Navier-Stokes ปริศนาแห่งสหัสวรรษที่ AI กล้าเข้าไปท้าชน
ปัญหา Navier-Stokes existence and smoothness คือโจทย์คณิตศาสตร์ขั้นสูงที่ถามว่าสมการซึ่งใช้อธิบายการเคลื่อนที่ของของไหล เช่น น้ำและอากาศ จะให้คำตอบที่ต่อเนื่องและไม่แตกสลายเป็นค่าผิดปกติหรือไม่ ภายใต้เงื่อนไขเริ่มต้นที่เรียบและปกติ ปัญหานี้เป็นหนึ่งในปริศนาแห่งสหัสวรรษที่ยากที่สุด และมีความสำคัญทั้งเชิงทฤษฎีและการประยุกต์ใช้ในวิศวกรรมและวิทยาศาสตร์ของไหลไดนามิกส์ Navier-Stokes ยังเป็นหนึ่งใน 7 Millennium Prize Problems ที่ถูกตั้งขึ้นเพื่อท้าทายนักคณิตศาสตร์ให้พิสูจน์ให้ได้อย่างเป็นระบบ
แก่นของข่าวนี้ไม่ใช่แค่ AI แก้คณิตศาสตร์ยากได้ แต่คือการที่เครื่องมืออัจฉริยะเริ่มเข้ามาแตะพื้นที่ที่เคยเป็นเขตศักดิ์สิทธิ์ของมนุษย์นักคิด เมื่อปัญหาที่ลากยาวกว่า 90 ปีต้องเจอคู่ต่อสู้ชื่อ AI ผลลัพธ์ไม่เพียงเขย่าวงการคณิตศาสตร์ แต่ยังสะท้อนภาพอนาคตที่การพิสูจน์ทฤษฎีอาจไม่จำกัดอยู่ในสมองของคนอีกต่อไป อย่างไรก็ตาม คำถามใหญ่ที่ตามมาคือ เราพร้อมแค่ไหนที่จะให้เครื่องจักรถูกยกเป็นผู้สร้างองค์ความรู้ใหม่ในระดับรางวัลคณิตศาสตร์ระดับโลก และวงการจะจัดการกับเครดิตและความน่าเชื่อถืออย่างไร
OpenAI breakthrough เมื่อ 10,000 AI agents รุมไขโจทย์ 90 ปีภายใน 88 ชั่วโมง
OpenAI ระบุว่าโมเดล AI รุ่นใหม่ที่ยังไม่เปิดเผยต่อสาธารณะ สามารถทำงานร่วมกับ AI agents ราว 10,000 ตัว เพื่อแก้ปัญหา Navier-Stokes existence and smoothness ได้ภายในเวลาประมาณ 88 ชั่วโมง โครงข่ายของ agents แลกเปลี่ยนข้อความกันเกือบ 3 ล้านข้อความ และสร้าง output รวมประมาณ 130,000 ล้านโทเคนเพื่อเจาะลึกโจทย์เดียว หนึ่งในประโยคที่น่าจดจำจากการรายงานคือ “OpenAI says its unreleased model, working through a swarm of roughly 10,000 coordinating AI agents, found a case where the equations do blow up” ซึ่งสื่อว่าระบบนี้ไม่ได้เพียงจำลอง แต่ค้นหาตัวอย่างที่สมการให้ความเร็วไร้ขอบเขต
เบื้องหลังความเร่งด่วนของโครงการนี้ไม่ได้เกิดขึ้นกลางอากาศ OpenAI เริ่มฝึกโมเดลใหม่ช่วงปลายเดือนสิงหาคม และพบว่ามีความสามารถด้านคณิตศาสตร์สูงผิดคาด วันที่ 1 กันยายน บริษัทรับทราบข่าวลือว่าโจทย์ Millennium Prize จำนวน 2 ข้ออาจใกล้ถูกแก้ จึงส่ง AI agents หลายพันตัวลงสนามกับโจทย์ที่ยังเหลืออยู่ นี่คือการเคลื่อนไหวเชิงยุทธศาสตร์ที่ชัดเจน สะท้อนว่าการแข่งขันด้านชื่อเสียงเชิงวิชาการกำลังกลายเป็นสนามใหม่ของบริษัท AI ขนาดใหญ่ และการพิสูจน์ทฤษฎีคณิตศาสตร์ถูกมองเป็นด่านโชว์พลังโมเดลมากกว่าความสนใจเชิงวิชาการล้วน ๆ
ศึกเครดิต Buckmaster–Alpöge กับคำถามว่าใครกันแน่สมควรได้ยกย่อง
ทันทีที่ OpenAI breakthrough ถูกประกาศ วงการคณิตศาสตร์ไม่ได้เฮอย่างเดียว แต่เกิดเสียงค้านเรื่องเครดิตอย่างรุนแรง ทริสตัน บั๊กมาสเตอร์ ศาสตราจารย์ด้านคณิตศาสตร์จากมหาวิทยาลัยนิวยอร์ก และเลเวนต์ อัลเพอเก นักคณิตศาสตร์จาก Anthropic เปิดเผยว่าทั้งคู่กำลังทำงานวิจัย Navier-Stokes ด้วยแนวทางที่ใกล้เคียงกับที่ OpenAI ใช้ และเผยแพร่ร่างงานเพียงหนึ่งวันก่อนการประกาศของบริษัท พวกเขายังระบุว่าเคยใช้ OpenAI Codex และ Anthropic Claude ช่วยสร้างและเก็บร่างงานในระบบของบริษัท AI ทำให้เกิดข้อสงสัยว่าแนวคิดบางส่วนของทีมวิจัยอาจถูกดูดไปเป็นเชื้อไฟให้กับโครงการของ OpenAI หรือไม่
ดราม่าเข้มข้นขึ้นเมื่อบั๊กมาสเตอร์เผยว่า OpenAI ไม่ได้เริ่มทำงานกับสมการ Navier-Stokes อย่างจริงจัง จนกระทั่งหลังจากข้อมูลเกี่ยวกับงานของเขาและอัลเพอเกไปถึงบริษัท พร้อมแนบอีเมลการสื่อสารเพื่อชี้ให้เห็นข้อกังขาเรื่องลำดับเวลา เขายังกล่าวถึงประเด็นที่นักคณิตศาสตร์ใน OpenAI เคยขอให้ตัดชื่ออัลเพอเกออกจากผลงาน ซึ่งฝั่งบริษัทปฏิเสธข้อกล่าวหา ไม่ว่าใครจะถูกหรือผิด จุดนี้สะท้อนปัญหาใหญ่ในยุค AI แก้คณิตศาสตร์ นั่นคือเส้นแบ่งระหว่าง “แรงบันดาลใจจากงานของคนอื่น” กับ “การเอาไอเดียไปใช้โดยไม่ให้เครดิต” กำลังเบลออย่างน่ากังวล และระบบจริยธรรมงานวิจัยอาจตามไม่ทันความเร็วของโมเดลอัจฉริยะ
ผลกระทบจริงต่อของไหลไดนามิกส์ วิศวกรรม และโลกของผู้ใช้งานทั่วไป
แม้ปัญหา Navier-Stokes จะเป็นหัวใจทางคณิตศาสตร์ของการไหลของของไหล ตั้งแต่น้ำ อากาศ ไปจนถึงเลือดและน้ำมัน แต่ความสำเร็จของ OpenAI ในระดับทฤษฎียังไม่เปลี่ยนชีวิตคนทันที วิศวกรที่ออกแบบปีกเครื่องบิน โปรแกรมจำลองอากาศยาน ซอฟต์แวร์ CFD หรือแบบจำลองสภาพอากาศไม่ได้รอคำตอบของ Millennium Prize เพื่อทำงานอยู่แล้ว พวกเขาใช้สมการในรูปแบบประมาณการและวิธีเชิงตัวเลขที่รับมือความปั่นป่วนและความไม่แน่นอนได้อยู่ก่อน ดังนั้น “ไม่มีเครื่องบิน พยากรณ์อากาศ หรือดีไซน์รถยนต์ของใครปลอดภัยขึ้นหรือน้อยลงกว่าเมื่อสัปดาห์ก่อนเพราะพิสูจน์นี้” เป็นข้อเท็จจริงที่ควรย้ำ
อย่างไรก็ตาม การรู้ว่ามีตัวอย่างที่สมการ Navier-Stokes “ระเบิด” ให้ค่าความเร็วไม่มีที่สิ้นสุดจากสภาวะเริ่มต้นที่เรียบ สร้างภาพที่ชัดขึ้นว่าขอบเขตของแบบจำลองทางคณิตศาสตร์อยู่ตรงไหน ในระยะยาว ความเข้าใจเชิงทฤษฎีเหล่านี้อาจหล่อหลอมวิธีสร้างแบบจำลองใหม่ที่เสถียรกว่า มีประสิทธิภาพกว่า และช่วยให้การจำลองความปั่นป่วนในวิศวกรรมอากาศยาน การสร้างแบบจำลองสภาพอากาศ และการออกแบบระบบของไหลอุตสาหกรรมแม่นยำขึ้น แต่ผลกระทบจะค่อย ๆ ปรากฏผ่านซอฟต์แวร์รุ่นถัดไปมากกว่าจะเป็นการเปลี่ยนแปลงฉับพลันทันทีในชีวิตประจำวันของผู้ใช้ทั่วไป
AI แก้คณิตศาสตร์กับคำถามเรื่องความน่าเชื่อถือและอนาคตการให้เครดิต
แม้ OpenAI จะยกผลงานนี้เป็นหมุดหมายสำคัญของบริษัท แต่ข้อเท็จจริงคือคำตอบที่ AI หาได้ยังไม่ผ่านการตรวจสอบอิสระจากชุมชนนักคณิตศาสตร์ และยังไม่ได้รับการยอมรับอย่างเป็นทางการจากองค์กรที่ดูแล Millennium Prize Problems ยิ่งไปกว่านั้น OpenAI เองก็ระบุว่าผลงานครอบคลุมเพียงบางส่วนของสิ่งที่ต้องพิสูจน์ ทำให้ภาพที่ควรถูกมองไม่ใช่ “AI พิชิตปริศนาแห่งสหัสวรรษเรียบร้อยแล้ว” แต่เป็น “AI เริ่มเข้าใกล้พื้นที่พิสูจน์ที่เคยเป็นอาณาเขตของมนุษย์” ข่าวที่แรงกว่าคือโมเดลนี้มีความสามารถด้านคณิตศาสตร์ “สูงกว่าอย่างมีนัยสำคัญ” เมื่อเทียบกับโมเดลที่เปิดสู่สาธารณะ แปลว่ามีศักยภาพที่ยังถูกเก็บไว้หลังฉาก
สำหรับผู้อ่านทั่วไป ความหมายจึงอยู่ที่สองอย่าง หนึ่ง AI กำลังก้าวจากงานเขียนโค้ดและตอบคำถาม มาเล่นในสนามพิสูจน์ทฤษฎีลึก ๆ อย่างปัญหา Navier-Stokes และอาจขยายไปยังโจทย์คณิตศาสตร์ระดับสูงอื่นในอนาคต สอง ดราม่าเรื่องเครดิต Buckmaster–Alpöge แสดงให้เห็นว่าเมื่อ AI กลายเป็นคู่เล่นในงานวิจัย การจัดการข้อมูล การเก็บร่างงาน และระบบสิทธิ์ในผลงานต้องถูกออกแบบใหม่อย่างโปร่งใส หากไม่รีบตอบคำถามเรื่อง “ใครสมควรได้รับเครดิต” วันนี้ วันหนึ่งเมื่อ AI แก้ได้มากกว่าหนึ่งปัญหาแห่งสหัสวรรษ โลกอาจเผชิญวิกฤตความเชื่อมั่นทั้งต่อบริษัท AI และต่อสถาบันวิชาการที่ต้องตัดสินผลงานเหล่านี้
