ความรู้ใหม่มาเร็ว แต่คำถามเรื่องวิธีการยังตามทัน
AI วิทยาศาสตร์และ AI คณิตศาสตร์ คือการใช้แบบจำลองปัญญาประดิษฐ์เพื่อสำรวจโจทย์ที่ซับซ้อน สร้างข้อค้นพบ และช่วยขยายขอบเขตความรู้ที่มนุษย์ยังอธิบายไม่ได้ OpenAI ส่งสัญญาณว่าจะไม่หยุดเผยแพร่ผลงานวิจัยด้านนี้ แม้ความเร็วและวิธีนำเสนอจะทำให้นักวิชาการตั้งคำถามก็ตาม
ในการสนทนาผ่านรายการพอดแคสต์ Sam Altman ประธานเจ้าหน้าที่บริหารของ OpenAI กล่าวว่ามนุษยชาติควรเข้าถึงความรู้พื้นฐาน และไม่ควรเก็บการค้นพบสำคัญทางวิทยาศาสตร์ไว้กับองค์กรใดองค์กรหนึ่ง จุดยืนนี้ฟังดูมีเหตุผล แต่การเผยแพร่ผลลัพธ์ไม่ใช่คำตอบทั้งหมด หากหลักฐานยังตรวจสอบไม่ครบ หรือเครดิตของนักวิจัยที่เกี่ยวข้องไม่ชัดเจน ความรู้ที่ควรเป็นของสาธารณะก็อาจกลายเป็นข้อขัดแย้งแทน
ประเด็นจึงไม่ใช่ว่า AI ควรเข้ามาทำวิจัยหรือไม่ แต่คือ OpenAI จะเปิดเผยวิธีพิสูจน์และรับฟังผู้คนในสาขาเหล่านี้อย่างไร ความก้าวหน้าที่มีคุณค่าต้องตรวจสอบซ้ำได้ ไม่ใช่เพียงประกาศผลที่น่าตื่นตะลึง
ความก้าวหน้าที่จุดกระแสและแรงต้าน
ความตึงเครียดเพิ่มขึ้นเมื่อบริษัท AI ผลักดันแบบจำลองให้แก้โจทย์คณิตศาสตร์ที่ยากที่สุด โดย OpenAI ประกาศว่าแบบจำลองของตนพบคำตอบต่อปัญหาอายุเกือบ 90 ปีที่เกี่ยวข้องกับสมการ Navier-Stokes ซึ่งใช้อธิบายการเคลื่อนที่ของของเหลวและก๊าซ ข้ออ้างเช่นนี้ทำให้ AI คณิตศาสตร์ดูมีศักยภาพอย่างยิ่ง แต่ก็ยิ่งเพิ่มความจำเป็นในการตรวจสอบอย่างเป็นอิสระ
นักคณิตศาสตร์ชื่อดังจำนวนหนึ่งคัดค้านการใช้โจทย์แนวหน้ามาเป็นสนามทดสอบของบริษัท AI ขณะที่ผู้จัดงานแฮ็กกาธอนคณิตศาสตร์ที่สถาบันเทคโนโลยีแคลิฟอร์เนียถอนตัว หลังนักคณิตศาสตร์ทั้งอดีตและปัจจุบันเตือนว่าอาจสร้างผลเสียต่อชุมชน นอกจากนี้ ผู้ได้รับเหรียญฟิลด์ส 28 คนยังออกจดหมายเปิดผนึกคัดค้านการผลักดันดังกล่าว
เสียงคัดค้านไม่ควรถูกมองว่าเป็นความกลัวเทคโนโลยีอย่างเดียว นักวิจัยกังวลทั้งเรื่องการให้เครดิต การตรวจสอบที่ยังไม่เพียงพอ และการเผยแพร่ผลลัพธ์จำนวนมหาศาลจนชุมชนตามประเมินไม่ทัน หากผลงานวิจัย OpenAI จะเปลี่ยนทิศทางของสาขา การเปิดหลักฐานและกระบวนการให้ตรวจสอบย่อมสำคัญพอ ๆ กับการประกาศความสำเร็จ
นักวิทยาศาสตร์กับ AI ระหว่างความหวังและความกดดัน
ปฏิกิริยาของนักวิทยาศาสตร์กับ AI ไม่ได้แบ่งเป็นฝ่ายสนับสนุนกับฝ่ายต่อต้านอย่างเรียบง่าย นักวิจัยบางคนมองผลลัพธ์ว่าเปิดพื้นที่ให้สำรวจแนวคิดใหม่ ขณะที่บางคนเห็นว่าความเร็วของการเปลี่ยนแปลงสร้างแรงกดดันทางจิตใจ และอาจทำให้งานที่ใช้เวลาหลายปีถูกบดบังในเวลาอันสั้น
ศาสตราจารย์ Daniel Lokshtanov เปรียบเหตุการณ์นี้ว่าเหมือนระเบิดลูกใหญ่กลางวงการ ทั้งน่าตื่นเต้นและน่าหวั่นใจในเวลาเดียวกัน ส่วน Thore Husfeldt มองการค้นพบว่าเป็นเรื่องน่าทึ่ง และเปรียบความรู้ใหม่กับแสงสว่างที่ช่วยให้เห็นพื้นที่ซึ่งเคยมืดมิด ความเห็นที่ต่างกันนี้สะท้อนว่า AI อาจเร่งการค้นคว้าได้จริง แต่การเร่งนั้นมีต้นทุนทางสังคมและอารมณ์ที่ไม่ควรถูกมองข้าม
Altman ยอมรับว่าเขาเห็นอกเห็นใจนักคณิตศาสตร์ที่ไม่สบายใจกับวิธีการ และเล่าว่าตนรู้สึกทั้งตื่นเต้น เศร้า และคล้ายกำลังเห็นบางสิ่งสิ้นสุดลง นี่เป็นการยอมรับที่สำคัญ เพราะความกังวลไม่ได้เกิดจากการปฏิเสธความรู้ใหม่เท่านั้น แต่ยังเกี่ยวกับความหมายของการทำงานและโอกาสที่นักวิจัยจะมีส่วนกำหนดอนาคตของสาขาตนเอง
เดินหน้าต่อได้ แต่ต้องให้ชุมชนร่วมกำหนดกติกา
OpenAI ไม่ได้ส่งสัญญาณว่าจะชะลอการเผยแพร่ผลงานด้านคณิตศาสตร์และวิทยาศาสตร์ เมื่อถูกถามว่ายังมีข้อค้นพบที่ไม่ได้เผยแพร่อีกหรือไม่ Altman ตอบว่ายังมี และบริษัทกำลังหาวิธีเดินหน้าวิจัยควบคู่กับการทำให้ผู้เชี่ยวชาญในสาขาเฉพาะได้รับอนาคตที่ดีที่สุดเท่าที่จะเป็นไปได้ นั่นหมายความว่าความขัดแย้งนี้ยังไม่จบ และภาระในการสร้างความไว้วางใจตกอยู่กับผู้เผยแพร่ผลลัพธ์ด้วย
Altman ระบุว่าอยากทำงานโดยคำนึงถึงชุมชนที่ขับเคลื่อนสาขาเหล่านี้มาหลายศตวรรษ ถ้อยคำนี้ควรตามมาด้วยแนวปฏิบัติที่เห็นผล เช่น การเปิดข้อมูลและวิธีพิสูจน์ให้ผู้เชี่ยวชาญตรวจสอบ การระบุบทบาทผู้ร่วมงานอย่างชัดเจน และการหารือกับชุมชนก่อนจัดกิจกรรมที่อาจกระทบต่อสาขาวิชา
ความรู้ที่พิสูจน์ได้ควรได้รับการยอมรับ ไม่ว่าจะมาจากมนุษย์หรือ AI แต่การยืนยันคุณค่าของข้อค้นพบไม่ควรลบความสำคัญของคนที่สร้างองค์ความรู้และดูแลมาตรฐานของสาขานั้น OpenAI มีเหตุผลที่จะเดินหน้าต่อ ทว่าไม่ควรสับสนระหว่างการเผยแพร่ให้เร็วกับการทำวิทยาศาสตร์ให้ดี หากต้องการให้ AI เป็นแรงผลักดันที่สร้างประโยชน์จริง การตรวจสอบอย่างเปิดเผยและการให้ชุมชนนักวิจัยมีส่วนร่วมต้องเดินไปพร้อมกัน
