OpenAI ประกาศเผยแพร่ต้นฉบับงานคณิตศาสตร์ (manuscripts) จำนวน 722 เรื่อง แบ่งเป็น 372 “ตระกูลผลลัพธ์” (result families) ที่สร้างขึ้นโดยโมเดล AI ภายในซึ่งยังไม่เปิดให้สาธารณะใช้งาน พร้อมโยนโจทย์ให้นักคณิตศาสตร์ทั่วโลกเป็นผู้ตัดสินว่า การเปิดเผยครั้งนี้สอดคล้องกับแนวทางกำกับดูแลการเผยแพร่ผลงาน AI ใหม่หรือไม่
ประเด็นสำคัญ
- OpenAI โพสต์ต้นฉบับ 722 เรื่องใน 372 ตระกูลผลลัพธ์บน GitHub ทั้งหมดมาจากโมเดลภายในที่ผู้ใช้ทั่วไปยังเข้าถึงไม่ได้
- คณะทำงานที่ปรึกษาอิสระซึ่งเป็นนักคณิตศาสตร์ยืนยันว่า บทบาทของตนไม่ใช่การรับรองความถูกต้องของผลลัพธ์หรือกระบวนการของบริษัท
- OpenAI ระบุเองว่าผลงานบางส่วนที่ยังไม่ผ่านการตรวจสอบด้วยคอมพิวเตอร์อย่างเป็นทางการ อาจมีข้อผิดพลาดหรือประเด็นปัญหาแฝงอยู่
เปิดคลังงานคณิตศาสตร์ของ OpenAI
OpenAI ได้เผยแพร่ ชุดผลงานดังกล่าวในคลังสาธารณะบน GitHub พร้อมกำหนดกติกาสำหรับการแก้ไขและการอ้างอิงผลงานแต่ละชิ้นอย่างชัดเจน คลังนี้ระบุ ว่ามีต้นฉบับ 722 เรื่อง แบ่งเป็น 372 ตระกูลผลลัพธ์ โดยหนึ่งตระกูลจะรวม “ผลหลัก” เข้ากับข้อโต้แย้งประกอบ ผลสืบเนื่อง หรือบทพิสูจน์ทางเลือกที่เชื่อมโยงกัน
บริษัทเผยว่าได้ป้อนโจทย์คณิตศาสตร์ให้โมเดลราว 4,000 ข้อ แต่คัดเก็บเฉพาะผลลัพธ์ที่ประเมินแล้วว่ามี “ความสำคัญทางวิชาการเพียงพอ” เท่านั้น
ในเชิงทรัพยากรคอมพิวเตอร์ OpenAI ระบุว่าแต่ละผลลัพธ์ใช้กำลังประมวลผลเทียบเท่าการ “คิด” ด้วย ChatGPT Pro ราวสามชั่วโมงโดยเฉลี่ย หลายบทพิสูจน์ถูกจัดทำซ้ำในรูปแบบที่เขียนด้วย Lean ภาษาคอมพิวเตอร์ที่ออกแบบมาเพื่อให้เครื่องสามารถตรวจสอบความถูกต้องของบทพิสูจน์ทางคณิตศาสตร์ได้โดยตรง
อย่างไรก็ดี OpenAI ยอมรับว่า ผลงานส่วนที่ยังไม่ได้รับการตรวจสอบผ่าน Lean หรือระบบตรวจสอบอัตโนมัติอื่น อาจมีข้อบกพร่องหรือความไม่สมบูรณ์แฝงอยู่
อ่านเพิ่มเติม: กลุ่มแฮ็ก Lazarus แห่งเกาหลีเหนือยักย้ายคริปโตมูลค่า 1 พันล้านดอลลาร์ผ่านขบวนการฟอกเงินจีน ตามข้อกล่าวหาของ ZachXBT
คำเตือนจากคณะที่ปรึกษานักคณิตศาสตร์
Advisory Group on Mathematics and Artificial Intelligence ซึ่งเป็นกลุ่มที่ปรึกษาอิสระด้านคณิตศาสตร์และ AI ประกอบด้วยนักคณิตศาสตร์ 9 คนที่ทำงานโดยไม่รับค่าตอบแทน ภายใต้การอุปถัมภ์ของ Institute for Advanced Study ได้ออกแถลงการณ์ ย้ำชัดว่า บทบาทของกลุ่มไม่ใช่การตัดสินความถูกต้องของผลลัพธ์ หรือการให้การรับรองกระบวนการของ OpenAI
แถลงการณ์ระบุเพิ่มเติมว่า มีเพียงชุมชนนักคณิตศาสตร์ในวงกว้างเท่านั้น ที่จะประเมินได้อย่างแท้จริงว่า OpenAI ปฏิบัติตามข้อเสนอแนะของกลุ่มมากน้อยเพียงใด
ข้อเสนอแนะที่ออกเมื่อวันที่ 29 กันยายน เรียกร้องให้ห้องปฏิบัติการ AI:
- อ้างอิงงานวิจัยก่อนหน้าอย่างเป็นระบบ
- เขียนบทพิสูจน์ในสไตล์ของงานวิชาการคณิตศาสตร์แบบดั้งเดิม
- เปิดเผย prompt สรุปเหตุผล และต้นทุนการคำนวณ (computing costs) อย่างโปร่งใส
- ฝากผลงานไว้ในคลังวิชาการที่ไม่ได้ถูกควบคุมโดยห้องแล็บ AI รายใดรายหนึ่ง
OpenAI ระบุว่ากำลังพิจารณาทางเลือกของคลังชุมชนที่เป็นอิสระจาก GitHub เพิ่มเติม และมีแผนให้ทุนจัดเวิร์กช็อปเพื่อถกเถียงและกลั่นกรอง “ผลลัพธ์ AI ขนาดใหญ่” ร่วมกับแวดวงวิชาการ
Melanie Matchett Wood ศาสตราจารย์คณิตศาสตร์จากมหาวิทยาลัยฮาร์วาร์ดและหนึ่งในสมาชิกกลุ่มที่ปรึกษา เตือน ตั้งแต่เดือนกันยายนว่า เอาต์พุตด้านคณิตศาสตร์จาก AI “มักมีการลอกเลียนผลงาน (plagiarism)” และในทางปฏิบัติแล้ว แทบไม่มีมนุษย์คนใดกล้ารับผิดชอบโดยตรงต่อผลงานเหล่านี้
โฆษกของ OpenAI ยังยอมรับ แยกต่างหากว่า แม้แต่ทีมคณิตศาสตร์ของบริษัทเองก็ยัง “ไม่เข้าใจ” ผลลัพธ์ใหม่จำนวนมากอย่างถ่องแท้ในเวลานี้
ปมขัดแย้งกรณี Navier–Stokes ของ OpenAI
การเปิดคลังครั้งนี้เกิดขึ้นหลังช่วงเวลาตึงเครียดระหว่าง OpenAI กับชุมชนนักคณิตศาสตร์ยาวนานตลอดเดือนที่ผ่านมา เมื่อวันที่ 8 กันยายน บริษัทประกาศอ้างว่า โมเดลของตนสามารถแก้ปัญหา Navier–Stokes หนึ่งในโจทย์ Millennium Prize ที่มีเงินรางวัล 1 ล้านดอลลาร์ได้สำเร็จ
การประกาศดังกล่าวจุดชนวนข้อพิพาทด้านเครดิตระหว่าง OpenAI กับ Tristan Buckmaster นักคณิตศาสตร์จากมหาวิทยาลัยนิวยอร์ก ซึ่งมีผลงานวิจัยเกี่ยวข้องกับโจทย์เดียวกัน และมองว่าบริษัทให้เครดิตต่อผลงานก่อนหน้าอย่างไม่เหมาะสม
เพียงสามวันถัดมา นักคณิตศาสตร์ชั้นนำระดับโลก 25 คนที่ได้รับรางวัล Fields Medal ได้ร่วมลงนามในถ้อยแถลง คัดค้านการใช้ “ปัญหาเปิดระดับตำนาน” ในคณิตศาสตร์มาเป็นเกณฑ์วัดศักยภาพของ AI โดยตรง พร้อมเตือนถึงความเสี่ยงด้านมาตรฐานวิชาการและความเข้าใจผิดในสาธารณะ
ต่อมาในวันที่ 21 กันยายน OpenAI เปิดเผยเพิ่มเติมว่า โมเดลของตนได้แก้ปัญหาคณิตศาสตร์สำคัญอื่น ๆ ได้มากกว่า 100 ปัญหาแล้ว ยิ่งทำให้แรงกดดันต่อบริษัทเพิ่มสูงขึ้นให้ต้องอธิบายทั้งวิธีการตรวจสอบ ความโปร่งใส และการให้เครดิตต่อผลงานเดิมอย่างละเอียด
อ่านต่อ: AMD ชี้ดีมานด์ AI พุ่งแรง ดันแผนเพิ่มกำลังผลิตชิป “อย่างมีนัยสำคัญ” ภายในปี 2027
