คณิตศาสตร์ถูกทำลาย? 25 ผู้เชี่ยวชาญเตือน ผู้ชนะรางวัลฟิลด์สตอบโต้

ผู้สื่อข่าว: โจวโหยว, นิตยสาร China Newsweek

บรรณาธิการ: ตู้เหว่ย

บรรณาธิการฝ่ายปฏิบัติการ: หวังหลิน

เมื่อวันที่ 11 กันยายน ตามเวลาท้องถิ่น ผู้ชนะรางวัลฟิลด์ส 25 คน รวมถึงเทา เจ๋อเสวียน และเติ้ง ยวี่ ได้ร่วมกันเผยแพร่แถลงการณ์ "ความคลาดเคลื่อนอย่างร้ายแรงของปัญญาประดิษฐ์ในคณิตศาสตร์" ผลักดัน "สงครามใหญ่" ระหว่างบริษัท AI อย่าง OpenAI และ Anthropic กับวงการคณิตศาสตร์ให้ถึงจุดสูงสุด แถลงการณ์ระบุว่า การที่บริษัท AI ใช้การแก้ปัญหาทางคณิตศาสตร์ที่ยากเป็นเกณฑ์วัดความสามารถของโมเดลนั้น ก่อให้เกิดความเสียหายต่อวิทยาศาสตร์คณิตศาสตร์และวงการคณิตศาสตร์ และขัดแย้งอย่างมีนัยสำคัญกับเป้าหมายพื้นฐานของชุมชนคณิตศาสตร์ในการแสวงหาความเข้าใจเชิงมโนทัศน์

ความขัดแย้งนี้ชัดเจนขึ้นเรื่อย ๆ ในช่วงที่ผ่านมา เมื่อวันที่ 8 กันยายน OpenAI อ้างว่าโมเดล AI ภายในที่ยังไม่เปิดเผยใช้เวลา 88 ชั่วโมงในการแก้ปัญหาการมีอยู่และความราบรื่นของสมการนาเวียร์-สโตกส์ (สมการ N-S) สมการ N-S เป็นสมการหลักที่อธิบายการเคลื่อนที่ของของไหล ใช้กันอย่างแพร่หลายในด้านการพยากรณ์อากาศ การออกแบบเครื่องบิน เป็นต้น สถาบันคณิตศาสตร์เคลย์ (CMI) แห่งสหรัฐอเมริกาได้จัดให้ปัญหาการมีอยู่และความราบรื่นนี้เป็นหนึ่งในเจ็ดปัญหารางวัลสหัสวรรษเมื่อปี 2000 พร้อมเงินรางวัล 1 ล้านดอลลาร์สหรัฐ

อย่างไรก็ตาม ทริสตัน บัคมาสเตอร์ นักคณิตศาสตร์จากมหาวิทยาลัยนิวยอร์ก และเลเวนต์ อัลเพิร์ก นักวิจัยจาก Anthropic ได้บรรลุความก้าวหน้าสำคัญเกี่ยวกับปัญหาที่เกี่ยวข้องก่อนหน้านี้ และเผยแพร่ผลงานเมื่อวันที่ 7 กันยายน บัคมาสเตอร์โจมตี OpenAI ในเวลาต่อมา โดยมองว่า OpenAI เพิ่มความพยายามหลังจากได้ยินว่าพวกเขามีความก้าวหน้า เขาเปิดเผยว่าเคยนำร่างและที่มาที่ยังไม่ได้ตีพิมพ์ไปใช้ในเครื่องมือโค้ดของ OpenAI และสงสัยว่าถูกโมเดลของ OpenAI "แอบดู" OpenAI ปฏิเสธข้อกล่าวหานี้ แต่ยอมรับว่าไม่สามารถตัดความเป็นไปได้ที่ข้อมูลผู้ใช้มีบทบาททางอ้อมในการฝึกโมเดลได้ทั้งหมด ปัจจุบัน OpenAI ไม่มีแผนขอรับเงินรางวัลจาก CMI วงการคณิตศาสตร์ยังไม่ได้ให้การยอมรับอย่างเป็นทางการต่อบทพิสูจน์ของ OpenAI

การกระทำของ OpenAI ก่อให้เกิดการถกเถียงอย่างดุเดือดเกี่ยวกับลำดับความสำคัญทางวิชาการ จริยธรรมข้อมูล และขอบเขตการวิจัยทางวิทยาศาสตร์ของ AI อย่างรวดเร็ว ตั้งแต่เดือนพฤษภาคมปีนี้ มีปัญหาทางคณิตศาสตร์ที่ยากหลายข้อถูก AI พิชิต และ OpenAI เปิดเผยเมื่อเร็ว ๆ นี้ว่าได้หันไปสนใจปัญหาอีกรางวัลสหัสวรรษคือข้อคาดการณ์ฮอดจ์

AI ดับ "ประภาคาร" ของคณิตศาสตร์มนุษย์อย่างต่อเนื่อง ศาสตราจารย์สตานิสลาฟ สเมียร์นอฟ จากมหาวิทยาลัยเจนีวา สวิตเซอร์แลนด์ เป็นผู้ชนะรางวัลฟิลด์สปี 2010 และเป็นหนึ่งใน 25 ผู้ลงนามในแถลงการณ์ เมื่อวันที่ 12 กันยายน เขาให้สัมภาษณ์พิเศษกับนิตยสาร China Newsweek

สตานิสลาฟ สเมียร์นอฟ ภาพ/ภาพจากวิดีโอ

"เหมือนคนขุดดินบ่นว่าถูกแทนที่ด้วยรถขุด"

นิตยสาร China Newsweek: แถลงการณ์ใช้เวลาเพียงไม่กี่วันตั้งแต่ร่างจนถึงเผยแพร่ อะไรคือเหตุผลหลักที่เร่งด่วนเช่นนี้?

สเมียร์นอฟ: เพื่อนร่วมงานส่วนใหญ่ไม่คาดคิดว่าเรื่องนี้จะพัฒนาไปอย่างรวดเร็วและก่อให้เกิดข้อถกเถียงใหญ่หลวงเช่นนี้ เนื่องจากการพัฒนาของ AI รวดเร็วมาก เราจึงต้องดำเนินการอย่างรวดเร็วเพื่อกำหนดกฎกติกาสำหรับอนาคต

นิตยสาร China Newsweek: แถลงการณ์ใช้คำว่า "ความคลาดเคลื่อนอย่างร้ายแรง" อะไรคือความแตกต่างพื้นฐานระหว่างเป้าหมายทางคณิตศาสตร์ของบริษัท AI กับเป้าหมายทางคณิตศาสตร์ที่วงการคณิตศาสตร์ยึดถือ?

สเมียร์นอฟ: คำถามแรกที่เราต้องตอบคือ สังคมสนับสนุนการวิจัยคณิตศาสตร์เพื่อจุดประสงค์อะไร? คณิตศาสตร์ เช่นเดียวกับดนตรีและศิลปะ เป็นส่วนสำคัญของวัฒนธรรมมนุษย์ และเป็นรากฐานของศาสตร์และเทคโนโลยีอื่น ๆ อีกมากมาย สำหรับนักคณิตศาสตร์หลายคน คุณค่าทางวัฒนธรรมและศิลปะของคณิตศาสตร์สำคัญที่สุด

การประยุกต์ใช้ทางสังคมมากมายที่เกิดจากคณิตศาสตร์ ตั้งแต่โทรศัพท์มือถือ เครื่องบิน ไปจนถึงแมชชีนเลิร์นนิงเอง ล้วนถูกสร้างขึ้นมาเพื่อแสวงหาความงามทางวิทยาศาสตร์ในตอนแรก จนถึงปัจจุบัน บริษัท AI ใช้คณิตศาสตร์เป็นตัวชี้วัดความสามารถของโมเดลขนาดใหญ่ ซึ่งเข้าใจได้ โมเดลเหล่านี้ทรงพลังมากจนยากจะหาเกณฑ์ประเมินที่เหมาะสม แต่แนวทางการประเมินในปัจจุบันมักผลิตบทพิสูจน์ยาว ๆ ของข้อคาดการณ์ที่มีชื่อเสียง ในขณะที่แนวคิดที่อาจเกิดขึ้นระหว่างการสำรวจข้อคาดการณ์เหล่านี้อาจสำคัญกว่า

เพื่อนสองคนเคยบอกผมว่า นักคณิตศาสตร์บ่นเรื่องบทพิสูจน์ของ AI เหมือนคนขุดดินบ่นว่าถูกแทนที่ด้วยรถขุด ผมกลับคิดว่าควรนำอุปมานี้ไปใส่ในบริบทของการขุดค้นทางโบราณคดี รถขุดเร็วกว่าจริง แต่อาจทำลายโบราณวัตถุล้ำค่า ซึ่งหากขุดโดยกลุ่มคนงานที่ช้ากว่ามาก จะได้รับการอนุรักษ์ไว้อย่างดี

นิตยสาร China Newsweek: แถลงการณ์ของ OpenAI เกี่ยวกับสมการ N-S ก่อให้เกิดข้อถกเถียงมากมาย บัคมาสเตอร์อ้างว่า OpenAI ระดมโมเดลของตนเพื่อ "แซงหน้า" หลังจากรู้ว่าทีมของเขามีความก้าวหน้า คุณมองเหตุการณ์เช่นนี้อย่างไร?

สเมียร์นอฟ: เราเห็นแล้วว่าโมเดลขนาดใหญ่บางตัวนำแนวคิดของผู้อื่นไปใช้โดยไม่ระบุแหล่งที่มา หรือใช้แนวคิดที่ยังไม่ได้ตีพิมพ์ หากเป็นนักคณิตศาสตร์มนุษย์ การกระทำเช่นนี้ถือเป็นการละเมิดจริยธรรมทางวิชาการอย่างร้ายแรง บางคนคิดว่าการที่ AI ลอกเลียนมนุษย์เป็นสิ่งที่ยอมรับได้ ผมไม่เห็นด้วย

แต่ปัญหาที่สำคัญกว่าในตอนนี้คือ กลุ่มและบุคคลต่าง ๆ มีมุมมองที่แตกต่างกันอย่างสิ้นเชิง เราจำเป็นต้องสร้างกฎใหม่เพื่อแก้ไขความขัดแย้งเช่นนี้ เราควรตระหนักว่าการพัฒนาต่อไปของ AI อาจนำไปสู่การเปลี่ยนแปลงครั้งใหญ่ในวิธีการทำงานของมัน ดังนั้นความเข้าใจของเราต่อ AI ก็ต้องปรับปรุงอยู่เสมอ หากมองในแง่ดี เราสามารถแสวงหาการสนทนาและความสมดุลระหว่างผู้มีส่วนได้ส่วนเสียทั้งหมดได้ แต่ต้องใช้ความพยายาม

นิตยสาร China Newsweek: แถลงการณ์ไม่ได้提倡การห้ามใช้ AI และยอมรับว่า AI มีศักยภาพช่วยเหลือและเร่งการวิจัยคณิตศาสตร์ เครื่องมือ AI ในอุดมคติของคุณสำหรับการวิจัยคณิตศาสตร์เป็นอย่างไร?

สเมียร์นอฟ: AI เก่งมากในการทำความเข้าใจข้อมูลที่รู้แล้ว ทำการทดลอง และตรวจสอบว่าวิธีการที่มีอยู่สามารถแก้ปัญหาปัจจุบันได้หรือไม่ แต่มันไม่เก่งในการตัดสินประสิทธิภาพของวิธีการใหม่ หรือเสนอแนวคิดที่แปลกใหม่จริง ๆ อย่างไรก็ตาม ระดับของมันกำลังพัฒนาอย่างรวดเร็ว ผมคาดว่าในอีกไม่กี่ปีข้างหน้าเราจะต้องปรับวิธีการวิจัยแบบดั้งเดิม แต่ผมมั่นใจว่าเราจะพบประโยชน์มากมายของปัญญาประดิษฐ์ ซึ่งไม่เพียงเป็นประโยชน์ต่อวิทยาศาสตร์และสังคม แต่ยังเป็นประโยชน์ต่อการพัฒนาของบริษัท AI เองด้วย

ความเท่าเทียมยังมาไม่ถึง

นิตยสาร China Newsweek: ในบรรดาความก้าวหน้าทางคณิตศาสตร์ที่ขับเคลื่อนด้วย AI เมื่อเร็ว ๆ นี้ ความก้าวหน้าใดที่ทำให้คุณประหลาดใจที่สุด? ทำไมมันถึงน่ากังวล?

สเมียร์นอฟ: จนถึงตอนนี้ ผมยังไม่เห็นสิ่งที่ทำให้ผมประหลาดใจเป็นพิเศษ ปัญหาบางข้อที่ผมสนใจจริง ๆ ดูเหมือนยังเกินความสามารถของ AI สิ่งที่ผมกังวลที่สุดคือ การให้ความสำคัญกับการได้บทพิสูจน์มากกว่าการเข้าใจเป้าหมายการวิจัย อาจสร้างความเสียหายทั้งต่อวิทยาศาสตร์เองและการประยุกต์ใช้ที่อาจเกิดขึ้น

นิตยสาร China Newsweek: หากนักศึกษาได้รับบทพิสูจน์จาก AI โดยตรง พวกเขาจะได้รับการฝึกฝนทางคณิตศาสตร์เพียงพอหรือไม่? กระบวนการเผชิญความยากลำบาก พยายามอย่างหนัก และค้นหาคำตอบด้วยตนเองในที่สุดยังสำคัญอยู่หรือไม่?

สเมียร์นอฟ: แม้แต่สำหรับนักวิจัยที่มีประสบการณ์ AI ก็อาจก่อให้เกิดความเสียหายอย่างมาก เพื่อนนักวิชาการคนหนึ่งยอมรับว่า หลังจากใช้ AI สร้างแบบฝึกหัดและเฉลยสำหรับรายวิชาเป็นเวลาหนึ่งปี เขาพบว่าความสามารถในการแก้ปัญหาในระดับนักศึกษาของตัวเองแย่ลงอย่างมาก ผมพบว่านักศึกษาส่วนใหญ่ตระหนักถึงความเสี่ยงนี้ พวกเขาพยายามแก้ปัญหาด้วยตนเอง และใช้ AI เป็นเพียงตัวช่วยแนะนำเท่านั้น

นิตยสาร China Newsweek: หาก AI สามารถผลิตข้อสรุปทางคณิตศาสตร์ได้ในปริมาณมาก งานของนักคณิตศาสตร์มนุษย์จะมีความหมายอะไร? ความเร็วที่มนุษย์ย่อยข้อสรุปเหล่านี้จะกลายเป็นคอขวดใหม่ของความก้าวหน้าทางคณิตศาสตร์หรือไม่?

สเมียร์นอฟ: วิธีการที่ AI ใช้วิจัยและเจาะทะลุปัญหาในปัจจุบันค่อนข้างเป็นทางการ บางทีผลลัพธ์สุดท้ายอาจเข้าใจได้ แต่ใครจะเป็นคนเข้าใจ? มีความเป็นไปได้ว่าเรากำลังเห็นการกำเนิดของงานวิทยาศาสตร์รูปแบบใหม่ นั่นคือการขุดค้นแนวคิดจากข้อความที่ AI สร้างขึ้น AI เองสามารถสร้างแนวคิดใหม่ได้จริงหรือ? ในปัจจุบัน คำตอบคือไม่ แต่ผมไม่แน่ใจ

นิตยสาร China Newsweek: เมื่อใช้ AI สร้างบทพิสูจน์ทางคณิตศาสตร์ การอ้างอิงงานวิจัยก่อนหน้าอย่างเหมาะสมยากขึ้นหรือไม่? ในระยะยาว จะนำไปสู่การขาดตอนของความต่อเนื่องทางความรู้ของมนุษย์หรือไม่?

สเมียร์นอฟ: โดยหลักการแล้วเป็นเช่นนั้น โดยเฉพาะเมื่อมนุษย์ไม่สามารถเข้าใจบทพิสูจน์ของ AI ได้ แต่หากเราหาวิธีหลีกเลี่ยงสถานการณ์นี้ และพบวิธีการทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักรที่ดี AI อาจกลายเป็นเครื่องมือที่มีประโยชน์อย่างยิ่ง

ผมเคยลองใช้ AI กับปัญหาการวิจัยของตัวเอง แต่โมเดลที่ล้ำหน้าที่สุดในปัจจุบันยังดูไม่ค่อยใช้งานได้จริง อาจเพราะมันขาดความเข้าใจที่สำคัญบางอย่าง อย่างไรก็ตาม AI เป็นเครื่องมือที่ยอดเยี่ยมสำหรับการค้นหาข้อมูลที่รู้แล้วในสาขาใดสาขาหนึ่ง หรือตรวจทานบทความ

นิตยสาร China Newsweek: บางคนอาจมองว่าเหตุการณ์ต่าง ๆ ที่เกิดขึ้นเมื่อเร็ว ๆ นี้เป็นผลลัพธ์ที่หลีกเลี่ยงไม่ได้ของความเท่าเทียมทางความรู้จาก AI คุณคิดอย่างไร?

สเมียร์นอฟ: ผมยังไม่เห็นความเท่าเทียมมากนัก ความก้าวหน้าส่วนใหญ่เกิดจากการใช้โมเดลที่ไม่เปิดเผยต่อสาธารณะ อันที่จริง หากบริษัท AI แบ่งปันทรัพยากรกับนักคณิตศาสตร์ แทนที่จะพยายามทำทุกอย่างด้วยตนเอง สถานการณ์อาจดีขึ้นมาก ผมเชื่อว่าสิ่งนี้จะเกิดขึ้นในไม่ช้า ในที่สุดบริษัท AI และนักคณิตศาสตร์จะบรรลุฉันทามติบางอย่าง และความเท่าเทียมก็จะตามมา