AI รุ่นใหม่ท้าทายสมมติฐานสำคัญด้านทฤษฎีการคำนวณ

รายงานชิ้นนี้อธิบายกระแสถกเถียงล่าสุดในวงการ AI หลังห้องแล็บแนวหน้าบางแห่งอ้างว่าโมเดลของตนสามารถหาทางออกให้กับปัญหาที่เคยถูกมองว่าใช้เวลาคำนวณยาวนานแบบเอ็กซ์โปเนนเชียล ซึ่งถ้าจริงย่อมกระทบต่อสมมติฐาน Exponential Time Hypothesis หรือ ETH ที่เป็นหนึ่งในหลักคิดสำคัญของทฤษฎีความซับซ้อนทางคอมพิวเตอร์

บทความเน้นว่าเรื่องนี้ไม่ได้หมายความว่า AI “พิสูจน์” ทฤษฎีใหญ่ทั้งระบบผิดไปในทันที แต่เป็นคำกล่าวอ้างที่ต้องตีความอย่างระมัดระวัง เพราะในทางคณิตศาสตร์และวิทยาการคอมพิวเตอร์ การบอกว่าโมเดลหนึ่ง “หักล้าง” ETH ต้องพิจารณาว่ามันแก้ปัญหาได้จริงในทุกกรณีหรือเพียงแสดงผลลัพธ์บางส่วนบนชุดทดสอบจำกัด

TechCrunch พูดคุยกับนักวิทยาการคอมพิวเตอร์จาก MIT ที่ถูกเชิญมาอธิบายความหมายของผลลัพธ์นี้ เพื่อช่วยแยกแยะว่าความสามารถของโมเดลเป็นเพียงความก้าวหน้าเชิงวิศวกรรม หรืออาจสะท้อนการค้นพบใหม่ที่แตะระดับรากฐานของทฤษฎีการคำนวณ การตีความที่ถูกต้องจึงสำคัญมาก เพราะผลลัพธ์ลักษณะนี้อาจถูกนำไปใช้กล่าวอ้างเกินจริงได้ง่าย

เนื้อหาชี้ให้เห็นด้วยว่ากระแสนี้สะท้อนแนวโน้มที่ AI frontier models เริ่มก้าวจากการสร้างข้อความและภาพ ไปสู่การช่วยคิดเชิงคณิตศาสตร์และวิทยาการคอมพิวเตอร์ขั้นลึก ซึ่งหากตรวจสอบแล้วว่าโมเดลทำได้จริงในเชิงทั่วไป ก็อาจเปิดประตูสู่งานวิจัยใหม่ ๆ ทั้งด้านอัลกอริทึม การพิสูจน์เชิงคณิตศาสตร์ และการประเมินขีดจำกัดของระบบ AI เอง

อย่างไรก็ดี บทสรุปของรายงานยังคงวางท่าทีระมัดระวังว่า การอ้างอิงถึงการ “ล้มล้าง” สมมติฐานระดับพื้นฐานควรถูกตรวจสอบซ้ำอย่างละเอียดจากนักวิจัยหลายฝ่าย ก่อนจะสรุปว่ามีการพลิกสมการในทฤษฎีคอมพิวเตอร์จริง หรือเป็นเพียงตัวอย่างของความสามารถ AI ที่ถูกตีความเกินขอบเขต