OpenAI ได้เผยแพร่ผลลัพธ์แรกของ แอสตรา โมเดลปัญญาประดิษฐ์รุ่นต่อไปของพวกเขาบริษัทดังกล่าวประสบความสำเร็จในการแก้ปัญหาที่ยังไม่ได้รับการแก้ไขจำนวน 10 ข้อในสาขาคณิตศาสตร์และวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี ตามที่บริษัทระบุ ปัญหาบางข้อเหล่านี้ยังไม่ได้รับการแก้ไขมานานกว่าทศวรรษโดยไม่มีความคืบหน้าอย่างมีนัยสำคัญ การประกาศดังกล่าวซึ่งเผยแพร่เมื่อวันที่ 1 สิงหาคม 2569 ได้สร้างความตื่นเต้นอย่างมากในวงการวิทยาศาสตร์ แม้ว่านักวิจัยหลายคนจะเรียกร้องให้ระมัดระวังจนกว่าผลลัพธ์จะได้รับการตรวจสอบโดยผู้เชี่ยวชาญอิสระก็ตาม
สิ่งที่ทำให้โฆษณานี้แตกต่างจากโฆษณาอื่นๆ ที่คล้ายกันคือ... OpenAI ได้เผยแพร่ไม่เพียงแต่ผลลัพธ์เท่านั้น แต่ยังรวมถึงการสาธิตอย่างเป็นทางการด้วย ในระบบการตรวจสอบแบบลีน (Lean verification system) นี้ ทำให้คณิตศาสตร์ทุกแขนงสามารถตรวจสอบความถูกต้องของข้อโต้แย้งได้โดยอัตโนมัติ ยิ่งไปกว่านั้น บริษัทยังได้อธิบายกระบวนการค้นพบอย่างละเอียด รวมถึงข้อโต้แย้ง 249 หน้า และบันทึกเหตุผล 62 หน้า ซึ่งแสดงให้เห็นถึงความโปร่งใสที่ไม่ธรรมดาในการสื่อสารประเภทนี้
ปัญหาทั้งสิบประการและความเกี่ยวข้องของปัญหาเหล่านั้น
ปัญหาที่ Astra หยิบยกมาศึกษานั้นครอบคลุมหลากหลายสาขาของคณิตศาสตร์สมัยใหม่ ซึ่งรวมถึง: การหักล้างสมมติฐานเรื่องความแข็งแกร่งของคอนเนสผลลัพธ์นี้มีผลกระทบอย่างมากต่อพีชคณิตตัวดำเนินการ และการสร้างกลุ่มที่ไม่ใช่โซฟิกอย่างชัดเจนเป็นประเด็นพื้นฐานในทฤษฎีกลุ่ม นอกจากนี้ยังได้ขอบเขตบนใหม่สำหรับการจัดเรียงทรงกลมในมิติสูง ซึ่งเป็นปัญหาที่มีการประยุกต์ใช้โดยตรงในทฤษฎีสารสนเทศและรหัสแก้ไขข้อผิดพลาด
ในสาขาคณิตศาสตร์เชิงการจัดเรียง (combinatorics) บริษัท Astra ได้แก้ปัญหา 3 ข้อที่นักคณิตศาสตร์ชาวฮังการี Paul Erdős ตั้งไว้ ได้แก่ ปัญหาข้อที่ 146, 180 และ 183 โดยปัญหาข้อสุดท้ายซึ่งเกี่ยวข้องกับจำนวนแรมซีย์หลากสีนั้น ผู้เชี่ยวชาญ Thomas Bloom ได้กล่าวถึงว่าเป็น "ปัญหาที่น่าประหลาดใจที่สุดในบรรดาปัญหาทั้งหมด" ความก้าวหน้าอื่นๆ ได้แก่ ขอบเขตล่างใหม่สำหรับวงจรเลขคณิต ทฤษฎีบทการทำซ้ำแบบขนานสำหรับเกมควอนตัม และผลลัพธ์เกี่ยวกับความยากในการประมาณค่าของปัญหาเวกเตอร์ที่ใกล้ที่สุด ซึ่งเกี่ยวข้องกับการเข้ารหัสลับหลังควอนตัม
ต้นทุนและวิธีการ
OpenAI ได้เปิดเผยว่า ค่าใช้จ่ายทั้งหมดในการค้นหาวิธีแก้ปัญหาเหล่านี้อยู่ที่ประมาณ 2.000 ดอลลาร์สหรัฐจากข้อมูลอัตราค่าบริการ API ของ Sol ตัวเลขนี้ไม่รวมการฝึกอบรมโมเดลหรือการทำงานของนักวิจัยที่เป็นมนุษย์ กระบวนการนี้เป็นการผสมผสานการสร้างข้อโต้แย้งโดย Astra เข้ากับข้อมูลจากผู้เชี่ยวชาญ ซึ่งช่วยแปลงข้อโต้แย้งเหล่านั้นให้เป็นเอกสารที่ชัดเจน และต่อมากลายเป็นใบรับรอง Lean ที่ตรวจสอบได้โดยอัตโนมัติ
การกำหนดรูปแบบที่เป็นทางการเป็นกุญแจสำคัญใน Lean: มันช่วยให้ทุกคนที่เข้าถึงซอฟต์แวร์สามารถตรวจสอบทีละขั้นตอนได้ว่าการสาธิตนั้นถูกต้องตามหลักตรรกะ อย่างไรก็ตาม นักคณิตศาสตร์ยังคงต้องตรวจสอบว่าคำจำกัดความและข้อสมมติที่ใช้สอดคล้องกับปัญหาดั้งเดิมหรือไม่นี่เป็นสิ่งที่เครื่องจักรไม่สามารถทำได้ด้วยตัวเอง OpenAI ได้รับผิดชอบในการแก้ไขงานดังกล่าว แต่ไม่ได้ระบุกลุ่มอิสระใดที่ได้ประเมินผลลัพธ์ทั้งสิบข้ออย่างเปิดเผย
การเปรียบเทียบกับ Deep Blue และข้อควรระวังที่จำเป็น
สื่อหลายสำนักเปรียบเทียบเหตุการณ์สำคัญนี้กับการที่ Deep Blue เอาชนะ Garry Kasparov ในปี 1997 แต่ผู้เชี่ยวชาญชี้ให้เห็นว่า คณิตศาสตร์ซับซ้อนกว่าหมากรุกในเกม ผลลัพธ์จะเกิดขึ้นทันที แต่ในทางคณิตศาสตร์ การพิสูจน์อาจต้องใช้เวลาหลายเดือนในการตรวจสอบโดยผู้เชี่ยวชาญก่อนที่จะได้รับการยอมรับ นอกจากนี้ Astra ยังไม่เปิดให้ใช้งานในที่สาธารณะ ดังนั้นนักวิจัยภายนอกจึงไม่สามารถจำลองกระบวนการหรือกำหนดอัตราความล้มเหลวของแบบจำลองได้
OpenAI เคยมีประสบการณ์มาก่อนที่ผลลัพธ์ที่ดูเหมือนถูกต้องกลับกลายเป็นไม่ถูกต้องหลังจากได้รับการตรวจสอบจากผู้เชี่ยวชาญ ในเดือนกุมภาพันธ์ 2026 บริษัทได้ส่งคำตอบสำหรับโครงการ First Proof และต่อมาได้ยอมรับว่าหนึ่งในคำตอบนั้นไม่ถูกต้อง ดังนั้น วงการวิทยาศาสตร์ยืนยันว่าความก้าวหน้าทั้งสิบประการนี้ควรได้รับการพิจารณาว่าเป็นสิ่งที่มีแนวโน้มที่ดี แต่ไม่ใช่สิ่งที่สรุปได้อย่างเด็ดขาดจนกว่าจะได้รับการตรวจสอบยืนยันจากหน่วยงานอิสระ
ในยุโรป นักวิจัยจากมหาวิทยาลัยต่างๆ เช่น มหาวิทยาลัยโพลีเทคนิคแห่งมาดริด และมหาวิทยาลัยเคมบริดจ์ ได้แสดงความสนใจในการวิเคราะห์ใบรับรอง Lean ที่เผยแพร่โดย OpenAI ความเป็นไปได้ที่ปัญญาประดิษฐ์จะร่วมมือในการสร้างความรู้ทางคณิตศาสตร์ใหม่ๆ ก่อให้เกิดการถกเถียงเกี่ยวกับบทบาทของนักวิทยาศาสตร์ในอนาคต แม้ว่าบริษัทจะเน้นย้ำว่าการตรวจสอบและการนำผลลัพธ์ไปใช้ในบริบทต่างๆ จะยังคงขึ้นอยู่กับผู้เชี่ยวชาญต่อไปอีกหลายปีก็ตาม
อย่างไรก็ตาม การประกาศของ Astra ถือเป็นจุดเปลี่ยนสำคัญ: ปัญญาประดิษฐ์ไม่ได้จำกัดอยู่แค่การแก้ปัญหาที่มีคำตอบที่ทราบอยู่แล้ว แต่เริ่มเสนอข้อโต้แย้งใหม่ๆ เกี่ยวกับคำถามที่อยู่ในแนวหน้าขององค์ความรู้แล้ว ช่วงเวลาแห่ง "Deep Blue" ที่แท้จริงในคณิตศาสตร์อาจไม่ได้เกิดขึ้นจากผลลัพธ์ที่น่าทึ่งเพียงครั้งเดียว แต่จะค่อยๆ เกิดขึ้นทีละน้อย เมื่อแบบจำลองเหล่านี้กลายเป็นผู้ร่วมงานที่สามารถสำรวจเส้นทางนับพันและสร้างแบบจำลองผลลัพธ์ที่ไม่มีนักวิจัยคนใดเคยทดสอบมาก่อน
