OpenAI เผยแพร่ต้นฉบับคณิตศาสตร์ 722 ฉบับ ครอบคลุมผลลัพธ์ 372 กลุ่ม โดยอ้างว่ามีคำตอบของปัญหาเปิดกว้าง “หลายร้อย” ข้อ จาก frontier model ที่ยังไม่เปิดตัว
ชุดผลงานนี้ยังต้องรอให้นักคณิตศาสตร์ตรวจสอบและประเมินผลกระทบอย่างละเอียด ขณะเดียวกันก็จุดประเด็นเรื่องจริยธรรม วิธีประกาศผล และการให้เครดิตนักวิจัยมนุษย์ โดย OpenAI เผยแพร่ผ่าน GitHub พร้อมแนวทางแก้ไขและอ้างอิงงานวิจัย
ชุดผลงานนี้คืออะไร และควรอ่านอย่างไร
OpenAI ปล่อยผลงานผ่าน GitHub รวมต้นฉบับ 722 ฉบับ ซึ่งจัดเป็นกลุ่มผลลัพธ์ที่เกี่ยวข้องกัน 372 กลุ่ม พร้อมแนวทางแก้ไขต้นฉบับและการอ้างอิงงานวิจัย
ควรอ่านในฐานะผลงานที่วงการคณิตศาสตร์ยังอยู่ระหว่างตรวจสอบและประเมินผลกระทบ ไม่ใช่บทสรุปสุดท้าย เพราะนักคณิตศาสตร์ต้องใช้เวลาทำความเข้าใจผลลัพธ์เหล่านี้ครับ
เมื่อคำตอบของปัญหาคณิตศาสตร์มาถึงเร็วกว่ากระบวนการตรวจสอบ
ข่าวนี้น่าตื่นเต้น เพราะ OpenAI เผยแพร่ต้นฉบับ 722 ฉบับ ครอบคลุม 372 กลุ่มผลลัพธ์ และระบุว่ามีคำตอบของปัญหาเปิดกว้าง “หลายร้อย” ข้อ แต่ตัวเลขเหล่านี้ยังไม่ใช่บทสรุปว่าทุกคำตอบถูกต้อง
นักคณิตศาสตร์ยังต้องใช้เวลาตรวจสอบ ทำความเข้าใจ และประเมินผลกระทบของงานทั้งหมด ความเร็วในการประกาศจึงอาจแซงหน้ากระบวนการตรวจสอบ ซึ่งเป็นเหตุผลว่าทำไมควรอ่านข่าวนี้ด้วยความระมัดระวังครับ
OpenAI วางผลงานชุดนี้ไว้ตรงไหนในเส้นทางงานคณิตศาสตร์ของบริษัท
การเผยแพร่ครั้งนี้คือขั้นต่อจากคำประกาศในเดือนกันยายนว่าโมเดลของ OpenAI แก้ปัญหาคณิตศาสตร์ที่ยังเปิดอยู่มากกว่า 100 ข้อ จากเดิมที่มีเพียงคำกล่าวอ้าง ตอนนี้บริษัทนำต้นฉบับและรายละเอียดบางส่วนมาเผยแพร่ผ่าน GitHub แล้ว
ในภาพใหญ่ นี่เป็นส่วนหนึ่งของผลงานคณิตศาสตร์จาก OpenAI ที่เพิ่มขึ้นอย่างรวดเร็ว พร้อมกับงานจากห้องทดลองคู่แข่งอย่าง Anthropic วงการจึงยังอยู่ในช่วงรับข้อมูล ตรวจสอบ และทำความเข้าใจว่าผลงานเหล่านี้เปลี่ยนแนวทางวิจัยได้แค่ไหน
จากคำประกาศเดิมสู่ต้นฉบับ 722 ฉบับ
เดือนกันยายน OpenAI บอกว่าโมเดลแก้ปัญหาคณิตศาสตร์เปิดมานานกว่า 100 ข้อ ครอบคลุมหลายสาขา ส่วนการเผยแพร่ครั้งนี้ให้รายละเอียดเป็นต้นฉบับ 722 ฉบับ และ 372 กลุ่มผลลัพธ์ที่เกี่ยวข้องกัน
| Factor | ประกาศเดือนกันยายน | การเผยแพร่ครั้งนี้ |
|---|---|---|
| ปัญหาที่กล่าวถึง | มากกว่า 100 ข้อ | “หลายร้อย” ข้อ |
| ขอบเขตข้อมูล | ครอบคลุมหลายสาขาคณิตศาสตร์ | ต้นฉบับ 722 ฉบับ, 372 กลุ่มผลลัพธ์ พร้อมสรุป reasoning, estimates compute และสถิติการทดลอง |
| รูปแบบเผยแพร่ | คำประกาศของบริษัท | GitHub พร้อมแนวทางแก้ไขต้นฉบับและการอ้างอิง |
การเผยแพร่ครั้งนี้จึงช่วยให้ชุมชนเริ่มตรวจสอบผลงานได้เป็นรูปธรรมขึ้น แต่แหล่งข่าวยังไม่ได้สรุปว่าผลลัพธ์ทั้งหมดผ่านการยืนยันแล้ว
ตัวเลขและรายละเอียดที่บอกอะไรเกี่ยวกับกระบวนการ
ข่าวนี้ไม่ได้พูดถึงแค่คำตอบ แต่เผยภาพกระบวนการด้วย: มีต้นฉบับ 722 ฉบับ จัดเป็นผลลัพธ์ 372 กลุ่ม และอ้างว่าครอบคลุมปัญหาเปิดกว้าง “หลายร้อย” ข้อ เวลาอ่านจึงควรมองทั้งขอบเขตงานและการจัดกลุ่ม ไม่ใช่นับจำนวนต้นฉบับอย่างเดียว
OpenAI ยังระบุสรุปเหตุผลของโมเดล ประมาณการพลังประมวลผล และจำนวนปัญหาที่ลองทำ โดย “ผลลัพธ์เฉลี่ย” ใช้เวลาคิดเทียบเท่าการคิดของ ChatGPT Pro สามชั่วโมง รายละเอียดพวกนี้ช่วยให้ประเมินกระบวนการได้ดีขึ้น แต่ยังต้องรอชุมชนนักคณิตศาสตร์ตรวจสอบผลงานต่อไป
OpenAI กับ Anthropic: สิ่งที่แหล่งข่าวยืนยันและยังเปรียบเทียบไม่ได้
ทั้ง OpenAI และ Anthropic มีผลงานคณิตศาสตร์เพิ่มขึ้น ขณะที่วงการยังอยู่ระหว่างตรวจสอบและประมวลผลผลลัพธ์เหล่านี้
| Factor | OpenAI | Anthropic |
|---|---|---|
| ผลงานคณิตศาสตร์ | มีผลงานเพิ่มขึ้น | มีผลงานเพิ่มขึ้น |
| สถานะในวงการ | ยังอยู่ระหว่างประมวลผล | ยังอยู่ระหว่างประมวลผล |
แหล่งข่าวไม่ได้ให้รายละเอียดของ Anthropic มากพอ และไม่มีเกณฑ์ร่วมสำหรับวัดคุณภาพหรือจำนวนผลงาน จึงยังตัดสินไม่ได้ว่าใครมีผลงานเหนือกว่า.
จุดแข็งของการเผยแพร่ครั้งนี้ และคำถามที่ยังค้างอยู่
การปล่อยต้นฉบับผ่าน GitHub พร้อมแนวทางแก้ไขและการอ้างอิง ช่วยให้คนในวงการติดตามและตรวจสอบต่อได้ OpenAI ยังให้ข้อมูลกระบวนการ เช่น เหตุผลโดยสรุป การใช้ compute และจำนวนปัญหาที่ลองทำ
แต่โมเดลที่ใช้ยังไม่ถูกเปิดเผย และผลกระทบของผลงานยังต้องรอนักคณิตศาสตร์ประเมิน นอกจากนี้ยังมีคำถามเรื่องจริยธรรม การประกาศผลงาน และเครดิตของนักคณิตศาสตร์ที่งานเหล่านี้ต่อยอดมา
ข้อดี
- +เผยแพร่ต้นฉบับผ่าน GitHub
- +มีแนวทางแก้ไขและการอ้างอิง
- +เปิดเผยข้อมูลเกี่ยวกับกระบวนการ
ข้อเสีย
- −ยังไม่เปิดเผยชื่อโมเดล
- −ผลกระทบยังประเมินไม่ได้
- −มีข้อถกเถียงเรื่องจริยธรรมและเครดิตนักคณิตศาสตร์
ราคาที่ไม่ได้อยู่ในตัวเลขการประมวลผล
ต้นทุนสำคัญไม่ได้มีแค่ compute แต่คือเวลาที่นักคณิตศาสตร์ต้องใช้ตรวจสอบและทำความเข้าใจต้นฉบับทั้ง 722 ฉบับ ซึ่งครอบคลุม 372 กลุ่มผลลัพธ์ ผลกระทบของงานเหล่านี้จึงยังต้องรอการประเมินจากชุมชนคณิตศาสตร์
AGMAI เตือนว่าการใช้ผลงานคณิตศาสตร์เป็นเครื่องมือการตลาดสร้างความเสียหายต่อวงการได้ นอกจากนี้ ความเร็วในการประกาศยังเพิ่มแรงกดดันให้บริษัทต้องเปิดเผยชื่อโมเดล prompts และต้นทุนการประมวลผล ผ่านช่องทางวิชาการที่เหมาะสมด้วย
สิ่งที่ควรจับตาหลังการเผยแพร่
ขั้นต่อไปคือนักคณิตศาสตร์จะตรวจสอบและทำความเข้าใจผลลัพธ์เหล่านี้อย่างไร โดยเฉพาะความถูกต้องและผลกระทบต่อวงการ
OpenAI ระบุว่าจะปรับปรุงต้นฉบับผ่านการอ้างอิง การอธิบายคณิตศาสตร์ และการนำเสนอ พร้อมเปิดเผยชื่อโมเดล prompts และต้นทุนการประมวลผลให้ชัดเจนขึ้น การถกเถียงเรื่องแนวปฏิบัติทางวิชาการ จริยธรรม และการให้เครดิตนักคณิตศาสตร์ที่มีผลงานอยู่เบื้องหลัง ก็ยังไม่จบง่ายๆ