OpenAI ปล่อยผลลัพธ์คณิตศาสตร์ที่สร้างโดย AI เกือบ 400 รายการ กระจายอยู่ในต้นฉบับกว่า 700 ฉบับ ครอบคลุมตั้งแต่ combinatorics, geometry และ number theory ไปจนถึง topology กับ mathematical physics เรียกว่าปริมาณเยอะจนต้องทำคู่มืออ่าน GitHub กันเลย
ปัญหาคือการตรวจสอบยังไม่ทั่วถึง ใน 719 ฉบับ มีเพียง 300 ผลลัพธ์ที่ formalize ด้วย Lean หรือราว 42% และแม้มีโค้ดให้ตรวจ ก็ยังต้องเช็กว่า proof ตรงกับข้ออ้างในบทความจริงหรือไม่ นักคณิตศาสตร์บางคนจึงมองว่าอาจต้องใช้เวลาหลายปี แค่ทำความเข้าใจทั้งหมดก็หนักแล้วครับ
สิ่งที่ OpenAI ปล่อยออกมาครั้งนี้
OpenAI ปล่อยผลลัพธ์จาก AI เกือบ 400 รายการ กระจายอยู่ในต้นฉบับ 719 ฉบับ ครอบคลุมตั้งแต่คณิตศาสตร์เชิงการจัด เรขาคณิต ทฤษฎีจำนวน พีชคณิต ไปจนถึง topology ความน่าจะเป็น และฟิสิกส์คณิตศาสตร์
คลังบน GitHub ใหญ่และหลากหลายจนการไล่อ่านแบบรวดเดียวทำได้ยาก OpenAI จึงต้องเผยแพร่คู่มือ เพื่อช่วยให้นักวิจัยนำทางและเลือกดูงานในแต่ละสาขาได้ง่ายขึ้น.
เมื่อการอ่านสารบัญก็ใช้เวลาเกือบชั่วโมง
ลองนึกภาพว่าต้องใช้เวลาเกือบชั่วโมง แค่อ่านสารบัญและบทคัดย่อราว 40 หน้า นี่คือสิ่งที่นักคณิตศาสตร์หลายคนเจอ หลัง OpenAI ปล่อยผลงานชุดใหญ่ลงมาในครั้งเดียว
ปัญหาไม่ได้อยู่แค่ว่างานเยอะ แต่คือการแยกให้ออกว่างานไหนน่าเชื่อถือ งานไหนต้องตรวจเพิ่ม และงานไหนอาจเป็น “AI slop” ทำให้การประเมินเบื้องต้นกลายเป็นงานใหญ่พอๆ กับการอ่านงานวิจัยจริงเลยทีเดียว.
OpenAI กำลังขยับจากการเขียนคณิตศาสตร์ด้วย AI ไปสู่การปล่อยผลงานที่กระทบทั้งวงการ นักคณิตศาสตร์กว่าสามโหลที่ The Verge สัมภาษณ์จึงไม่ได้มองนี่เป็นแค่เดโม แต่เป็นเหตุการณ์ที่ต้องใช้เวลาทำความเข้าใจอีกนาน
คำตอบรับอย่าง “Staggering,” “Overwhelming,” “Unprecedented,” “Surreal” และ “Pure insanity” สะท้อนภาพเดียวกัน: ขนาดของการเผยแพร่ครั้งนี้ใหญ่จนวงการต้องปรับวิธีคัดกรอง ตรวจสอบ และทำงานร่วมกับ AI ใหม่ทั้งหมด.
ครั้งนี้ต่างจากงานคณิตศาสตร์ก่อนหน้าของ OpenAI อย่างไร
งานก่อนหน้าถูกวิจารณ์เรื่องการอ้างอิงที่แย่หรือแทบไม่มี ส่วนครั้งล่าสุดมีขนาดใหญ่กว่า จนต้องใช้เวลาคัดกรองและตรวจสอบอย่างหนัก
| Factor | งานก่อนหน้าของ OpenAI | การเผยแพร่ครั้งล่าสุด |
|---|---|---|
| จำนวนผลงาน | ไม่ได้ระบุ | เกือบ 400 ผลลัพธ์ใน 719 manuscripts |
| ขอบเขตเนื้อหา | ไม่ได้ระบุชัด | หลายสาขา เช่น geometry, number theory และ topology |
| การอ้างอิง | ถูกวิจารณ์ว่าแย่หรือแทบไม่มี | ยังต้องตรวจสอบเป็นรายชิ้น |
| ความเป็นทางการ | มี Lean ช่วยตรวจบาง claim | formalized แล้ว 300 จาก 719 manuscripts |
| ปัญหาที่พบ | อ่านยากและขาดความเข้าใจเรื่องเครดิต | ระดับการตรวจต่างกัน และ Lean บางส่วนไม่ตรงกับ claim ในต้นฉบับ |
จาก Lean ถึงการตรวจสอบที่ยังต้องใช้คน
Lean ทำหน้าที่เหมือนด่านตรวจที่ช่วยยืนยันว่าข้อพิสูจน์ทำงานได้ในเชิงคอมพิวเตอร์ แต่คนยังต้องเช็กต่อว่าโค้ดนั้นพิสูจน์สิ่งเดียวกับที่ต้นฉบับกล่าวอ้างหรือไม่
ลองนึกภาพนักวิจัยเปิดคลัง GitHub แล้วต้องคัดกรองต้นฉบับจำนวนมาก การมีผลลัพธ์ 300 รายการจาก 719 ฉบับที่ formalized แล้วช่วยเริ่มตรวจได้เร็วขึ้น แต่ยังไม่ครอบคลุมทั้งชุด
ปัญหาคือระดับการตรวจสอบยังต่างกัน บางข้อมี computer-verifiable proof แต่เนื้อหาอาจไม่ตรงกับ claim ในต้นฉบับ นักวิจัยจึงยังต้องอ่าน ตรวจความสอดคล้อง และประเมินคุณภาพด้วยตัวเองอยู่ดี.
คู่แข่งของความรู้ใหม่อาจไม่ใช่ AI ตัวอื่น
ปัญหาไม่ได้อยู่ที่ว่า OpenAI, ChatGPT หรือ Claude สร้างงานได้เร็วแค่ไหน แต่อยู่ที่ภาระตรวจสอบที่ตามมา ทั้งเนื้อหาที่อ่านยาก ความเข้าใจเรื่องจำกัด และการให้เครดิตนักวิจัยที่อาจบกพร่อง
| Factor | คลังผลงาน OpenAI | การใช้ ChatGPT | การใช้ Claude |
|---|---|---|---|
| ภาพรวมความเสี่ยง | ปริมาณมากจนประเมินเบื้องต้นได้ยาก | เนื้อหา AI คุณภาพต่ำเพิ่มขึ้น | เนื้อหา AI คุณภาพต่ำเพิ่มขึ้น |
| การอ่านและทำความเข้าใจ | อ่านยากและต้องใช้เวลาตรวจ | สับสนและแสดงความเข้าใจเนื้อหาจำกัด | สับสนและแสดงความเข้าใจเนื้อหาจำกัด |
| การให้เครดิต | เคยถูกวิจารณ์เรื่องการอ้างอิงนักวิจัย | อาจให้เครดิตนักวิจัยได้บกพร่อง | อาจให้เครดิตนักวิจัยได้บกพร่อง |
สิ่งที่น่าตื่นเต้น และสิ่งที่ยังน่ากังวล
OpenAI ปล่อยผลงานคณิตศาสตร์ครอบคลุมหลายสาขา และมี formalization ใน Lean บางส่วน ทำให้นักคณิตศาสตร์ตรวจสอบความถูกต้องด้วยคอมพิวเตอร์ได้ งานชุดนี้จึงอาจเปิดทางให้พบผลลัพธ์ที่น่าสนใจ แต่ยังต้องผ่านการตรวจอย่างละเอียด
ข้อดี
- +ครอบคลุมคณิตศาสตร์หลายสาขา
- +มี Lean formalization ช่วยตรวจสอบตรรกะ
- +อาจมีผลลัพธ์ใหม่ให้ศึกษา
ข้อเสีย
- −ภาระตรวจสอบตกอยู่กับนักคณิตศาสตร์
- −คุณภาพและระดับการยืนยันไม่สม่ำเสมอ
- −เสี่ยงเกิด AI slop ที่ผิดพลาดและตรวจยาก
ราคาที่ไม่ได้อยู่บนหน้าคลัง GitHub
ต้นทุนจริงคือเวลาของนักคณิตศาสตร์ ไม่ใช่พื้นที่เก็บไฟล์ เพราะแค่ไล่ดูสารบัญและบทคัดย่อราว 40 หน้า ก็ใช้เวลาเกือบชั่วโมงแล้ว จากนั้นยังต้องอ่านงาน ตรวจว่า Lean พิสูจน์ตรงกับข้ออ้างหรือไม่ และแยกผลลัพธ์จริงออกจากข้อผิดพลาด
งานชุดนี้อาจใช้เวลาหลายปีกว่าจะทำความเข้าใจครบ และถ้า OpenAI ปล่อยชุดใหม่ก่อนการตรวจสอบเดิมเสร็จ ภาระก็ยิ่งสะสม นักวิจัยต้องเลือกระหว่างอ่านเนื้อหาที่อาจเป็น AI slop รอคนอื่นตรวจ หรือรอให้มี formalization เพิ่มเติม.
ใครควรติดตามคลังผลงานนี้ และใครควรรอก่อน
คลังนี้เหมาะกับนักคณิตศาสตร์และนักวิจัยที่ต้องการสำรวจงานในหลายสาขา พร้อมตรวจสอบข้ออ้างด้วย Lean ด้วยตัวเอง แต่ต้องเผื่อใจว่างานแต่ละชิ้นยังอยู่ในระดับการตรวจสอบไม่เท่ากัน
ถ้าต้องการผลลัพธ์ที่อ่านแล้วเชื่อถือได้ทันที ควรรอก่อน เพราะแม้มี formalization ก็ยังต้องตรวจว่าพิสูจน์ตรงกับข้ออ้างหรือไม่
คำถามสำคัญอาจไม่ใช่ว่า AI แก้โจทย์ได้กี่ข้อ
คุณค่าของการปล่อยงานครั้งนี้อาจไม่ได้อยู่ที่จำนวนผลลัพธ์ แต่คือความสามารถของวงการคณิตศาสตร์ในการตรวจสอบและทำความเข้าใจมัน งานจำนวนมากยังอยู่ในขั้นตอนการยืนยัน และแม้มี Lean ก็ยังต้องเช็กว่า proof ตรงกับข้ออ้างใน manuscript จริงหรือไม่
ดังนั้น ผลกระทบที่แท้จริงอาจวัดจากการที่นักวิจัยคัดกรองงาน เชื่อมโยงผลลัพธ์ข้ามสาขา และแยกงานที่น่าเชื่อถือออกจาก AI slop ได้แค่ไหน นี่ไม่ใช่แค่การดูว่า AI ทำอะไรได้แล้ว แต่เป็นบททดสอบว่าวงการจะรับมือกับความเร็วและปริมาณแบบนี้อย่างไร