบทบาทไปเพียงใดในโลกที่ AI เริ่มคิดได้ลึกไม่แพ้เรา.

ประเด็นนี้ไม่ใช่เรื่องไกลตัวหรือข่าวฮือฮาชั่วคราว แต่เป็นจุดหักเหของวิธีที่สังคมมองต่อการค้นพบเชิงทฤษฎีในยุคข้อมูลล้นโลก เมื่อบริษัทด้าน AI รายใหญ่เริ่มรายงานว่ามีโมเดลที่ทำความก้าวหน้าบนปัญหาคณิตศาสตร์ระดับ “หลายศตวรรษ” นักคณิตศาสตร์จำนวนมากจึงเริ่มมองว่าเราอาจเข้าสู่ยุคใหม่ที่การพิสูจน์ทฤษฎีสำคัญไม่จำเป็นต้องเริ่มจากกระดาษเปล่าในห้องทำงานส่วนตัวอีกต่อไป แต่ถูกขับเคลื่อนโดยเครื่องมือที่คิดได้เองบนเซิร์ฟเวอร์ในระดับวันหรือสัปดาห์.

Riemann Hypothesis AI: จุดเปลี่ยนจากการฝันสู่หมุดหมายที่จับต้องได้

Riemann Hypothesis คือหนึ่งในปัญหาคณิตศาสตร์ยาวนานที่ทรมานสมองมนุษย์มากว่า 160 ปี และเป็นหัวใจของความเข้าใจเรื่องการกระจายตัวของจำนวนเฉพาะ ปัญหานี้ตั้งคำถามว่า “ศูนย์ที่ไม่ธรรมดา” ทั้งหมดของฟังก์ชัน Riemann zeta อยู่บนเส้นวิกฤตเส้นเดียวหรือไม่ หากเป็นจริง ทฤษฎีจำนวนมหาศาลที่พึ่งพาข้อสมมตินี้ก็จะกลายเป็นความจริงอย่างเป็นทางการในทันที. แต่จนถึงวันนี้ นักคณิตศาสตร์ยังไม่สามารถพิสูจน์หรือหักล้างได้ และโลกก็ใช้ชีวิตร่วมกับสมมติฐานที่ยังไม่รู้คำตอบนี้มานานเกินกว่าหนึ่งศตวรรษ.

สิ่งที่ทำให้ข่าว Riemann Hypothesis AI สะเทือนวงการไม่ใช่แค่ชื่อของปัญหา หากแต่เป็นวิธีเริ่มต้น: พนักงานคนหนึ่งที่ไม่ได้เป็นนักคณิตศาสตร์โดยตรงสั่งให้โมเดลทดลอง “โจมตีปัญหาอย่างจริงจัง” แล้วปล่อยให้ AI ตัดสินใจทุกอย่างเอง. ในยุคที่แชตบอตทั่วไปตอบแต่เพียงว่าตนไม่สามารถคิดทฤษฎีใหม่ได้ การที่โมเดลวิจัยรุ่นหนึ่งกลับเดินไปไกลกว่าเดิม จึงกลายเป็นสัญญาณชัดว่าขอบเขตของสิ่งที่ AI ทำได้ในเชิงคณิตศาสตร์กำลังขยายตัวอย่างรวดเร็ว และอาจเปลี่ยนวิธีตั้งโจทย์วิจัยในอนาคต.

Claude ความก้าวหน้า: จาก 41% สู่ 67% และการเล่าเรื่องใหม่ของความคิดคณิตศาสตร์

ในรายละเอียดทางเทคนิค สิ่งที่โมเดลวิจัยตัวหนึ่งของ Claude ทำได้ไม่ใช่การพิสูจน์ Riemann Hypothesis โดยตรง แต่คือการปรับปรุงขอบเขตล่างของสัดส่วนศูนย์บนเส้นวิกฤตของฟังก์ชัน Riemann zeta จาก 41.6% เป็น 67.2% ภายในการรันงานแบบอัตโนมัติหลายวัน ซึ่งถือเป็นการขยับค่าคงที่ที่นักคณิตศาสตร์ค่อยๆ ดันขึ้นมาหลายทศวรรษด้วยมือ. กล่าวในประโยคเดียวที่ควรค่าแก่การถูกจดจำ: “Claude ผลักสัดส่วนศูนย์บนเส้นวิกฤตจาก 41.6% ไปอยู่ที่ 67.2% ด้วยข้อโต้แย้งใหม่ที่สร้างจากการผสานกรอบงานวิจัยของนักคณิตศาสตร์หลายคนเข้าด้วยกัน”.

สิ่งที่น่าคิดไม่แพ้ตัวเลขคือวิธีการ โมเดลนี้ลองผิดลองถูกกับแนวคิดกว่า 650 แนวทาง ใช้ตัวแทนย่อย 60 ตัวรันคำสั่ง shell ราว 2,400 ครั้ง และเขียนสคริปต์ Python จำนวนมาก ก่อนจะตกผลึกเป็นข้อพิสูจน์ที่ต้องส่งให้ทั้งนักคณิตศาสตร์ภายในและภายนอกบริษัทช่วยตรวจสอบ. ขณะเดียวกัน บริษัทก็เน้นย้ำว่าแม้ผลลัพธ์นี้จะน่าตื่นเต้น แต่ไม่ได้ทำให้เราขยับเข้าใกล้การพิสูจน์ Riemann Hypothesis อย่างมีนัยสำคัญ และเทคนิคชุดนี้ยังไม่คาดว่าจะสเกลไปสู่การพิสูจน์เต็มรูปแบบได้ในทันที. แปลว่าความก้าวหน้าเชิงตัวเลขมาพร้อมการเตือนสติว่า AI ยังไม่ใช่ “เครื่องพิสูจน์อัตโนมัติ” แบบไร้ข้อจำกัด.

AI กับคลื่นความก้าวหน้าทางวิทยาศาสตร์และคณิตศาสตร์: ความหวังที่ปนความกังวล

เหตุการณ์ของ Claude ไม่ใช่กรณีเดียวที่ปัญญาประดิษฐ์เริ่มสร้างความก้าวหน้าที่มีความหมายในวิทยาศาสตร์และคณิตศาสตร์ แต่เป็นส่วนหนึ่งของแนวโน้มที่ผู้เชี่ยวชาญบางคนถึงกับเรียกว่า “การเปลี่ยนเฟส” ในรอบครึ่งปีที่ผ่านมา AI ถูกใช้ทั้งเพื่อค้นแนวทางใหม่ในวิทยาศาสตร์ แพทย์ และเพื่อปะติดปะต่อวิธีพิสูจน์ที่ซ่อนอยู่ในงานวิทยานิพนธ์และบทความเก่าให้กลายเป็นข้อโต้แย้งใหม่ในคณิตศาสตร์. โมเดลหนึ่งของบริษัทอีกแห่งถูกรายงานว่าสามารถหาแนวคำตอบให้กับปัญหาคณิตศาสตร์ 10 ข้อที่ค้างการแก้ไขมานาน รวมถึงการจัดเรียงทรงกลมในมิติมากกว่า 3 มิติและข้อจำกัดใหม่ของโค้ดแก้ไขข้อผิดพลาด ซึ่งเชื่อมไปถึงการส่งข้อมูลและความมั่นคงไซเบอร์ยุคหลังควอนตัม.

ความเร็วนี้ทำให้ทั้งความหวังและความกลัวเดินคู่กัน นักคณิตศาสตร์ระดับรางวัลสูงบางคนยอมรับว่าต้อง “ทบทวนตัวเอง” ว่าบทบาทของตนในโลกที่ AI สามารถขยายงานวิจัยได้เองนั้นจะเป็นอย่างไร. สำหรับคนหนึ่ง ความก้าวหน้าของปัญญาประดิษฐ์แก้คณิตศาสตร์คือโอกาสทองที่จะเปิดประตูสู่ปัญหายากเกินกว่ามนุษย์คนเดียวจะฝ่าฟัน แต่สำหรับอีกคน นี่คือการประกาศว่าศิลปะการคิดเชิงนามธรรมที่เคยเป็นสนามแห่งความภาคภูมิใจส่วนบุคคลกำลังถูกแบ่งปันให้เครื่องมือที่ไม่มีความรู้สึกแต่มีสมรรถนะเกินมนุษย์ในบางมิติ.

อนาคตนักคณิตศาสตร์ในยุค Claude และ Astra: จากผู้พิสูจน์เดี่ยวสู่ผู้ออกแบบคำถาม

เมื่อ AI ก้าวเข้ามาเป็นผู้เล่นจริงในสนามคณิตศาสตร์ โจทย์ใหญ่ที่เราเลี่ยงไม่ได้คือ “นักคณิตศาสตร์มนุษย์จะเหลือบทบาทอะไรบ้าง” หากมองโลกแง่บวก AI อย่าง Claude ความก้าวหน้าและโมเดลอื่นๆ กำลังปลดภาระงานบางอย่าง เช่น การลองโครงสร้างพิสูจน์จำนวนมาก การค้นเอกสารเก่า หรือการทดสอบแนวคิดเบื้องต้น ให้มนุษย์มีเวลามากขึ้นกับการตั้งคำถามสำคัญ ออกแบบกรอบคิดใหญ่ และตัดสินว่าผลลัพธ์ใดสะท้อนความเข้าใจแท้จริงมากกว่าการบังเอิญ. ในภาพนี้ นักคณิตศาสตร์เปลี่ยนจาก “ผู้พิสูจน์ทุกขั้น” สู่ “ผู้ออกแบบโจทย์และผู้คัดเลือกความหมาย” ซึ่งยังต้องการทักษะมนุษย์ในระดับสูง.

แต่หากมองโลกอย่างระแวดระวัง เราก็ต้องยอมรับว่ามีความเสี่ยงของการลดคุณค่าความพยายามมนุษย์ ทั้งในแง่เครดิตงานวิจัยและแรงจูงใจของคนรุ่นใหม่ที่อาจรู้สึกว่าตัวเองสู้เครื่องไม่ได้. กรณีข้อถกเถียงเรื่องการยกเครดิตให้โมเดลที่สร้างผลลัพธ์บนพื้นฐานงานของนักวิจัยก่อนหน้าเป็นตัวอย่างชัดว่าการกำหนดเส้นเขต “ใครคิดอะไร” จะยิ่งยุ่งยากในยุค AI. บทสรุปที่ตรงไปตรงมาจึงอาจเป็นว่า เราไม่ได้กำลังเห็นการสิ้นสุดของอาชีพนักคณิตศาสตร์ แต่กำลังเข้าสู่ยุคที่ต้องนิยามใหม่ว่า “การคิดคณิตศาสตร์ในฐานะมนุษย์” หมายถึงอะไร และเราจะอยู่ร่วมกับเครื่องมือที่คิดได้เร็วกว่าเราอย่างรับผิดชอบและมีศักดิ์ศรีได้อย่างไร.