AI แก้ปัญหาแห่งสหัสวรรษได้ หมายความว่าอะไร
การที่ระบบปัญญาประดิษฐ์สามารถแก้หนึ่งในปัญหาคณิตศาสตร์ยากที่สุดที่เป็นโจทย์เปิดมานานหลายสิบปี หมายถึงการที่ AI ไม่เพียงช่วยคำนวณหรือจัดการสัญลักษณ์ แต่เริ่มมีบทบาทสร้างแนวคิด โครงสร้าง และบทพิสูจน์ใหม่ในระดับแนวหน้าของวิชาคณิตศาสตร์ ซึ่งเคยถูกมองว่าเป็นจุดสูงสุดของความสามารถเชิงปัญญาของมนุษย์ ล่าสุด OpenAI ระบุว่าระบบ AI ภายในของบริษัทสามารถสร้างแนวทางแก้ปัญหา Navier–Stokes existence and smoothness ซึ่งเป็นหนึ่งในปัญหาแห่งสหัสวรรษที่นักคณิตศาสตร์พยายามหาคำตอบมานานเกือบ 90 ปี ปัญหาแห่งสหัสวรรษคือชุดโจทย์ 7 ข้อที่สถาบัน Clay Mathematics Institute คัดเลือกขึ้นเพื่อเฉลิมฉลองการเข้าสู่สหัสวรรษใหม่ในปี 2000 และกลายเป็นสัญลักษณ์ของความยากขั้นสูงสุดในคณิตศาสตร์สมัยใหม่ ตลอดเวลากว่า 20 ปี มีเพียง Poincaré Conjecture เท่านั้นที่ได้รับการแก้ไขอย่างเป็นทางการ ส่วนอีก 6 ข้อยังคงเปิดอยู่และถูกมองว่าเป็นภูเขาน้ำแข็งที่ยากที่สุดของวงการ
Navier–Stokes AI และสถาปัตยกรรม 10,000 เอเจนต์
หัวใจของข่าวนี้คือการที่รุ่น AI ภายในที่ยังไม่ถูกเผยแพร่ต่อสาธารณะสามารถค้นพบวิธีแก้ปัญหา Navier–Stokes existence and smoothness ได้ ซึ่งเป็นโจทย์ที่ถามว่าคำตอบของสมการการไหลของของไหลสามมิติจะเรียบตลอดไปหรือสามารถเกิดจุดเอกฐานที่ค่าทางกายภาพพุ่งไม่จำกัดภายในเวลาจำกัดได้หรือไม่ ระบบของ OpenAI ไม่ได้ใช้โมเดลเดียวทำงานต่อเนื่อง แต่ใช้เอเจนต์ AI ประมาณ 10,000 ตัวเพื่อทดลองและสำรวจแนวคิดจำนวนมหาศาลแบบขนาน ก่อนนำผลลัพธ์มาร้อยเรียงเป็นบทพิสูจน์ยาวราว 165 หน้า แล้วจึงแปลงเป็นภาษาตรรกะทางการและส่งให้ระบบตรวจสอบพิสูจน์ทางคณิตศาสตร์แบบแมชีนเช็ก ในกรณี Navier–Stokes OpenAI ระบุว่าการค้นหาใช้เวลาประมาณ 88 ชั่วโมงหลังจากเริ่มปล่อยเอเจนต์ จากนั้นการทำ Lean formalization และการตรวจสอบใช้เวลาเพิ่มเติมประมาณ 17 ชั่วโมง ถ้ามองในมุมสายวิจัย นี่คือประโยคที่ควรจดจำ “เอเจนต์ AI ราว 10,000 ตัวร่วมกันสร้างพิสูจน์สำหรับโจทย์เปิดอายุเกือบ 90 ปีภายในเวลาน้อยกว่า 5 วัน”
จากเครื่องมือคำนวณสู่ปัญญาประดิษฐ์ค้นพบ
จุดสำคัญของกรณี Navier–Stokes AI ไม่ใช่แค่ความเร็ว แต่คือบทบาทใหม่ของ AI ในระบบการสร้างความรู้ คณิตศาสตร์เคยใช้คอมพิวเตอร์เป็นเครื่องมือช่วยคำนวณหรือทดลองเชิงตัวเลขมานานหลายสิบปี แต่ในรอบไม่กี่ปีที่ผ่านมา AI เริ่มเข้าไปแตะโจทย์เปิดอย่าง Erdős Unit Distance Problem และ Cap Set Problem พร้อมเสนอแนวพิสูจน์และโครงสร้างทางคณิตศาสตร์ใหม่ที่มนุษย์ไม่เคยเห็นมาก่อน ในกรณี Navier–Stokes ระบบไม่ได้เพียงค้นหาคำตอบเชิงตัวเลข แต่เสนอภาพสถานการณ์ใหม่ที่ของไหลเริ่มต้นอย่างราบรื่นสามารถพัฒนาไปสู่ finite-time blowup หรือ singularity ทำให้ความเร็วของของไหลพุ่งไม่จำกัดภายในเวลาจำกัด ดังนั้นความหมายเชิงลึกคือ AI กำลังก้าวจากบทบาทผู้ช่วยนักคณิตศาสตร์ที่ช่วยพิสูจน์หรือเช็กข้อผิดพลาด ไปสู่บทบาทนักค้นพบที่สามารถตั้งสมมติฐาน ทดลองแนวคิด และสร้างบทพิสูจน์ต้นฉบับด้วยตัวเอง ถ้านักคณิตศาสตร์ยอมรับกระบวนทำนองนี้มากขึ้น ระบบวิจัยทั้งสาขาอาจเปลี่ยนโครงสร้างพื้นฐานโดยมี AI เป็นผู้ร่วมผลิตความรู้ไม่ใช่แค่เครื่องมือ
การตรวจสอบพิสูจน์ทางคณิตศาสตร์ และความเชื่อมั่นของวงการ
แม้บทพิสูจน์จะผ่านการตรวจสอบด้วยเครื่องมืออย่าง Lean แล้ว แต่การจะนับว่าเป็นคำตอบอย่างเป็นทางการของปัญหาแห่งสหัสวรรษ จำเป็นต้องผ่านกระบวนการตรวจสอบโดยผู้ทรงคุณวุฒิในแวดวงวิชาการอย่างละเอียด ซึ่งเป็นมาตรฐานที่ใช้กับทุกผลงานไม่ว่าผู้เขียนจะเป็นมนุษย์หรือ AI การตรวจสอบอย่างเป็นทางการเน้นทั้งความถูกต้องเชิงตรรกะและการทำความเข้าใจโครงสร้างของพิสูจน์ ว่ามีจุดสันนิษฐานหรือการตีความที่อาจผิดพลาดหรือไม่ น่าสังเกตว่าการประกาศของ OpenAI ไม่ได้อ้างว่าปัญหาได้รับการแก้ไขเรียบร้อย แต่ใช้ถ้อยคำว่าเป็น “คำกล่าวอ้างว่าพบแนวทางแก้” และเน้นว่าผลงานยังต้องผ่านการตรวจสอบโดยนักคณิตศาสตร์อย่างละเอียด ท่าทีนี้สะท้อนวัฒนธรรมของชุมชนคณิตศาสตร์ที่ให้ความสำคัญกับการตรวจสอบข้ามกันอย่างเข้มงวด และแสดงให้เห็นว่าการตรวจสอบพิสูจน์ทางคณิตศาสตร์จะเป็นจุดเชื่อมสำคัญระหว่าง AI กับการยอมรับของชุมชนวิทยาศาสตร์ในระยะยาว
เมื่อปัญหาแห่งสหัสวรรษหลายข้อเริ่มอยู่ในระยะเอื้อม
สิ่งที่ทำให้วงการคณิตศาสตร์ต้องตั้งคำถามใหม่ต่ออนาคต คือคำประกาศตามมาของ OpenAI ว่า “นอกจาก Navier–Stokes แล้ว เราได้ทำความคืบหน้าที่มีนัยสำคัญต่อปัญหาแห่งสหัสวรรษอีกข้อหนึ่ง และกำลังพิจารณาวิธีเผยแพร่ผลเหล่านี้อย่างรอบคอบ” แม้จะยังไม่ระบุว่าคือข้อใด แต่บนโลกออนไลน์มีการคาดเดาว่าอาจเกี่ยวกับ Hodge Conjecture หรือโจทย์อื่นในชุดเดียวกัน เมื่อมองภาพรวมว่าปัจจุบันมีเพียง Poincaré Conjecture ที่ได้รับการแก้ไขอย่างเป็นทางการ ส่วนอีก 6 ข้อยังคงเปิดอยู่ โอกาสที่ AI ระดับสูงจะช่วยผลักดันให้โจทย์เหล่านี้เริ่มขยับจึงไม่ใช่เรื่องเพ้อฝันอีกต่อไป ที่สำคัญกว่านั้น หากรูปแบบการทำงานแบบใช้เอเจนต์จำนวนมากช่วยกันสร้างและเช็กบทพิสูจน์ได้รับการยืนยันเพิ่มขึ้น สิ่งที่กำลังเกิดขึ้นอาจมีความสำคัญมากกว่าการแก้โจทย์เดี่ยว ๆ เพราะมันชี้ให้เห็นโครงสร้างใหม่ของการทำวิจัยทางคณิตศาสตร์และวิทยาการคอมพิวเตอร์โดยมี AI เป็นผู้ร่วมค้นพบ
