ปัญหาทั้ง 10 ข้อที่ Astra แก้ได้

ตามรายงานของ OpenAI ผลลัพธ์ที่ได้ครอบคลุม 8 สาขาวิชา ประกอบด้วยการพิสูจน์ การหักล้างข้อสันนิษฐาน และการปรับปรุงขอบเขตของคำตอบ :

• กลุ่มที่ไม่ใช่โซฟิก (Non-sofic groups) — การสร้างกลุ่มที่ไม่ใช่โซฟิกเป็นครั้งแรก ซึ่งเป็นการปิดประเด็นคำถามสำคัญทางทฤษฎีกลุ่มที่ไม่มีคำตอบมาตั้งแต่ปี 1999 เมื่อ Mikhail Gromov ได้นำเสนอแนวคิดเรื่องความเป็นโซฟิก
• ข้อสันนิษฐานของ Connes เรื่องความแข็งแกร่ง (Connes's rigidity conjecture) — การหักล้างข้อสันนิษฐานที่มีมายาวนานในพีชคณิตของฟอนนอยมันน์ (von Neumann algebras)
• การบรรจุทรงกลมในมิติสูง (High-dimensional sphere packing) — ขอบเขตบนใหม่สำหรับการบรรจุทรงกลมในมิติที่สูงกว่าที่เคยสรุปไว้
• ปัญหาสามข้อของ Paul Erdős — การแก้ไขปัญหาทางคณิตศาสตร์เชิงการจัดสามข้อจากผลงานของ Erdős รวมถึงปัญหาหมายเลข 183 เรื่องหมายเลขแรมซีย์แบบหลายสี (multicolored Ramsey numbers)
• ผลลัพธ์เพิ่มเติม — ผลลัพธ์ใหม่ในด้านการทำซ้ำควอนตัมแบบขนาน (quantum parallel repetition), ปัญหาเวกเตอร์ที่ใกล้ที่สุด (closest vector problem) ในวิทยาการเข้ารหัสแลตทิซ (lattice cryptography), ความซับซ้อนของวงจรเลขคณิต (arithmetic circuit complexity), รหัสแบบไบนารีและทรงกลม (binary and spherical codes) และข้อสันนิษฐานของ Ehrhart เรื่องปริมาตร (Ehrhart's volume conjecture)

OpenAI ตรวจสอบคำตอบอย่างไร

Openai ไม่ได้อาศัยเพียงเอาต์พุตจากโมเดลเท่านั้น ทุกคำตอบจะมาพร้อมกับ ใบรับรองการพิสูจน์ด้วยระบบ Lean 4 (Lean 4 formal proof certificate) ซึ่งเป็นไฟล์การพิสูจน์ที่เครื่องสามารถตรวจสอบได้ ไม่ว่านักวิจัยคนไหนก็สามารถดาวน์โหลดและตรวจสอบความถูกต้องได้ด้วยแล็ปท็อปของตัวเอง Lean เป็นตัวช่วยตรวจสอบการพิสูจน์ที่ตรวจสอบทุกขั้นตอนทางตรรกะตั้งแต่สัจพจน์จนถึงข้อสรุป ซึ่งสามารถตรวจจับช่องว่าง ข้อผิดพลาดทางชนิดข้อมูล และความไม่สอดคล้องกันต่างๆ ได้ OpenAI เผยแพร่ไฟล์ Lean ทั้งหมดบน GitHub แบบสาธารณะ และจำนวนคำว่า "sorry" ในคลัง ซึ่งบ่งชี้ถึงขั้นตอนที่ยังพิสูจน์ไม่ได้ในโค้ด เป็นศูนย์สำหรับการพิสูจน์ทั้ง 10 ข้อ

อย่างไรก็ตาม นักวิจารณ์หลายคนชี้ให้เห็นว่า การตรวจสอบอย่างเป็นทางการมีข้อจำกัดที่สำคัญ กล่าวคือ Lean สามารถยืนยันได้ว่าข้อความที่เป็นทางการ (formal statement) มีความสอดคล้องตามนิยามที่เป็นทางการของมัน แต่ไม่สามารถรับรองได้ว่าบทสรุปในข่าวประชาสัมพันธ์นั้นตรงกับทฤษฎีบทที่เป็นทางการอย่างถูกต้อง หรือว่านิยามที่เป็นทางการนั้นตรงกับปัญหาที่ชุมชนคณิตศาสตร์ตั้งใจจะแก้ หรือว่าการตีกรอบความใหม่และความสำคัญทางประวัติศาสตร์ของผลลัพธ์นั้นถูกต้องหรือไม่ ผู้เชี่ยวชาญยังคงต้องตรวจสอบความเที่ยงตรงของข้อความที่ใช้ นิยาม การลดทอน และการเชื่อมโยงระหว่างภาษาที่ไม่เป็นทางการกับภาษาที่เป็นทางการ

ต้นทุน: 2,000 ดอลลาร์ในรูปโทเคน

OpenAI เปิดเผยว่าต้นทุนการคำนวณทั้งหมดในการสร้างคำตอบทั้ง 10 ข้ออยู่ที่ประมาณ 2,000 ดอลลาร์สหรัฐฯ ในรูปของค่าใช้จ่ายโทเคนตามอัตราค่าบริการ API ของ Sol ตัวเลขนี้เป็นเพียงราคาที่เทียบเท่ากับ API สำหรับโทเคนที่ใช้หาคำตอบเท่านั้น ซึ่งไม่รวมถึงการลองล้มเหลว การรันแบบคู่ขนานเพื่อสำรวจ และทรัพยากรการคำนวณภายในที่ใช้ในการค้นหาก่อนที่จะได้ใบรับรองการพิสูจน์ เมื่อเปรียบเทียบกับค่าใช้จ่ายในการศึกษา นักศึกษาปริญญาเอกด้านคณิตศาสตร์เพียงคนเดียวในมหาวิทยาลัยชั้นนำอาจมีค่าใช้จ่ายสูงกว่า 50,000 ดอลลาร์ต่อปี ทำให้จุดเด่นที่น่าสนใจที่สุดของการประกาศครั้งนี้ในสายตาของผู้สังเกตการณ์หลายคนคือเรื่องความคุ้มค่าด้านต้นทุน

ข้อวิพากษ์วิจารณ์และความกังขา

วงการนักคณิตศาสตร์และนักวิจัย AI ได้หยิบยกประเด็นที่ต้องใช้ความระมัดระวังหลายประการ:

• วงการคณิตศาสตร์แตกออกเป็นสองฝ่าย — การประเมินผลลัพธ์ยังคงมีความเห็นที่แตกต่างกัน นักวิจัยบางคนเตือนว่า แม้การรับรองด้วย Lean จะพิสูจน์ความถูกต้องในเชิงรูปแบบ แต่ก็ไม่ได้รับประกันว่าผลลัพธ์นั้นมีความสำคัญ น่าประหลาดใจ หรือถูกตีกรอบอย่างถูกต้องว่าเป็นคำตอบของปัญหาที่เปิดค้างอยู่
• Gary Marcus (นักวิทยาศาสตร์ด้านการรู้คิด) ให้ความเห็นว่า "ความสำเร็จในทางคณิตศาสตร์เป็นกรณีพิเศษ" และความเชี่ยวชาญในโดเมนหนึ่งไม่ได้หมายถึงความสามารถในการใช้เหตุผลโดยทั่วไป เขาได้ระบุถึงความเข้าใจผิดที่พบบ่อยถึง 8 ข้อ พร้อมเตือนไม่ให้ตีความผลลัพธ์นี้ในวงกว้างจนเกินไปจนครอบคลุมวิทยาศาสตร์ทุกแขนง
• "ใครจะเป็นผู้ตรวจสอบการพิสูจน์ของ AI?" — ผู้สังเกตการณ์ตั้งคำถามถึงวิธีการตรวจสอบคณิตศาสตร์ที่สร้างโดย AI เมื่อกระบวนการให้เหตุผลนั้นไม่โปร่งใส ซึ่งยังไม่มีวิธีการที่เป็นที่ยอมรับในการประเมินว่าผลลัพธ์ของโมเดลแบบกล่องดำนั้นเป็นการสร้างผลงานที่มีคนค้นพบมาก่อนแล้วโดยไม่ได้ให้เครดิตหรือไม่
• ขาดการตรวจสอบโดยเพื่อนร่วมวงการและความโปร่งใส — การประกาศเกิดขึ้นหลังจาก "คำประกาศไลเดน" (Leiden Declaration) ในเดือนมิถุนายน 2026 ซึ่งนักคณิตศาสตร์ได้ตำหนิบริษัท AI ที่หลีกเลี่ยงการตรวจสอบโดยเพื่อนร่วมวงการด้วยการแถลงข่าว OpenAI ยังไม่ได้ปล่อยโมเดล Astra สู่สาธารณะ ไม่ได้ให้บัตรข้อมูลโมเดล (model card) หรือเปิดเผยอัตราความล้มเหลวที่ซ่อนอยู่เบื้องหลังตัวเลข 2,000 ดอลลาร์
• เปรียบเทียบกับ Google DeepMind — ผู้ที่ยังคงกังขาตั้งข้อสังเกตว่าข้อเรียกร้องด้านคณิตศาสตร์ของ AI ก่อนหน้านี้ (เช่น AlphaGeometry ของ DeepMind) ต่างก็เผชิญกับการตรวจสอบอย่างละเอียดในภายหลัง โดยขอให้ใช้ความระมัดระวังก่อนจะประกาศว่าเป็นการเปลี่ยนกระบวนทัศน์

ผลกระทบในวงกว้าง

• การทำให้งานวิจัยเป็นประชาธิปไตย — ต้นทุน 2,000 ดอลลาร์ชี้ให้เห็นถึงอนาคตที่ทีมเล็กๆ หรือแม้แต่บุคคลทั่วไปสามารถใช้ AI สร้างผลงานวิจัยที่แท้จริง ซึ่งก่อนหน้านี้ต้องอาศัยความเชี่ยวชาญของมนุษย์หลายปี
• วิกฤตของวัฒนธรรมการตรวจสอบ — ขณะนี่วงการต้องเผชิญกับความจำเป็นเร่งด่วนในการกำหนดมาตรฐานที่เห็นพ้องต้องกันเกี่ยวกับวิธีการประเมิน การให้เครดิต และการตรวจสอบโดยเพื่อนร่วมวงการสำหรับการพิสูจน์ที่สร้างโดย AI เมื่อโมเดลเป็นกล่องดำที่เป็นกรรมสิทธิ์ของบริษัท
• การควบคุมเชิงพาณิชย์เหนือคณิตศาสตร์ — หากการค้นพบทางคณิตศาสตร์ที่ล้ำสมัยต้องพึ่งพาการเข้าถึง API ของโมเดลที่เป็นกรรมสิทธิ์ของบริษัทเอกชน โครงสร้างพื้นฐานด้านการวิจัยหลักก็จะเปลี่ยนจากสถาบันสาธารณะไปสู่องค์กรเอกชน
• มาตรฐานใหม่สำหรับความสามารถของ AI — ซึ่งแตกต่างจากการแก้ปัญหาโจทย์แข่งขันแบบตายตัว (เช่น IMO หรือ MATH) Astra สามารถสร้างผลลัพธ์ใหม่ที่ไม่เคยมีใครรู้มาก่อน ซึ่งเป็นการขยายขอบเขตของความรู้ ทำให้มาตรวัดความหมายของ "AI ทำคณิตศาสตร์ได้" สูงขึ้น Thomas Bloom นักคณิตศาสตร์จากมหาวิทยาลัยแมนเชสเตอร์ เรียกผลลัพธ์นี้ว่า "ข่าวใหญ่" ในขณะเดียวกันก็ปฏิเสธแนวคิดที่ว่า AI กำลังจะมาแทนที่นักคณิตศาสตร์ โดยชี้ให้เห็นว่า AI ต้องอาศัยทฤษฎีทางคณิตศาสตร์ที่ถูกพัฒนามานานกว่าศตวรรษ และถูกสร้างขึ้นโดยนักคณิตศาสตร์

ปัญหาทั้ง 10 ข้อที่ Astra แก้ได้

ตามรายงานของ OpenAI ผลลัพธ์ที่ได้ครอบคลุม 8 สาขาวิชา ประกอบด้วยการพิสูจน์ การหักล้างข้อสันนิษฐาน และการปรับปรุงขอบเขตของคำตอบ :

• กลุ่มที่ไม่ใช่โซฟิก (Non-sofic groups) — การสร้างกลุ่มที่ไม่ใช่โซฟิกเป็นครั้งแรก ซึ่งเป็นการปิดประเด็นคำถามสำคัญทางทฤษฎีกลุ่มที่ไม่มีคำตอบมาตั้งแต่ปี 1999 เมื่อ Mikhail Gromov ได้นำเสนอแนวคิดเรื่องความเป็นโซฟิก
• ข้อสันนิษฐานของ Connes เรื่องความแข็งแกร่ง (Connes's rigidity conjecture) — การหักล้างข้อสันนิษฐานที่มีมายาวนานในพีชคณิตของฟอนนอยมันน์ (von Neumann algebras)
• การบรรจุทรงกลมในมิติสูง (High-dimensional sphere packing) — ขอบเขตบนใหม่สำหรับการบรรจุทรงกลมในมิติที่สูงกว่าที่เคยสรุปไว้
• ปัญหาสามข้อของ Paul Erdős — การแก้ไขปัญหาทางคณิตศาสตร์เชิงการจัดสามข้อจากผลงานของ Erdős รวมถึงปัญหาหมายเลข 183 เรื่องหมายเลขแรมซีย์แบบหลายสี (multicolored Ramsey numbers)
• ผลลัพธ์เพิ่มเติม — ผลลัพธ์ใหม่ในด้านการทำซ้ำควอนตัมแบบขนาน (quantum parallel repetition), ปัญหาเวกเตอร์ที่ใกล้ที่สุด (closest vector problem) ในวิทยาการเข้ารหัสแลตทิซ (lattice cryptography), ความซับซ้อนของวงจรเลขคณิต (arithmetic circuit complexity), รหัสแบบไบนารีและทรงกลม (binary and spherical codes) และข้อสันนิษฐานของ Ehrhart เรื่องปริมาตร (Ehrhart's volume conjecture)

OpenAI ตรวจสอบคำตอบอย่างไร

Openai ไม่ได้อาศัยเพียงเอาต์พุตจากโมเดลเท่านั้น ทุกคำตอบจะมาพร้อมกับ ใบรับรองการพิสูจน์ด้วยระบบ Lean 4 (Lean 4 formal proof certificate) ซึ่งเป็นไฟล์การพิสูจน์ที่เครื่องสามารถตรวจสอบได้ ไม่ว่านักวิจัยคนไหนก็สามารถดาวน์โหลดและตรวจสอบความถูกต้องได้ด้วยแล็ปท็อปของตัวเอง Lean เป็นตัวช่วยตรวจสอบการพิสูจน์ที่ตรวจสอบทุกขั้นตอนทางตรรกะตั้งแต่สัจพจน์จนถึงข้อสรุป ซึ่งสามารถตรวจจับช่องว่าง ข้อผิดพลาดทางชนิดข้อมูล และความไม่สอดคล้องกันต่างๆ ได้ OpenAI เผยแพร่ไฟล์ Lean ทั้งหมดบน GitHub แบบสาธารณะ และจำนวนคำว่า "sorry" ในคลัง ซึ่งบ่งชี้ถึงขั้นตอนที่ยังพิสูจน์ไม่ได้ในโค้ด เป็นศูนย์สำหรับการพิสูจน์ทั้ง 10 ข้อ

อย่างไรก็ตาม นักวิจารณ์หลายคนชี้ให้เห็นว่า การตรวจสอบอย่างเป็นทางการมีข้อจำกัดที่สำคัญ กล่าวคือ Lean สามารถยืนยันได้ว่าข้อความที่เป็นทางการ (formal statement) มีความสอดคล้องตามนิยามที่เป็นทางการของมัน แต่ไม่สามารถรับรองได้ว่าบทสรุปในข่าวประชาสัมพันธ์นั้นตรงกับทฤษฎีบทที่เป็นทางการอย่างถูกต้อง หรือว่านิยามที่เป็นทางการนั้นตรงกับปัญหาที่ชุมชนคณิตศาสตร์ตั้งใจจะแก้ หรือว่าการตีกรอบความใหม่และความสำคัญทางประวัติศาสตร์ของผลลัพธ์นั้นถูกต้องหรือไม่ ผู้เชี่ยวชาญยังคงต้องตรวจสอบความเที่ยงตรงของข้อความที่ใช้ นิยาม การลดทอน และการเชื่อมโยงระหว่างภาษาที่ไม่เป็นทางการกับภาษาที่เป็นทางการ

ต้นทุน: 2,000 ดอลลาร์ในรูปโทเคน

OpenAI เปิดเผยว่าต้นทุนการคำนวณทั้งหมดในการสร้างคำตอบทั้ง 10 ข้ออยู่ที่ประมาณ 2,000 ดอลลาร์สหรัฐฯ ในรูปของค่าใช้จ่ายโทเคนตามอัตราค่าบริการ API ของ Sol ตัวเลขนี้เป็นเพียงราคาที่เทียบเท่ากับ API สำหรับโทเคนที่ใช้หาคำตอบเท่านั้น ซึ่งไม่รวมถึงการลองล้มเหลว การรันแบบคู่ขนานเพื่อสำรวจ และทรัพยากรการคำนวณภายในที่ใช้ในการค้นหาก่อนที่จะได้ใบรับรองการพิสูจน์ เมื่อเปรียบเทียบกับค่าใช้จ่ายในการศึกษา นักศึกษาปริญญาเอกด้านคณิตศาสตร์เพียงคนเดียวในมหาวิทยาลัยชั้นนำอาจมีค่าใช้จ่ายสูงกว่า 50,000 ดอลลาร์ต่อปี ทำให้จุดเด่นที่น่าสนใจที่สุดของการประกาศครั้งนี้ในสายตาของผู้สังเกตการณ์หลายคนคือเรื่องความคุ้มค่าด้านต้นทุน

ข้อวิพากษ์วิจารณ์และความกังขา

วงการนักคณิตศาสตร์และนักวิจัย AI ได้หยิบยกประเด็นที่ต้องใช้ความระมัดระวังหลายประการ:

• วงการคณิตศาสตร์แตกออกเป็นสองฝ่าย — การประเมินผลลัพธ์ยังคงมีความเห็นที่แตกต่างกัน นักวิจัยบางคนเตือนว่า แม้การรับรองด้วย Lean จะพิสูจน์ความถูกต้องในเชิงรูปแบบ แต่ก็ไม่ได้รับประกันว่าผลลัพธ์นั้นมีความสำคัญ น่าประหลาดใจ หรือถูกตีกรอบอย่างถูกต้องว่าเป็นคำตอบของปัญหาที่เปิดค้างอยู่
• Gary Marcus (นักวิทยาศาสตร์ด้านการรู้คิด) ให้ความเห็นว่า "ความสำเร็จในทางคณิตศาสตร์เป็นกรณีพิเศษ" และความเชี่ยวชาญในโดเมนหนึ่งไม่ได้หมายถึงความสามารถในการใช้เหตุผลโดยทั่วไป เขาได้ระบุถึงความเข้าใจผิดที่พบบ่อยถึง 8 ข้อ พร้อมเตือนไม่ให้ตีความผลลัพธ์นี้ในวงกว้างจนเกินไปจนครอบคลุมวิทยาศาสตร์ทุกแขนง
• "ใครจะเป็นผู้ตรวจสอบการพิสูจน์ของ AI?" — ผู้สังเกตการณ์ตั้งคำถามถึงวิธีการตรวจสอบคณิตศาสตร์ที่สร้างโดย AI เมื่อกระบวนการให้เหตุผลนั้นไม่โปร่งใส ซึ่งยังไม่มีวิธีการที่เป็นที่ยอมรับในการประเมินว่าผลลัพธ์ของโมเดลแบบกล่องดำนั้นเป็นการสร้างผลงานที่มีคนค้นพบมาก่อนแล้วโดยไม่ได้ให้เครดิตหรือไม่
• ขาดการตรวจสอบโดยเพื่อนร่วมวงการและความโปร่งใส — การประกาศเกิดขึ้นหลังจาก "คำประกาศไลเดน" (Leiden Declaration) ในเดือนมิถุนายน 2026 ซึ่งนักคณิตศาสตร์ได้ตำหนิบริษัท AI ที่หลีกเลี่ยงการตรวจสอบโดยเพื่อนร่วมวงการด้วยการแถลงข่าว OpenAI ยังไม่ได้ปล่อยโมเดล Astra สู่สาธารณะ ไม่ได้ให้บัตรข้อมูลโมเดล (model card) หรือเปิดเผยอัตราความล้มเหลวที่ซ่อนอยู่เบื้องหลังตัวเลข 2,000 ดอลลาร์
• เปรียบเทียบกับ Google DeepMind — ผู้ที่ยังคงกังขาตั้งข้อสังเกตว่าข้อเรียกร้องด้านคณิตศาสตร์ของ AI ก่อนหน้านี้ (เช่น AlphaGeometry ของ DeepMind) ต่างก็เผชิญกับการตรวจสอบอย่างละเอียดในภายหลัง โดยขอให้ใช้ความระมัดระวังก่อนจะประกาศว่าเป็นการเปลี่ยนกระบวนทัศน์

ผลกระทบในวงกว้าง

• การทำให้งานวิจัยเป็นประชาธิปไตย — ต้นทุน 2,000 ดอลลาร์ชี้ให้เห็นถึงอนาคตที่ทีมเล็กๆ หรือแม้แต่บุคคลทั่วไปสามารถใช้ AI สร้างผลงานวิจัยที่แท้จริง ซึ่งก่อนหน้านี้ต้องอาศัยความเชี่ยวชาญของมนุษย์หลายปี
• วิกฤตของวัฒนธรรมการตรวจสอบ — ขณะนี่วงการต้องเผชิญกับความจำเป็นเร่งด่วนในการกำหนดมาตรฐานที่เห็นพ้องต้องกันเกี่ยวกับวิธีการประเมิน การให้เครดิต และการตรวจสอบโดยเพื่อนร่วมวงการสำหรับการพิสูจน์ที่สร้างโดย AI เมื่อโมเดลเป็นกล่องดำที่เป็นกรรมสิทธิ์ของบริษัท
• การควบคุมเชิงพาณิชย์เหนือคณิตศาสตร์ — หากการค้นพบทางคณิตศาสตร์ที่ล้ำสมัยต้องพึ่งพาการเข้าถึง API ของโมเดลที่เป็นกรรมสิทธิ์ของบริษัทเอกชน โครงสร้างพื้นฐานด้านการวิจัยหลักก็จะเปลี่ยนจากสถาบันสาธารณะไปสู่องค์กรเอกชน
• มาตรฐานใหม่สำหรับความสามารถของ AI — ซึ่งแตกต่างจากการแก้ปัญหาโจทย์แข่งขันแบบตายตัว (เช่น IMO หรือ MATH) Astra สามารถสร้างผลลัพธ์ใหม่ที่ไม่เคยมีใครรู้มาก่อน ซึ่งเป็นการขยายขอบเขตของความรู้ ทำให้มาตรวัดความหมายของ "AI ทำคณิตศาสตร์ได้" สูงขึ้น Thomas Bloom นักคณิตศาสตร์จากมหาวิทยาลัยแมนเชสเตอร์ เรียกผลลัพธ์นี้ว่า "ข่าวใหญ่" ในขณะเดียวกันก็ปฏิเสธแนวคิดที่ว่า AI กำลังจะมาแทนที่นักคณิตศาสตร์ โดยชี้ให้เห็นว่า AI ต้องอาศัยทฤษฎีทางคณิตศาสตร์ที่ถูกพัฒนามานานกว่าศตวรรษ และถูกสร้างขึ้นโดยนักคณิตศาสตร์