OpenAI สร้างหมุดหมายคณิตศาสตร์ แต่ดราม่าเรื่องเครดิตจุดคำถามอนาคตของวิชา

OpenAI ประกาศความสำเร็จของเอเจนต์ AI ที่แก้ปัญหา Navier–Stokes existence and smoothness ซึ่งเป็นหนึ่งในโจทย์ Millennium Prize Problems ของสถาบัน Clay Mathematics Institute และถือเป็นหนึ่งในปัญหาเปิดที่สำคัญที่สุดของคณิตศาสตร์สมัยใหม่ หากยืนยันได้สำเร็จจริง ผลงานนี้จะเป็นความก้าวหน้าครั้งใหญ่ของทั้งวงการ AI และคณิตศาสตร์ แต่การประกาศกลับถูกกลบด้วยข้อถกเถียงเรื่องที่มาของแนวคิดและการให้เครดิตนักคณิตศาสตร์ที่เกี่ยวข้อง

ประเด็นหลักคือข้อกล่าวหาว่า OpenAI อาจใช้ผลงานของ Tristan Buckmaster นักคณิตศาสตร์จาก NYU และ Levent Alpöge ผู้ทำงานกับ Anthropic เป็นจุดตั้งต้น โดยทั้งสองได้ใช้โมเดล AI สาธารณะจาก OpenAI และ Anthropic ช่วยทำงานกับโจทย์นี้มานานเกือบหนึ่งปี และเพิ่งเผยหลักฐานบางส่วนของแนวทางแก้เมื่อไม่นานมานี้ ขณะที่ OpenAI ยืนยันปฏิเสธว่าทีมหรือเอเจนต์ไม่ได้เข้าถึงทรานสคริปต์หรือผลงานของทั้งคู่โดยตรง อย่างไรก็ดี สมาชิกของ OpenAI ยอมรับว่าแรงกระตุ้นให้ลองโจทย์นี้เกิดขึ้นหลังได้ยินข่าวลือเกี่ยวกับความพยายามของ Buckmaster และ Alpöge

เรื่องราวยิ่งซับซ้อนเมื่อ Buckmaster เปิดเผยรายละเอียดการพูดคุยกับเจ้าหน้าที่ OpenAI หลังเขาเข้าไปสอบถามว่าทีมของบริษัทใช้ทรานสคริปต์หรือไม่ เขาระบุว่าได้รับข้อเสนอทางเลือกที่ดูอ่อนไหวต่อประเด็นเครดิตและความเป็นเจ้าของผลงาน โดยหนึ่งในนั้นคือให้เขาและ Alpöge โพสต์ผลงานของตนเอง แล้ว OpenAI จะเผยคำตอบของตนตามมาในวันถัดไป หรืออีกทางคือให้ร่วมเขียนงานกับ OpenAI แต่ตัดชื่อ Alpöge ออกจากผู้เขียน เพราะทำงานอยู่กับคู่แข่งโดยตรง เรื่องนี้ทำให้เกิดคำถามหนักขึ้นว่าบริษัทจัดการกับเส้นแบ่งระหว่างแรงบันดาลใจ การต่อยอด และการใช้ประโยชน์จากงานของผู้อื่นอย่างไร

บทความชี้ว่า ต่อให้ยังพิสูจน์ไม่ได้ว่า OpenAI นำงานของ Buckmaster และ Alpöge ไปใช้จริงหรือไม่ เหตุการณ์นี้ก็สะท้อนแนวโน้มสำคัญของยุคใหม่ นั่นคือการแก้โจทย์คณิตศาสตร์ระดับสูงอาจต้องพึ่งพาโมเดล AI ที่ทรงพลังมากและทรัพยากรจำนวนมหาศาล ซึ่งมีเฉพาะบริษัท AI แถวหน้าเท่านั้นที่เข้าถึงได้ ผลคือรูปแบบการทำงานอาจค่อยๆ ห่างจากธรรมเนียมวิชาการที่อาศัยการร่วมมือแบบเปิด การแลกเปลี่ยนความรู้ และการยกเครดิตอย่างชัดเจน

ในเชิงเทคนิค ความสำเร็จของ OpenAI ใช้โมเดลภายในที่ทรงพลังกว่า Astra ที่เพิ่งเปิดตัวไม่นาน และต้องรันเอเจนต์พร้อมกันราว 10,000 ตัว ใช้งบประมาณระดับหลายล้านดอลลาร์ ขณะที่ทีมของ Buckmaster และ Alpöge แม้จะใช้เครื่องมือ AI สาธารณะและทำงานร่วมกันอย่างเข้มข้น ก็ยังไปไม่ถึงคำตอบสมบูรณ์ ความต่างนี้สะท้อนว่า AI อาจกำลังกลายเป็นเครื่องมือสำคัญของการวิจัยคณิตศาสตร์ แต่ก็อาจทำให้การแข่งขันในสนามนี้เหลื่อมล้ำมากขึ้นอย่างรวดเร็ว

อีกมุมหนึ่ง นักคณิตศาสตร์ชั้นนำอย่าง Terence Tao เตือนว่าการพิสูจน์โจทย์ได้เร็วเกินไปด้วยวิธีที่ขับเคลื่อนโดย AI โดยขาดความโปร่งใส อาจทำลายกระบวนการค้นคว้าที่ปกติช่วยผลักดันให้วิชาคณิตศาสตร์พัฒนาในระยะยาว เขาชี้ว่าความผิดพลาด เส้นทางที่ไม่สำเร็จ และคำตอบไม่สมบูรณ์ ล้วนมีคุณค่าต่อการต่อยอดองค์ความรู้ หาก AI ปิดโจทย์ได้โดยไม่เปิดเผยวิธีคิดอย่างครบถ้วน ผลลัพธ์อาจไม่ใช่ประโยชน์สุทธิของวงการ

โดยสรุป เหตุการณ์นี้จึงไม่ใช่เพียงข่าวความสำเร็จของ OpenAI ในสนามคณิตศาสตร์ แต่เป็นสัญญาณว่าบทบาทของมนุษย์ นักวิจัย และบริษัท AI อาจกำลังถูกปรับใหม่ครั้งใหญ่ หากบริษัทไม่เพียงมีโมเดลที่เก่งกว่า แต่ยังมีเงินและทรัพยากรพอจะ “ทุ่ม” แก้ปัญหาที่ยากที่สุดของโลกได้ วงการคณิตศาสตร์อาจต้องเผชิญคำถามใหญ่ทั้งเรื่องเครดิต การเข้าถึงทรัพยากร และอนาคตของการวิจัยแบบเปิด