จุดเปลี่ยน AI คณิตศาสตร์พิสูจน์ กับคำถามเรื่องความพร้อมของวงการ
การปล่อยต้นฉบับคณิตศาสตร์ที่สร้างโดย AI จำนวนมากของ OpenAI คือเหตุการณ์ที่บริษัทใช้โมเดลปัญญาประดิษฐ์แนวหน้าในการสร้างหลักฐานและต้นฉบับวิจัยคณิตศาสตร์ใหม่ แล้วเผยแพร่เอกสาร 722 ฉบับที่จัดกลุ่มผลลัพธ์ 372 กลุ่มบนที่เก็บข้อมูลสาธารณะ เพื่อให้ชุมชนวิชาการตรวจสอบคุณภาพ ความถูกต้อง และผลกระทบของ AI วิจัยคณิตศาสตร์ต่อกระบวนการพิสูจน์ทฤษฎีบทแบบดั้งเดิม เหตุการณ์นี้ไม่ใช่เพียงการเพิ่มจำนวนงานวิจัย มันคือการเปลี่ยนสมการอำนาจระหว่างโมเดล AI และนักคณิตศาสตร์มนุษย์อย่างตรงไปตรงมา แก่นสำคัญของประเด็นคือ OpenAI ทฤษฎีบทคณิตศาสตร์ถูกผลิตด้วยความเร็วระดับเครื่อง แต่ถูกปล่อยเข้าสู่โลกมนุษย์ที่ระบบตรวจสอบต้องอาศัยเวลาและแรงคนจำนวนมาก การปล่อยต้นฉบับ 722 ฉบับจากโมเดลที่ยังไม่เปิดเผยตัวตนในวันที่ 6 ตุลาคม ซึ่งมาพร้อมไฟล์ PDF ต้นฉบับและการฟอร์มาลิซ์ใน Lean บางส่วน ทำให้คำถามใหญ่ไม่ใช่แค่ “หลักฐานถูกหรือผิด” แต่คือ “วงการพร้อมรับคลื่นแบบนี้หรือยัง” ในมุมมองเชิงบรรณาธิการ การเคลื่อนไหวนี้สะท้อนวิธีคิดแบบเทคโนโลยีที่เน้นการปล่อยผลงานก่อนแล้วค่อยจัดการผลกระทบภายหลัง ซึ่งขัดกับวัฒนธรรมคณิตศาสตร์ที่ให้คุณค่ากับความรอบคอบและการตรวจสอบแบบละเอียด การชนกันของสองวัฒนธรรมนี้คือประเด็นที่ผู้อ่านควรรู้ก่อนมองงานชุดนี้ในฐานะ “ความก้าวหน้า”
ตัวเลขที่สะท้อนยุคใหม่ และข้ออ้างเรื่อง “ดวงดาว” ของ Sam Altman
ตัวเลขของการปล่อยงานครั้งนี้บอกได้มากกว่าถ้อยคำสวยหรู OpenAI ตั้งคำถามให้โมเดลภายในประมาณ 4,000 ปัญหา แต่ผลลัพธ์ที่เลือกมาปล่อยสู่สาธารณะคือต้นฉบับ 722 ฉบับใน 372 กลุ่ม ซึ่งแต่ละกลุ่มอาจมีผลลัพธ์หลัก ข้อโต้แย้งเสริม และหลักฐานทางเลือก พร้อมการฟอร์มาลิซ์ Lean เพื่อให้คอมพิวเตอร์ตรวจสอบตรรกะได้ README ระบุว่าการคำนวณเฉลี่ยต่อผลลัพธ์เทียบเท่ากับเวลาคิดของ ChatGPT Pro ประมาณสามชั่วโมง แปลว่าพลังคอมพิวเตอร์สามารถผลิตงานระดับปริญญาเอกจำนวนมหาศาลในเวลาไม่นาน Sam Altman คัดเลือกสี่งานเป็น “ดาวเด่น” ได้แก่ หลักฐาน quasi-Riemann Hypothesis หลักฐาน Unique Games Conjecture หลักฐาน Hodge Conjecture สำหรับ CM Abelian Varieties และการแก้ปัญหา free group factors ซึ่งหลายฉบับมี Lean proofs ช่วยยืนยันโครงสร้างตรรกะ แม้ผลลัพธ์เกี่ยวกับ Hodge Conjecture AI จะยังไม่มี Lean รองรับ เมื่อเขาเปรียบเหตุการณ์นี้กับการ “เงยหน้ามองดวงดาวด้วยความอัศจรรย์เพิ่มขึ้น” น้ำเสียงโรแมนติกนั้นพยายามสร้างภาพว่านี่คือการเข้าสู่ภาวะ math singularity แต่คำถามคือ ดวงดาวที่ว่านี้อยู่ห่างจากโลกจริงของนักคณิตศาสตร์มากแค่ไหน ในบริบท AI วิจัยคณิตศาสตร์ ตัวเลขเหล่านี้ไม่ใช่เพียงตัวชี้วัดประสิทธิภาพ แต่เป็นแรงกดดันต่อคนทำงานมนุษย์ ที่ต้องเผชิญกับสนามแข่งใหม่ที่ผลลัพธ์ออกมาทีละร้อยทีละพัน ทั้งที่ระบบยืนยันความถูกต้องยังเดินแบบ “ทีละบรรทัด”
จาก Hodge Conjecture ถึง Quasi-Riemann Hypothesis ทำไมการพิสูจน์ด้วย AI ยังไม่น่าเชื่อ
ในเชิงเนื้อหา งานชุดนี้ไม่ใช่แค่โจทย์เล็ก ๆ แต่เข้าไปแตะหัวใจของทฤษฎีระดับแนวหน้า OpenAI ทฤษฎีบทคณิตศาสตร์ที่ถูกอ้างว่าพิสูจน์ได้รวมถึง quasi-Riemann Hypothesis ที่อ้างว่าไม่มีศูนย์ของฟังก์ชันซีตารีมันน์เมื่อส่วนจริงมากกว่า 7/8 พร้อมขยายไปยัง Dirichlet L-functions และงานคู่ที่ให้บริเวณไม่มีศูนย์ Re(s) > 11/12 ซึ่งถูกแก้ไขโดยมนุษย์เพื่อให้อ่านง่าย หากถูกต้อง นี่คือการขยับขอบเขตการควบคุมการกระจายตัวของจำนวนเฉพาะแบบที่วงการใฝ่ฝันมานาน แต่ในทางปฏิบัติ นักคณิตศาสตร์ด้านวิเคราะห์ตัวเลขต้องใช้เวลาอีกมากเพื่ออ่าน แปล และตรวจสอบความสอดคล้องของโครงสร้างทั้งหมด ด้าน Hodge Conjecture AI งานเกี่ยวกับการพิสูจน์สมมติฐานฮอดจ์สำหรับ CM Abelian Varieties เป็นอีกข้ออ้างใหญ่ที่ไม่มี Lean proof ให้เกาะ และต้องพึ่งผู้เชี่ยวชาญด้านเรขาคณิตเชิงพีชคณิตและทฤษฎีฮอดจ์ระดับโลกมาตรวจสอบทีละส่วน ในทางทฤษฎี หากสมมติฐานฮอดจ์ในกรณีนี้ถูกต้อง มันจะเปลี่ยนภาพความเข้าใจโครงสร้างของปริภูมิอะเบเลียนที่มี complex multiplication อย่างกว้างขวาง แต่ในทางวิชาชีพ หลักฐานที่มาจากกล่องดำ AI โดยไม่ผ่านกระบวนการ peer review ตามปกติ ทำให้ความเชื่อถือเริ่มต้นต่ำ สาระคือ แม้เครื่องมืออย่าง Lean จะช่วยตรวจตรรกะ แต่การพิสูจน์ทฤษฎีบทคณิตศาสตร์ไม่ใช่เพียงลำดับก้าวอย่างเป็นทางการ มันยังต้องสอดคล้องกับทฤษฎีที่มีอยู่ ไม่ใช้สมมติฐานแฝง และต้องสามารถอธิบายให้มนุษย์เข้าใจได้ การข้ามขั้นตอนเหล่านี้แล้วปล่อยงานปริมาณมหาศาล เป็นการลบหลู่ความหมายของคำว่า “พิสูจน์” ในสายตาหลายคน
เสียงค้านจาก Fields Medal และความวุ่นวายด้านอาชีพนักคณิตศาสตร์
ด้านมืดของ AI คณิตศาสตร์พิสูจน์ เริ่มชัดเมื่อฟังเสียงจากชุมชน Terence Tao เตือนว่าหลักฐานแบบกล่องดำจาก AI อาจเป็นผลลบสุทธิสำหรับคณิตศาสตร์ เพราะทำให้สาขาเต็มไปด้วยข้ออ้างที่ตรวจไม่ทัน ตามคำประกาศวันที่ 11 กันยายน กลุ่มผู้ได้รับ Fields Medal 25 คนลงนามร่วมกันระบุว่าการประกาศผลลัพธ์จาก AI อย่างรวดเร็วโดยไม่มีการตรวจสอบเหมาะสมกำลังทำร้ายคณิตศาสตร์ด้วย “ความไม่สอดคล้องอย่างรุนแรง” ซึ่งเป็นคำเตือนตรงถึงรูปแบบการปล่อยผลงานของบริษัทเทคโนโลยี AI ปัญหาไม่ได้หยุดที่ความเชื่อถือเชิงวิชาการ แต่มากระทบเส้นทางอาชีพของนักคณิตศาสตร์รุ่นใหม่ หาก AI ประกาศว่าแก้โจทย์เปิดจำนวนมากแล้ว นักวิจัยที่ใช้เวลาหลายปีทำงานบนปัญหาเดียวอาจพบว่างานที่กำลังทำถูก “ปิดเกม” โดยต้นฉบับจากโมเดลนิรนาม โดยที่ผลลัพธ์เหล่านั้นยังไม่ได้รับการยืนยันอย่างเป็นระบบ ที่ร้ายกว่านั้นคือความเสี่ยงที่ผลลัพธ์บางส่วนจะผิดหรือมีข้อบกพร่องลึก ซึ่งต้องใช้เวลาหลายเดือนหรือหลายปีในการแยกแยะว่าควรเชื่ออะไรและทิ้งอะไร การเรียกร้องให้คว่ำบาตรหรือตั้งมาตรฐานการเผยแพร่ใหม่จึงไม่ใช่การต่อต้านเทคโนโลยีแบบไร้เหตุผล แต่เป็นการปกป้องกลไก peer review และความซื่อตรงทางวิชาการที่ทำให้คณิตศาสตร์เติบโตอย่างมั่นคงมาหลายศตวรรษ
อนาคตของ AI วิจัยคณิตศาสตร์ ต้องเริ่มจากความรับผิดชอบ ไม่ใช่ความตื่นเต้น
แม้จะถูกวิจารณ์หนัก OpenAI ระบุว่าบริษัทได้ปรึกษากับคณะที่ปรึกษาอิสระด้านคณิตศาสตร์และ AI ที่ Institute for Advanced Study เพื่อกำหนดแนวทางการแบ่งปันผลลัพธ์ และกำลังสำรวจทางเลือกที่โฮสต์โดยชุมชนอื่นเพื่อให้การปล่อยงานครั้งต่อไปสอดคล้องกับข้อเสนอแนะของคณะกรรมการ บริษัทประกาศว่าจะให้ทุนสนับสนุนเวิร์กช็อป การประชุม และโครงการพิเศษเพื่อทำความเข้าใจผลลัพธ์สำคัญที่สร้างโดย AI พร้อมทั้งทำงานเพื่อปล่อยโมเดลที่ผลิตงานเหล่านี้อย่างรับผิดชอบ และปรับมาตรฐานการเปิดเผยความก้าวหน้าทางวิทยาศาสตร์ในอนาคต ในภาพใหญ่ การเคลื่อนไหวนี้ยอมรับโดยปริยายว่าการปล่อยต้นฉบับครั้งแรกสร้างความโกลาหลและคำถามด้านจริยธรรมมากกว่าคำตอบ การสร้างระบบอ้างอิงที่ชัด การอธิบายแนวคิดคณิตศาสตร์ให้มนุษย์เข้าใจ และการพัฒนากระบวนการตรวจสอบร่วมระหว่าง AI กับผู้เชี่ยวชาญคือเส้นทางเดียวที่ทำให้ AI คณิตศาสตร์พิสูจน์ไม่กลายเป็นมลพิษข้อมูลในฐานความรู้ ข้อสรุปเชิงบรรณาธิการคือ วงการคณิตศาสตร์ไม่ได้ “ยังไม่พร้อม” เพราะกลัวเทคโนโลยี แต่เพราะโครงสร้างความจริงของมันต้องการเวลา วินัย และการตรวจสอบอย่างเข้มในการยอมรับผลลัพธ์ใหม่ หาก OpenAI ต้องการให้งานของตนมีคุณค่าแท้จริงต่อวิทยาศาสตร์ การเลิกหมกมุ่นกับภาพโรแมนติกแบบ “มองดวงดาวด้วยความอัศจรรย์” แล้วหันมาใส่ใจความโปร่งใส ความรับผิดชอบ และความร่วมมือกับชุมชน คือลำดับขั้นที่หลีกเลี่ยงไม่ได้
