OpenAI เปิดเผยผลงานคณิตศาสตร์จาก frontier model ที่ยังไม่เปิดตัวในรูปต้นฉบับ 722 ฉบับ ครอบคลุมผลลัพธ์ 372 กลุ่ม หรือ result families และระบุว่ามีคำตอบของโจทย์เปิด “หลายร้อย” ข้อ โดยทำตามแนวทางการเผยแพร่ที่ AGMAI แนะนำ
ผลงานนี้ต่อยอดจากที่บริษัทเคยบอกว่าโมเดลแก้ปัญหาคณิตศาสตร์ค้างคามากกว่า 100 ข้อ แต่เสียงตอบรับไม่ได้มีแค่คำชื่นชม นักคณิตศาสตร์กังวลเรื่องจริยธรรม แหล่งข้อมูลฝึกโมเดล และวิธีประกาศผลงานที่ดูเร่งรีบ จนเกิดคำถามว่า OpenAI ให้ความสำคัญกับการคว้าชัยชนะมากกว่าบรรทัดฐานของวงการหรือไม่
เมื่อความก้าวหน้าทางคณิตศาสตร์กลายเป็นวิกฤตความน่าเชื่อถือ
OpenAI เปิดเผยผลงานจากโมเดลที่ยังไม่เปิดตัว ผ่านต้นฉบับ 722 ฉบับ ครอบคลุม 372 กลุ่มผลลัพธ์ และระบุว่ามีคำตอบของปัญหาคณิตศาสตร์เปิดค้าง “หลายร้อย” ข้อ รวมถึงปัญหา Millennium Prize หนึ่งข้อ ผลงานระดับนี้ควรเป็นข่าวดีของวงการ แต่กลับถูกตั้งคำถามเรื่องวิธีประกาศและการสื่อสารกับนักคณิตศาสตร์
บริษัทจึงร่วมกับนักคณิตศาสตร์ชั้นนำตั้งคณะที่ปรึกษาอิสระ AGMAI ขึ้นเพื่อช่วยดูแลการนำเสนอและเผยแพร่ผลลัพธ์ ความไม่ชัดเจนเรื่องบทบาทของคณะนี้ทำให้ความก้าวหน้าทางวิทยาศาสตร์ถูกมองผ่านเลนส์ของวิกฤตความน่าเชื่อถือ แทนที่จะเป็นการเฉลิมฉลองอย่างที่ควรจะเป็น
OpenAI กำลังผลักคณิตศาสตร์ไปทางไหน
OpenAI กำลังวางตัวเป็นบริษัท AI ที่ใช้โมเดลแนวหน้าซึ่งยังไม่เปิดตัว เพื่อบุกโจทย์คณิตศาสตร์ที่ค้างมานาน บริษัทเผยแพร่ต้นฉบับ 722 ชิ้น ครอบคลุมผลลัพธ์ 372 กลุ่ม และอ้างว่ามีคำตอบของคำถามเปิด “หลายร้อย” ข้อ
ทิศทางนี้ไม่ได้เกิดกับ OpenAI แค่รายเดียว เพราะ Anthropic และห้องแล็บ AI อื่น ๆ ก็ประกาศความก้าวหน้าในปัญหาคณิตศาสตร์เช่นกัน แต่ OpenAI เดินหน้าอย่างโดดเด่นจนเกิดคำถามตามมา ทั้งเรื่องการประกาศผลงาน จริยธรรม และผลกระทบต่อวงการที่ให้ความสำคัญกับการสร้างความรู้ มากกว่าการแข่งกันชนะ
จากการประกาศปัญหากว่าร้อยข้อสู่ต้นฉบับ 722 ฉบับ
เดือนกันยายน OpenAI ระบุว่าโมเดลของบริษัทแก้ปัญหาเปิดมานานกว่า 100 ข้อ ครอบคลุมเกือบทุกแขนงคณิตศาสตร์ ส่วนชุดล่าสุดระบุผลงานในต้นฉบับ 722 ฉบับ แบ่งเป็นผลลัพธ์ 372 กลุ่มที่เกี่ยวข้องกัน
| Factor | ประกาศเดือนกันยายน | ชุดล่าสุด |
|---|---|---|
| จำนวนปัญหา | มากกว่า 100 ข้อ | หลายร้อยข้อ |
| ขอบเขตผลงาน | เกือบทุกแขนงคณิตศาสตร์ | ครอบคลุม 372 กลุ่มผลลัพธ์ |
| จำนวนต้นฉบับ | ไม่ได้ระบุ | 722 ฉบับ |
| การจัดกลุ่มผลลัพธ์ | ไม่ได้ระบุ | 372 กลุ่มผลลัพธ์ที่เกี่ยวข้องกัน |
บทความไม่ได้เปิดเผยชื่อโมเดลรุ่นก่อนหรือรุ่นใหม่ โดยระบุเพียงว่าชุดล่าสุดมาจาก frontier model ที่ยังไม่เปิดตัว
ตัวเลขไม่ได้แปลว่าโมเดลแก้โจทย์แล้วจบ เพราะผลงานจำนวนมากยังต้องตรวจสอบโดยนักคณิตศาสตร์ โดยเฉพาะชุดต้นฉบับ 722 ฉบับที่รวมผลลัพธ์เป็น 372 กลุ่ม ซึ่งเป็นภาระใหญ่ของชุมชนผู้เชี่ยวชาญ
อีกประเด็นคือค่าเฉลี่ยการคิดเทียบเท่า ChatGPT Pro สามชั่วโมง ตัวเลขนี้ชี้ให้เห็นว่าการสร้างคำตอบต้องใช้ทรัพยากรคอมพิวต์มากแค่ไหน และยิ่งทำให้ต้องถามถึงความคุ้มค่าและวิธีใช้งาน
OpenAI ยังให้สรุปกระบวนการให้เหตุผล ประมาณการ compute และสถิติการทดลองไว้ด้วย แต่รายละเอียดเหล่านี้จะมีความหมายก็ต่อเมื่อคนอื่นตรวจสอบและทำความเข้าใจที่มาของผลลัพธ์ได้อย่างโปร่งใส
จุดที่ OpenAI แตกต่างจากแนวทางของวงการคณิตศาสตร์
บทความสะท้อนว่า OpenAI มองงานคณิตศาสตร์เป็นสนามแข่งขัน ขณะที่นักคณิตศาสตร์ให้ความสำคัญกับการพัฒนาสาขาวิชา ส่วนบริษัท AI อื่น ๆ ถูกกล่าวถึงเพียงว่าประกาศความก้าวหน้าทางคณิตศาสตร์เช่นกัน
| Factor | OpenAI | นักคณิตศาสตร์ | บริษัท AI อื่น ๆ |
|---|---|---|---|
| เป้าหมายที่บทความสะท้อน | มุ่งชนะ | มุ่งพัฒนาสาขาวิชา | ประกาศความก้าวหน้า |
| ความสัมพันธ์กับวงการ | ถูกมองว่าเป็นผู้มาใหม่ที่มีทรัพยากรมาก | ยึดโยงกับงานวิจัยและบรรทัดฐานเดิม | กล่าวถึงในฐานะผู้ประกาศ breakthrough |
ความสำเร็จที่มาพร้อมคำถามเรื่องความโปร่งใส
OpenAI อ้างว่าโมเดลที่ยังไม่เปิดตัวสร้างผลงานจากต้นฉบับ 722 ฉบับ ครอบคลุมผลลัพธ์ 372 กลุ่ม และแก้ปัญหา Millennium Prize ได้หนึ่งข้อ พร้อมเริ่มเปิดเผยเหตุผลกับการใช้คอมพิวต์มากขึ้น
แต่การประกาศที่ผิดพลาดซ้ำทำให้ความสำเร็จถูกตั้งคำถาม ทั้งกระบวนการ ข้อมูลฝึก งานที่ยังไม่เผยแพร่ และอำนาจจริงของคณะกรรมการนักคณิตศาสตร์อิสระ
ข้อดี
- +ครอบคลุมปัญหาคณิตศาสตร์ที่เปิดค้างจำนวนมาก
- +มีการแก้ปัญหา Millennium Prize หนึ่งข้อ
ข้อเสีย
- −การประกาศผิดพลาดซ้ำและกระบวนการไม่ชัดเจน
- −ยังมีคำถามเรื่องข้อมูลฝึก งานที่ไม่เผยแพร่ และอิทธิพลของคณะกรรมการ
ราคาที่วงการคณิตศาสตร์ต้องจ่าย แม้ไม่มีสินค้าวางขาย
ต้นทุนแรกคือภาระตรวจสอบผลงานจำนวนมาก เพราะ OpenAI เปิดเผยงานจาก 722 manuscripts และอ้างว่ามีคำตอบของคำถามเปิดค้าง “หลายร้อยข้อ” นักคณิตศาสตร์จึงต้องใช้เวลาแยกว่างานไหนถูกต้องและตรวจสอบได้จริง
ความเสียหายอีกด้านคือความไว้วางใจ การประกาศที่เร่งรีบและผิดพลาดซ้ำ ทำให้เกิดคำถามต่อบรรทัดฐานการเผยแพร่งาน รวมถึงบทบาทของคณะกรรมการอิสระว่าจะมีอิทธิพลจริงแค่ไหน
ยังมีความกังวลเรื่องข้อมูลฝึกและงานที่ไม่เผยแพร่ Andreas Thom กล่าวหาว่าการสนทนากับ ChatGPT อาจมีส่วนต่อผลลัพธ์ในสาขาของเขา ขณะที่ OpenAI ยอมรับว่างานนั้นพึ่งพาผลงานเดิมของ Thom และ Gábor Kun อย่างมาก
คณะกรรมการใหม่จะช่วยซ่อมความสัมพันธ์ได้จริงหรือไม่
กลุ่มที่ปรึกษาอิสระนี้มีนักคณิตศาสตร์ชั้นนำ ทำหน้าที่ให้คำแนะนำ OpenAI และบริษัท AI อื่นๆ เรื่องการทำงานกับวงการคณิตศาสตร์ รวมถึงวิธีนำเสนอและเผยแพร่ผลลัพธ์ใหม่
นักวิจัยมองว่าเป็นจุดเริ่มต้นที่ดี แต่ยังไม่ชัดว่ากลุ่มนี้มีอำนาจแค่ไหน และ OpenAI จะทำตามคำแนะนำจริงหรือไม่ อีกคำถามคือสมาชิกกลุ่มเล็กๆ จะสะท้อนมุมมองของวงการคณิตศาสตร์ที่กว้างกว่านี้ได้หรือเปล่า ดังนั้น ความสัมพันธ์จะดีขึ้นจริงก็ต่อเมื่อคำแนะนำมีผลต่อการตัดสินใจ ไม่ใช่แค่ถูกใช้เพื่อสร้างภาพว่าบริษัทกำลังรับฟัง
ปัญหา non-sofic groups กับข้อกล่าวหาเรื่องข้อมูลฝึก
Andreas Thom ตั้งข้อกังวลว่า การสนทนาระหว่างเขาและเพื่อนร่วมงานกับ ChatGPT ก่อนการประกาศผลงาน อาจมีส่วนต่อความสำเร็จของ OpenAI ในปัญหา non-sofic groups เขากล่าวหาบริษัทว่าไม่โปร่งใส และมีพฤติกรรม “ไม่ซื่อสัตย์” เกี่ยวกับที่มาของข้อมูลฝึก
ฝั่ง OpenAI ยอมรับว่าผลลัพธ์นี้อาศัยงานก่อนหน้าของ Thom และ Gábor Kun อย่างมาก แต่บทความยังไม่ได้พิสูจน์ว่าการสนทนาดังกล่าวถูกนำไปใช้ฝึกโมเดล หรือมีส่วนทำให้ได้ผลลัพธ์โดยตรง ข้อเท็จจริงที่ชัดตอนนี้จึงมีเพียงข้อกล่าวหา ความกังวล และคำยอมรับจากบริษัทเท่านั้น
สิ่งที่ควรจับตาหลังคลื่นผลงานชุดนี้ถูกเผยแพร่
OpenAI ระบุว่ามีต้นฉบับ 722 ฉบับ ครอบคลุมผลลัพธ์ 372 กลุ่ม และแก้ปัญหาเปิดมานานมากกว่า 100 ข้อ การเปิดเผยครั้งนี้อาจเร่งการค้นพบ แต่ก็เพิ่มภาระให้นักคณิตศาสตร์ต้องตรวจสอบผลลัพธ์จำนวนมาก พร้อมรับมือคำถามเรื่องจริยธรรมและความโปร่งใส
คณะกรรมการนักคณิตศาสตร์อิสระเป็นก้าวแรกที่ดี แต่คำตอบที่แท้จริงอยู่ที่การลงมือทำของ OpenAI ไม่ใช่คำแถลง สุดท้ายแล้ว ผลงานชุดนี้จะยกระดับวงการ หรือเพิ่มภาระตรวจสอบและปัญหาความไว้วางใจกันแน่—คำสัญญาว่าเรียนรู้จากความผิดพลาด ต้องพิสูจน์ด้วยการกระทำจริง