Navier-Stokes คืออะไร และทำไมการพิสูจน์ด้วย AI จึงสำคัญ
ปัญหา Navier-Stokes คือคำถามทางคณิตศาสตร์ว่าระบบสมการซึ่งใช้อธิบายการเคลื่อนที่ของของไหลเช่นอากาศและน้ำในสามมิติ ให้คำตอบที่เรียบลื่นและมีพฤติกรรมดีเสมอหรืออาจเกิดสภาวะค่าเร็วพุ่งเป็นอนันต์ในเวลาจำกัด ซึ่งเป็นสถานะที่ไม่สอดคล้องกับภาพทางฟิสิกส์ทั่วไปของของไหลในโลกจริง การไขปัญหานี้จึงถูกยกระดับเป็นหนึ่งในปัญหาแห่งสหัสวรรษและเชื่อมโยงทั้งทฤษฎีคณิตศาสตร์และการออกแบบระบบวิศวกรรมที่ต้องพึ่งพาการจำลองการไหล
แก่นของข่าวที่เขย่าวงการเทคโนโลยีคือการที่โมเดล AI ของ OpenAI ซึ่งยังไม่ได้เปิดสู่สาธารณะ อ้างว่าได้แก้ปัญหา Navier-Stokes existence and smoothness ซึ่งเป็นหนึ่งในปัญหาแห่งสหัสวรรษโดยสร้างบทพิสูจน์เต็มรูปแบบด้วยตัวเอง ความก้าวหน้าครั้งนี้ไม่ได้เป็นแค่ความเจ๋งด้านคณิตศาสตร์ แต่สะท้อนว่าปัญญาประดิษฐ์กำลังก้าวจากผู้ช่วยเขียนโค้ดไปสู่ผู้เล่นตัวจริงในเวทีวิทยาศาสตร์ขั้นสูง ผู้เขียนมองว่าเหตุการณ์นี้เป็นสัญญาณเตือนให้ทุกวงการที่พึ่งพาการจำลองและวิเคราะห์ข้อมูลเริ่มคิดใหม่ว่า AI จะเข้ามานิยาม “ความรู้” เชิงวิศวกรรมและภูมิอากาศในอนาคตอย่างไร
ดีลใหญ่ของ OpenAI: 10,000 AI agents กับการวิ่งมาราธอน 88 ชั่วโมง
จุดที่ทำให้เรื่องนี้ไม่ใช่แค่บทพิสูจน์ธรรมดา คือวิธีที่โมเดล AI ของ OpenAI ลงมือทำงาน บริษัทระบุว่าเริ่มฝึกโมเดลภายในตัวใหม่ตั้งแต่ช่วงปลายเดือนสิงหาคม และพบว่ามันมีความสามารถด้านคณิตศาสตร์โดดเด่นกว่ารุ่นที่เปิดให้สาธารณะใช้อย่างมีนัยสำคัญ จากนั้นวันที่ 1 กันยายน เมื่อรับทราบกระแสข่าวว่าปัญหาแห่งสหัสวรรษบางข้ออาจถูกแก้แล้ว OpenAI จึงตัดสินใจส่งโมเดลนี้พร้อมระบบ AI agents หลายพันตัวออกไปไล่โจทย์ Millennium Prize ที่ยังเปิดอยู่ทุกข้อพร้อมกัน
สำหรับปัญหา Navier-Stokes โดยเฉพาะ OpenAI ระบุว่าได้ระดม AI agents ราว 10,000 ตัวทำงานร่วมกัน และสามารถหาคำตอบได้ภายในเวลาประมาณ 88 ชั่วโมง กลุ่มที่ประสบความสำเร็จแลกเปลี่ยนข้อความกว่า 2.7 ล้านข้อความและสร้างผลลัพธ์ราว 130,000 ล้านโทเคน ก่อนจะใช้เวลาอีกประมาณ 17 ชั่วโมงในการจัดทำและตรวจสอบบทพิสูจน์ด้วยซอฟต์แวร์ Lean เพื่อให้มั่นใจว่าทุกขั้นตอนเชิงตรรกะถูกต้อง บทเรียนจากกระบวนการนี้คือ AI ไม่ได้แค่ให้คำตอบสั้นๆ แต่สามารถร่วมกันสร้างงานวิจัยขนาดใหญ่ระดับที่มนุษย์ทั่วไปทำไม่ทันในเวลาเท่าเดิม ผู้เขียนเห็นว่ามันคือการสาธิตอย่างเป็นรูปธรรมว่า AI ทำลายโจทย์คณิตศาสตร์ไม่ได้เป็นเพียงคำโฆษณาอีกต่อไป
เมื่อสมการของไหลสั่นสะเทือนโลกวิศวกรรม ภูมิอากาศ และการพยากรณ์อากาศ
สมการ Navier-Stokes เป็นแกนกลางของการอธิบายการเคลื่อนที่ของของไหลเกือบทุกประเภท ไม่ว่าจะเป็นอากาศ น้ำ เลือด หรือน้ำมัน วิศวกรใช้สมการนี้ในรูปแบบประมาณเพื่อออกแบบปีกเครื่องบิน ทำนายสภาพอากาศ จำลองการไหลเวียนของเลือดในเส้นเลือด และจำลองการไหลของอากาศรอบตัวรถไปจนถึงการเคลื่อนที่ของควันในห้อง ที่น่าสนใจคือการพิสูจน์ของ OpenAI ไม่ได้บอกว่าเราใช้สมการผิด แต่บอกว่าในโลกเชิงทฤษฎี สมการนี้สามารถให้ผลลัพธ์ที่ “เป่าแตก” คือความเร็วพุ่งเป็นอนันต์ในเวลาจำกัดภายใต้เงื่อนไขเริ่มต้นที่เรียบลื่น
สำหรับชีวิตประจำวันของผู้ใช้ทั่วไป ผู้เขียนเห็นด้วยกับข้อเท็จจริงที่ว่าความปลอดภัยของเครื่องบิน พยากรณ์อากาศ หรือการออกแบบรถไม่ได้เปลี่ยนไปทันทีจากการพิสูจน์ครั้งนี้ เพราะระบบจำลองที่ใช้อยู่เดิมถูกออกแบบให้รับมือกับความปั่นป่วนและความไม่เสถียรผ่านวิธีเชิงตัวเลขและการประมาณอยู่แล้ว อย่างไรก็ตาม การที่เรารู้ชัดขึ้นว่าระบบสมการสามารถพาไปสู่สภาวะสุดขั้วแบบไหน จะกลายเป็นจุดตั้งต้นให้สร้างแบบจำลองใหม่ที่แม่นยำและเชื่อถือได้กว่าเดิมในระยะยาว โดยเฉพาะด้านวิศวกรรมอวกาศ การจำลองภูมิอากาศ และการออกแบบการไหลในอุตสาหกรรม อนาคตของการประยุกต์ใช้ AI ด้านวิทยาศาสตร์จึงมีแนวโน้มผูกพันแน่นแฟ้นกับการเข้าใจขีดจำกัดของสมการอย่างลึกซึ้งมากขึ้น
เครดิต ใครได้ ใครเสีย และความไม่แน่นอนของการพิสูจน์
เบื้องหลังความสำเร็จที่ OpenAI เล่าไม่ได้ราบรื่น เพราะข่าวลือที่กระตุ้นให้บริษัทเร่งใช้โมเดลใหม่นั้น ถูกเชื่อมโยงไปยังงานของ Tristan Buckmaster นักคณิตศาสตร์จากมหาวิทยาลัยนิวยอร์ก และ Levent Alpöge นักวิจัยจาก Anthropic ที่ใช้เวลาเกือบหนึ่งปีศึกษาสมการที่เกี่ยวข้องกับ Navier-Stokes โดยใช้เครื่องมือ AI เมื่อ OpenAI ประกาศผล งานของทั้งคู่จึงถูกหยิบมาพูดถึงทันทีในฐานะผู้เล่นที่อาจมีบทบาทสำคัญในภาพรวมของการไขปัญหากลุ่มสมการของไหล
ในด้านความถูกต้องทางวิชาการ ยังมีระยะทางอีกไกลที่จะเรียกว่าปัญหาแห่งสหัสวรรษข้อนี้ถูกแก้แล้วอย่างเป็นทางการ ผลงานของ OpenAI ยังไม่ได้ผ่านการตรวจสอบอย่างอิสระจากนักคณิตศาสตร์ภายนอก และยังไม่ได้รับการยอมรับจากสถาบันที่ดูแล Millennium Prize ซึ่งต้องการให้ผลงานถูกเผยแพร่และได้รับการยอมรับกว้างขวางก่อน ผู้เขียนมองว่าเครดิตตัวจริงอาจต้องรอผลกระบวนการตรวจสอบทางวิชาการและการเทียบกันระหว่างแนวทางของ OpenAI กับงานของ Buckmaster และ Alpöge การแข่งขันครั้งนี้จึงไม่ใช่แค่ใครแก้โจทย์ได้ก่อน แต่สะท้อนยุคที่การวิจัยคณิตศาสตร์เริ่มถูกขับเคลื่อนด้วยโมเดล AI ของบริษัทเทคโนโลยีขนาดใหญ่
แล้วผู้คนทั่วไปควรวางใจหรือกังวลกับ AI นักคณิตศาสตร์มากแค่ไหน
มองจากมุมผู้ใช้ทั่วไป การที่ AI ทำลายโจทย์คณิตศาสตร์ระดับ Navier-Stokes ไม่ได้ทำให้สายการบินปลอดภัยขึ้นทันทีหรือพยากรณ์อากาศแม่นขึ้นตั้งแต่สัปดาห์หน้า เพราะซอฟต์แวร์จำลองการไหลและแบบจำลองภูมิอากาศในเชิงวิศวกรรมถูกพัฒนาอย่างต่อเนื่องอยู่แล้วและไม่ได้รอคำพิสูจน์นี้ก่อนใช้งาน ผลกระทบจึงเป็นแบบค่อยเป็นค่อยไป ผ่านซอฟต์แวร์รุ่นใหม่ที่ละเอียดกว่าเดิมในอีกหลายรอบผลิตภัณฑ์ ไม่ใช่การเปลี่ยนชีวิตในชั่วข้ามคืน
อย่างไรก็ตาม ความสามารถของโมเดล AI ที่สามารถเดินบทพิสูจน์คณิตศาสตร์ขั้นสูงได้สอดคล้องกับการเพิ่มศักยภาพด้านการให้เหตุผลหลายขั้นตอน ซึ่งเชื่อมโยงโดยตรงกับงานเขียนโปรแกรม วิเคราะห์การเงิน งานวิจัยวิทยาศาสตร์ และการออกแบบวิศวกรรม ผู้เขียนเห็นว่าเราควรทั้งมองโอกาสและตั้งคำถามไปพร้อมกัน โอกาสคือการใช้ AI ประคองงานวิเคราะห์ยากๆ ให้คนทำงานใช้เวลาไปกับการตัดสินใจเชิงนโยบาย ส่วนคำถามคือเราจะกำหนดกติกาด้านเครดิต ความโปร่งใส และการตรวจสอบอิสระอย่างไร เมื่อผู้เล่นหลักในการผลิต “ความรู้ใหม่” กลายเป็นโมเดล AI ของบริษัทเอกชน การตอบโจทย์นี้อาจสำคัญไม่แพ้การพิสูจน์สมการใดๆ ในยุคใหม่ของวิทยาศาสตร์
