OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต คณะที่ปรึกษาด้านคณิตศาสตร์และ AI ซึ่งมี Institute for Advanced Study เป็นเจ้าภาพ สามารถให้คำแนะนำเรื่องการทบทวน กา...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How has OpenAI’s reported AI-driven progress—claiming a technically valid but physically contrived Navier–Stokes solution produced by 10,000. Article summary: OpenAI’s claims signal a potential shift from AI as a mathematical assistant to AI as a high-volume source of major results. But they also expose a mismatch between rapid machine-generated discovery and mathematics’ slow. Topic tags: general, news, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
OpenAI ระบุว่าระบบภายในของบริษัทซึ่งมีเอเจนต์ AI ประสานงานกันราว 10,000 ตัว สร้างข้อพิสูจน์ปัญหา Navier–Stokes พร้อมการทำให้เป็นทางการใน Lean ได้ภายใน 88 ชั่วโมง ประเด็นสำคัญจึงไม่ได้อยู่แค่ความเร็วของระบบ แต่คือวงการคณิตศาสตร์จะตรวจสอบงานที่เครื่องสร้างขึ้นได้ทันหรือไม่ รายงานจากภายนอกชี้ว่าผลนี้มีนัยสำคัญมาก แต่ก็ยังมีข้อถกเถียงอยู่ 3
14
ตามคำอธิบายของ OpenAI ระบบพิสูจน์ได้ว่า ของไหลสามมิติที่เริ่มต้นในสภาพเรียบสามารถเกิดภาวะเอกฐานในเวลาจำกัดได้ เมื่อมีแรงภายนอกที่เรียบมากระทำ บริษัทเผยแพร่ทั้งข้อพิสูจน์เชิงวิเคราะห์และฉบับที่ทำให้เป็นทางการด้วย Lean ซึ่งเป็นระบบช่วยตรวจพิสูจน์ทางคณิตศาสตร์ 3
จุดที่ต้องแยกให้ชัดคือ นี่ไม่ใช่คำกล่าวว่า “ของไหลทุกกรณีในโลกจริงย่อมเกิดภาวะเอกฐาน” ข้อถกเถียงมุ่งไปที่ความต่างระหว่างสมการแบบ มีแรงภายนอก กับแบบไม่มีแรงภายนอก ซึ่งนักวิจารณ์บางส่วนมองว่าเป็นเป้าหมายที่เป็นธรรมชาติกว่าในเชิงกายภาพ ข้อพิสูจน์ในกรณีมีแรงภายนอกอาจถูกต้องในทางเทคนิคได้ แต่ยังเปิดคำถามว่ามันตีความทางกายภาพได้เพียงใด และสำคัญต่อโจทย์ Navier–Stokes ในความหมายกว้างแค่ไหน 2
14
ดังนั้น คำว่า “แก้ได้แล้ว” อาจหมายถึงผลลัพธ์นั้นตรงตามนิยามเชิงทางการข้อหนึ่ง แต่สำหรับนักคณิตศาสตร์ ยังมีคำถามต่อไปว่าโจทย์ที่ตั้งไว้นั้นสอดคล้องกับปรากฏการณ์ที่ต้องการศึกษาเพียงใด ข้อพิสูจน์ให้องค์ความรู้หรือแนวคิดใหม่หรือไม่ และนำไปใช้ได้กว้างเพียงใด
การพิสูจน์แบบดั้งเดิมอาจใช้เวลาหลายปีในการอ่าน ตรวจหาจุดอ่อน อธิบาย และทำให้ผู้เชี่ยวชาญในสาขานำไปต่อยอดได้ แต่ระบบเอเจนต์ขนาดใหญ่สามารถส่งงานออกมาเร็วกว่าอัตราที่ชุมชนวิชาการจะตรวจสมมติฐาน ความใหม่ ความเกี่ยวข้อง และวิธีนำเสนอได้มาก
Lean ช่วยรับประกันได้อย่างเข้มแข็งว่า ข้อโต้แย้งที่ถูกเข้ารหัสเป็นทางการนั้นเดินตามกฎของระบบพิสูจน์ แต่การตรวจด้วย Lean ไม่ใช่กระบวนการวิชาการทั้งหมด ผู้ตรวจยังต้องพิจารณาว่าโจทย์ทางการที่ป้อนเข้า Lean ตรงกับทฤษฎีบทที่ตั้งใจจะพิสูจน์หรือไม่ ขั้นตอนสำคัญถูกแทนอย่างถูกต้องหรือไม่ และผลนั้นหมายความว่าอย่างไรต่อสาขาวิชา
ความกังวลจึงไม่ใช่ว่าข้อพิสูจน์จาก AI “ใช้ไม่ได้โดยอัตโนมัติ” หากแต่อาจเกิดคลังผลลัพธ์ที่ตรวจเชิงกลได้ แต่คนอ่านไม่เข้าใจ สอนไม่ได้ โต้แย้งได้ยาก และต่อยอดได้ยาก สำหรับคณิตศาสตร์วิจัย ความเข้าใจของมนุษย์ไม่ใช่เพียงเรื่องการสื่อสาร แต่เป็นส่วนหนึ่งของการตรวจสอบ การขยายผล และการทำให้ความรู้มีประโยชน์
ระบบที่มีเอเจนต์ 10,000 ตัวทำให้แนวคิดเรื่อง “ผู้เขียน” และ “ผู้ได้รับเครดิต” แบบเดิมตึงตัวขึ้น ผลงานสุดท้ายอาจอาศัยโมเดลพื้นฐาน ซอฟต์แวร์จัดการเอเจนต์ วิศวกร นักคณิตศาสตร์ที่กำกับงาน เครื่องมือพิสูจน์ และองค์ความรู้เดิมจำนวนมหาศาล
ไม่ได้หมายความว่าการระบุเครดิตทำไม่ได้ แต่รายชื่อผู้เขียนแบบปกติอาจอธิบายกระบวนการผลิตงานได้ไม่เพียงพอ การเปิดเผยข้อมูลควรแยกให้เห็นว่าใครเป็นผู้กำหนดโจทย์และตรวจงาน ระบบใดสร้างแนวคิดหรือข้อพิสูจน์ต้นฉบับ ใช้เครื่องมือใดในการตรวจ และพึ่งพางานก่อนหน้าส่วนใดบ้าง
รายงานที่เกี่ยวข้องกับ OpenAI ยังกล่าวถึงปัญหาคณิตศาสตร์เปิดมากกว่า 100 ข้อ อย่างไรก็ดี รายงานหนึ่งระบุว่ายังไม่มีการเผยแพร่รายชื่อปัญหาเหล่านั้นอย่างครบถ้วน จนกว่าจะมีโจทย์ ข้อพิสูจน์ และการประเมินจากภายนอกต่อสาธารณะ ควรมองคำกล่าวอ้างนี้ว่าเป็นผลที่รายงานไว้และรอการตรวจสอบ ไม่ใช่ยอดรวมของความก้าวหน้าที่ได้รับการยอมรับแล้ว 39
42
หลักเดียวกันนี้ใช้กับการคาดเดาเรื่องผลงานระดับ Millennium Prize เพิ่มเติมด้วย ยิ่งเป็นการประกาศที่มีนัยต่อสาธารณะสูง ยิ่งต้องมีหลักฐานที่เปิดเผยและตรวจสอบได้ เพราะกระแสของข่าวอาจวิ่งเร็วกว่าความสามารถของผู้เชี่ยวชาญในการตรวจงาน
Advisory Group on Mathematics and Artificial Intelligence เป็นคณะที่มี Institute for Advanced Study (IAS) ในเมืองพรินซ์ตันเป็นเจ้าภาพ และระบุว่าดำเนินงานอย่างเป็นอิสระจากบริษัท AI เป้าหมายคือให้คำแนะนำแก่บริษัท AI เกี่ยวกับความสัมพันธ์กับงานวิจัยคณิตศาสตร์และชุมชนนักคณิตศาสตร์ รวมถึงการนำเสนอและเผยแพร่ผลลัพธ์อย่างรับผิดชอบ 35
OpenAI ระบุว่าคณะนี้จะช่วยให้คำแนะนำในการประเมินความสำคัญของผลใหม่ การประสานการเผยแพร่ การรักษามาตรฐานทางวิชาการและวิชาชีพ ตลอดจนแนวทางที่เครื่องมือ AI จะสนับสนุนการวิจัยและการเรียนรู้คณิตศาสตร์ได้ 34
สมาชิกที่ประกาศมี 9 คน ได้แก่ François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten และ Melanie Matchett Wood 35
การออกแบบคณะนี้มีเป้าหมายให้เป็นช่องทางสื่อสารระหว่างนักคณิตศาสตร์ บริษัท AI และสาธารณะ คณะระบุว่าสมาชิกไม่ได้รับค่าตอบแทน สามารถเสนอคำแนะนำได้แม้ไม่มีผู้ร้องขอ และตั้งใจเผยแพร่ข้อเสนอแนะอย่างเปิดเผย 35
ในทางปฏิบัติ คณะสามารถให้คำแนะนำเรื่องการทบทวนผลงาน การสื่อสาร การประสานการเผยแพร่ และมาตรฐานวิชาชีพสำหรับงานคณิตศาสตร์ที่ AI สร้างขึ้น บทบาทนี้มีความหมายมากในสถานการณ์ที่บริษัทกำลังเตรียมเปิดเผยผลลัพธ์จำนวนมาก ซึ่งนักวิจัยภายนอกอาจประเมินได้ไม่ทัน 34
35
อย่างไรก็ตาม คณะนี้ไม่ใช่วารสารวิชาการ หน่วยงานกำกับดูแล หรือหน่วยรับรองข้อพิสูจน์ ไม่มีอำนาจตัดสินใจแทน OpenAI หรือบริษัท AI อื่น และไม่อาจบังคับให้บริษัทเปิดเผยข้อพิสูจน์หรือเอกสารประกอบได้ 42 หน้าที่ของคณะคือช่วยสร้างเงื่อนไขให้เกิดการประเมินอย่างรับผิดชอบ ไม่ใช่เข้ามาแทนที่การตรวจทานโดยผู้เชี่ยวชาญอิสระ
การตั้งคณะที่ปรึกษานี้สะท้อนการยอมรับว่า การค้นพบทางคณิตศาสตร์มีมาตรฐานทางสังคมและวิชาการพอ ๆ กับมาตรฐานทางเทคนิค คำถามชี้ขาดไม่ใช่แค่ว่า AI สร้างข้อโต้แย้งที่เป็นทางการและถูกต้องได้หรือไม่ แต่คือข้อโต้แย้งนั้นจะกลายเป็นความรู้ที่โปร่งใส ถูกประเมินอย่างอิสระ และมีประโยชน์เชิงแนวคิดได้หรือไม่
มาตรฐานที่เข้มแข็งสำหรับการประกาศผลงาน AI-คณิตศาสตร์จึงตรงไปตรงมา: เผยแพร่ข้อความของทฤษฎีบทอย่างแม่นยำ เปิดข้อพิสูจน์และฉบับ formalization เมื่อทำได้ เปิดเผยบทบาทของระบบ เปิดทางให้ตรวจสอบโดยอิสระ และอย่าเทียบการประกาศของบริษัทกับการยอมรับของชุมชนวิชาการ กระบวนการนี้อาจช้ากว่าเอเจนต์ที่ทำงาน 88 ชั่วโมง แต่เป็นหนทางที่ทำให้ “ผลที่อ้าง” กลายเป็น “คณิตศาสตร์” อย่างแท้จริง
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต
OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต คณะที่ปรึกษาด้านคณิตศาสตร์และ AI ซึ่งมี Institute for Advanced Study เป็นเจ้าภาพ สามารถให้คำแนะนำเรื่องการทบทวน การเปิดเผย และมาตรฐานวิชาชีพได้ แต่ไม่มีอำนาจรับรองข้อพิสูจน์ บังคับให้เผยแพร่เอกสาร หรือสั่งการ OpenAI
OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต คณะที่ปรึกษาด้านคณิตศาสตร์และ AI ซึ่งมี Institute for Advanced Study เป็นเจ้าภาพ สามารถให้คำแนะนำเรื่องการทบทวน กา...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: How has OpenAI’s reported AI-driven progress—claiming a technically valid but physically contrived Navier–Stokes solution produced by 10,000. Article summary: OpenAI’s claims signal a potential shift from AI as a mathematical assistant to AI as a high-volume source of major results. But they also expose a mismatch between rapid machine-generated discovery and mathematics’ slow. Topic tags: general, news, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
OpenAI ระบุว่าระบบภายในของบริษัทซึ่งมีเอเจนต์ AI ประสานงานกันราว 10,000 ตัว สร้างข้อพิสูจน์ปัญหา Navier–Stokes พร้อมการทำให้เป็นทางการใน Lean ได้ภายใน 88 ชั่วโมง ประเด็นสำคัญจึงไม่ได้อยู่แค่ความเร็วของระบบ แต่คือวงการคณิตศาสตร์จะตรวจสอบงานที่เครื่องสร้างขึ้นได้ทันหรือไม่ รายงานจากภายนอกชี้ว่าผลนี้มีนัยสำคัญมาก แต่ก็ยังมีข้อถกเถียงอยู่ 3
14
ตามคำอธิบายของ OpenAI ระบบพิสูจน์ได้ว่า ของไหลสามมิติที่เริ่มต้นในสภาพเรียบสามารถเกิดภาวะเอกฐานในเวลาจำกัดได้ เมื่อมีแรงภายนอกที่เรียบมากระทำ บริษัทเผยแพร่ทั้งข้อพิสูจน์เชิงวิเคราะห์และฉบับที่ทำให้เป็นทางการด้วย Lean ซึ่งเป็นระบบช่วยตรวจพิสูจน์ทางคณิตศาสตร์ 3
จุดที่ต้องแยกให้ชัดคือ นี่ไม่ใช่คำกล่าวว่า “ของไหลทุกกรณีในโลกจริงย่อมเกิดภาวะเอกฐาน” ข้อถกเถียงมุ่งไปที่ความต่างระหว่างสมการแบบ มีแรงภายนอก กับแบบไม่มีแรงภายนอก ซึ่งนักวิจารณ์บางส่วนมองว่าเป็นเป้าหมายที่เป็นธรรมชาติกว่าในเชิงกายภาพ ข้อพิสูจน์ในกรณีมีแรงภายนอกอาจถูกต้องในทางเทคนิคได้ แต่ยังเปิดคำถามว่ามันตีความทางกายภาพได้เพียงใด และสำคัญต่อโจทย์ Navier–Stokes ในความหมายกว้างแค่ไหน 2
14
ดังนั้น คำว่า “แก้ได้แล้ว” อาจหมายถึงผลลัพธ์นั้นตรงตามนิยามเชิงทางการข้อหนึ่ง แต่สำหรับนักคณิตศาสตร์ ยังมีคำถามต่อไปว่าโจทย์ที่ตั้งไว้นั้นสอดคล้องกับปรากฏการณ์ที่ต้องการศึกษาเพียงใด ข้อพิสูจน์ให้องค์ความรู้หรือแนวคิดใหม่หรือไม่ และนำไปใช้ได้กว้างเพียงใด
การพิสูจน์แบบดั้งเดิมอาจใช้เวลาหลายปีในการอ่าน ตรวจหาจุดอ่อน อธิบาย และทำให้ผู้เชี่ยวชาญในสาขานำไปต่อยอดได้ แต่ระบบเอเจนต์ขนาดใหญ่สามารถส่งงานออกมาเร็วกว่าอัตราที่ชุมชนวิชาการจะตรวจสมมติฐาน ความใหม่ ความเกี่ยวข้อง และวิธีนำเสนอได้มาก
Lean ช่วยรับประกันได้อย่างเข้มแข็งว่า ข้อโต้แย้งที่ถูกเข้ารหัสเป็นทางการนั้นเดินตามกฎของระบบพิสูจน์ แต่การตรวจด้วย Lean ไม่ใช่กระบวนการวิชาการทั้งหมด ผู้ตรวจยังต้องพิจารณาว่าโจทย์ทางการที่ป้อนเข้า Lean ตรงกับทฤษฎีบทที่ตั้งใจจะพิสูจน์หรือไม่ ขั้นตอนสำคัญถูกแทนอย่างถูกต้องหรือไม่ และผลนั้นหมายความว่าอย่างไรต่อสาขาวิชา
ความกังวลจึงไม่ใช่ว่าข้อพิสูจน์จาก AI “ใช้ไม่ได้โดยอัตโนมัติ” หากแต่อาจเกิดคลังผลลัพธ์ที่ตรวจเชิงกลได้ แต่คนอ่านไม่เข้าใจ สอนไม่ได้ โต้แย้งได้ยาก และต่อยอดได้ยาก สำหรับคณิตศาสตร์วิจัย ความเข้าใจของมนุษย์ไม่ใช่เพียงเรื่องการสื่อสาร แต่เป็นส่วนหนึ่งของการตรวจสอบ การขยายผล และการทำให้ความรู้มีประโยชน์
ระบบที่มีเอเจนต์ 10,000 ตัวทำให้แนวคิดเรื่อง “ผู้เขียน” และ “ผู้ได้รับเครดิต” แบบเดิมตึงตัวขึ้น ผลงานสุดท้ายอาจอาศัยโมเดลพื้นฐาน ซอฟต์แวร์จัดการเอเจนต์ วิศวกร นักคณิตศาสตร์ที่กำกับงาน เครื่องมือพิสูจน์ และองค์ความรู้เดิมจำนวนมหาศาล
ไม่ได้หมายความว่าการระบุเครดิตทำไม่ได้ แต่รายชื่อผู้เขียนแบบปกติอาจอธิบายกระบวนการผลิตงานได้ไม่เพียงพอ การเปิดเผยข้อมูลควรแยกให้เห็นว่าใครเป็นผู้กำหนดโจทย์และตรวจงาน ระบบใดสร้างแนวคิดหรือข้อพิสูจน์ต้นฉบับ ใช้เครื่องมือใดในการตรวจ และพึ่งพางานก่อนหน้าส่วนใดบ้าง
รายงานที่เกี่ยวข้องกับ OpenAI ยังกล่าวถึงปัญหาคณิตศาสตร์เปิดมากกว่า 100 ข้อ อย่างไรก็ดี รายงานหนึ่งระบุว่ายังไม่มีการเผยแพร่รายชื่อปัญหาเหล่านั้นอย่างครบถ้วน จนกว่าจะมีโจทย์ ข้อพิสูจน์ และการประเมินจากภายนอกต่อสาธารณะ ควรมองคำกล่าวอ้างนี้ว่าเป็นผลที่รายงานไว้และรอการตรวจสอบ ไม่ใช่ยอดรวมของความก้าวหน้าที่ได้รับการยอมรับแล้ว 39
42
หลักเดียวกันนี้ใช้กับการคาดเดาเรื่องผลงานระดับ Millennium Prize เพิ่มเติมด้วย ยิ่งเป็นการประกาศที่มีนัยต่อสาธารณะสูง ยิ่งต้องมีหลักฐานที่เปิดเผยและตรวจสอบได้ เพราะกระแสของข่าวอาจวิ่งเร็วกว่าความสามารถของผู้เชี่ยวชาญในการตรวจงาน
Advisory Group on Mathematics and Artificial Intelligence เป็นคณะที่มี Institute for Advanced Study (IAS) ในเมืองพรินซ์ตันเป็นเจ้าภาพ และระบุว่าดำเนินงานอย่างเป็นอิสระจากบริษัท AI เป้าหมายคือให้คำแนะนำแก่บริษัท AI เกี่ยวกับความสัมพันธ์กับงานวิจัยคณิตศาสตร์และชุมชนนักคณิตศาสตร์ รวมถึงการนำเสนอและเผยแพร่ผลลัพธ์อย่างรับผิดชอบ 35
OpenAI ระบุว่าคณะนี้จะช่วยให้คำแนะนำในการประเมินความสำคัญของผลใหม่ การประสานการเผยแพร่ การรักษามาตรฐานทางวิชาการและวิชาชีพ ตลอดจนแนวทางที่เครื่องมือ AI จะสนับสนุนการวิจัยและการเรียนรู้คณิตศาสตร์ได้ 34
สมาชิกที่ประกาศมี 9 คน ได้แก่ François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten และ Melanie Matchett Wood 35
การออกแบบคณะนี้มีเป้าหมายให้เป็นช่องทางสื่อสารระหว่างนักคณิตศาสตร์ บริษัท AI และสาธารณะ คณะระบุว่าสมาชิกไม่ได้รับค่าตอบแทน สามารถเสนอคำแนะนำได้แม้ไม่มีผู้ร้องขอ และตั้งใจเผยแพร่ข้อเสนอแนะอย่างเปิดเผย 35
ในทางปฏิบัติ คณะสามารถให้คำแนะนำเรื่องการทบทวนผลงาน การสื่อสาร การประสานการเผยแพร่ และมาตรฐานวิชาชีพสำหรับงานคณิตศาสตร์ที่ AI สร้างขึ้น บทบาทนี้มีความหมายมากในสถานการณ์ที่บริษัทกำลังเตรียมเปิดเผยผลลัพธ์จำนวนมาก ซึ่งนักวิจัยภายนอกอาจประเมินได้ไม่ทัน 34
35
อย่างไรก็ตาม คณะนี้ไม่ใช่วารสารวิชาการ หน่วยงานกำกับดูแล หรือหน่วยรับรองข้อพิสูจน์ ไม่มีอำนาจตัดสินใจแทน OpenAI หรือบริษัท AI อื่น และไม่อาจบังคับให้บริษัทเปิดเผยข้อพิสูจน์หรือเอกสารประกอบได้ 42 หน้าที่ของคณะคือช่วยสร้างเงื่อนไขให้เกิดการประเมินอย่างรับผิดชอบ ไม่ใช่เข้ามาแทนที่การตรวจทานโดยผู้เชี่ยวชาญอิสระ
การตั้งคณะที่ปรึกษานี้สะท้อนการยอมรับว่า การค้นพบทางคณิตศาสตร์มีมาตรฐานทางสังคมและวิชาการพอ ๆ กับมาตรฐานทางเทคนิค คำถามชี้ขาดไม่ใช่แค่ว่า AI สร้างข้อโต้แย้งที่เป็นทางการและถูกต้องได้หรือไม่ แต่คือข้อโต้แย้งนั้นจะกลายเป็นความรู้ที่โปร่งใส ถูกประเมินอย่างอิสระ และมีประโยชน์เชิงแนวคิดได้หรือไม่
มาตรฐานที่เข้มแข็งสำหรับการประกาศผลงาน AI-คณิตศาสตร์จึงตรงไปตรงมา: เผยแพร่ข้อความของทฤษฎีบทอย่างแม่นยำ เปิดข้อพิสูจน์และฉบับ formalization เมื่อทำได้ เปิดเผยบทบาทของระบบ เปิดทางให้ตรวจสอบโดยอิสระ และอย่าเทียบการประกาศของบริษัทกับการยอมรับของชุมชนวิชาการ กระบวนการนี้อาจช้ากว่าเอเจนต์ที่ทำงาน 88 ชั่วโมง แต่เป็นหนทางที่ทำให้ “ผลที่อ้าง” กลายเป็น “คณิตศาสตร์” อย่างแท้จริง
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต
OpenAI ระบุว่าระบบภายในที่ใช้เอเจนต์ประสานงานราว 10,000 ตัวสร้างข้อพิสูจน์และการทำให้เป็นทางการด้วย Lean ภายใน 88 ชั่วโมง แต่ผลลัพธ์อยู่ในกรณีที่มีแรงภายนอก จึงยังเป็นประเด็นถกเถียงด้านความหมายและขอบเขต คณะที่ปรึกษาด้านคณิตศาสตร์และ AI ซึ่งมี Institute for Advanced Study เป็นเจ้าภาพ สามารถให้คำแนะนำเรื่องการทบทวน การเปิดเผย และมาตรฐานวิชาชีพได้ แต่ไม่มีอำนาจรับรองข้อพิสูจน์ บังคับให้เผยแพร่เอกสาร หรือสั่งการ OpenAI