60 AI ตัวแทน ผลักดันโจทย์คณิตศาสตร์อายุ 150 ปี ไปได้ไกลกว่ามนุษย์ในเวลาแค่ 1.5 วัน

กระบวนการอัตโนมัติที่อยู่เบื้องหลังผลลัพธ์

ความสำเร็จนี้เป็นไปตามขั้นตอนการทำงานของตัวแทนหลายตัว (multi-agent workflow) ที่น่าทึ่ง ซึ่งทำให้นักวิจัยของ Anthropic เองก็ต้องประหลาดใจ:

• พนักงานของ Anthropic ที่ไม่มีพื้นฐานทางคณิตศาสตร์ที่จริงจัง ขอให้โมเดล "ลองพิสูจน์จริงๆ สักครั้ง"
• ตลอดระยะเวลาประมาณ 1.5 วัน โมเดลได้ทดสอบแนวทางประมาณ 650 แนวทาง โดยใช้ ตัวแทนย่อย 60 ตัว ที่ทำงานประสานกัน
• การทดลองนี้ใช้ โทเค็นเอาต์พุต 31 ล้านโทเค็น ในการรันสองครั้ง ดำเนินการคำสั่งเชลล์ 2,400 คำสั่ง และตรวจสอบบทความจาก arXiv 54 บทความ
• มีตัวแทนย่อยเพียง 2 ตัวจาก 60 ตัวเท่านั้นที่รับผิดชอบในการพัฒนาการค้นพบทางคณิตศาสตร์ที่สำคัญ
• แนวทางที่ชนะ สังเคราะห์ผลงานของ Enrico Bombieri ในปี 2000 กับผลงานที่ใหม่กว่า ซึ่งเป็นการผสมผสานที่ไม่มีนักวิจัยคนไหนเคยทำมาก่อน

การตรวจสอบ: การพิสูจน์สองชั้น

นักคณิตศาสตร์ในบริษัทสองคน — Levent Alpöge และ Ralph Furmaniak — ได้ตรวจสอบและยืนยันบทพิสูจน์แล้ว จากนั้นข้อโต้แย้งก็ ถูกทำให้เป็นทางการในระบบ Lean ซึ่งเป็นตัวพิสูจน์เชิงโต้ตอบ (interactive theorem prover) ทำให้เกิดใบรับรองความถูกต้องที่เครื่องสามารถตรวจสอบได้ การตรวจสอบแบบคู่นี้ (การตรวจสอบโดยผู้เชี่ยวชาญมนุษย์ + การตรวจสอบอย่างเป็นทางการ) ถือเป็นหลักฐานที่ดีที่สุดสำหรับผลลัพธ์ทางคณิตศาสตร์ที่สร้างโดย AI

จุดเปลี่ยน: ปี 2026 ปีที่ AI ก้าวเข้าสู่งานวิจัยระดับเปิด

การปรับปรุงขอบเขตของสมมติฐานรีมันน์ของ Claude ไม่ใช่เหตุการณ์ที่เกิดขึ้นโดดเดี่ยว ปี 2026 ได้เห็นความก้าวหน้าทางคณิตศาสตร์ที่นำโดย AI อย่างรวดเร็ว:

• พฤษภาคม 2026 — OpenAI ประกาศว่าโมเดลเหตุผลทั่วไปที่ยังไม่เปิดตัวสามารถหักล้าง ข้อสันนิษฐานระยะทางหน่วยของ Erdős (Erdős unit-distance conjecture) ซึ่งเป็นปัญหาเปิดที่มีอายุ 80 ปีได้ด้วยตัวเอง
• พฤษภาคม 2026 — AlphaProof Nexus ของ Google DeepMind แก้ไข ปัญหาเปิดของ Erdős เก้าข้อ (บางข้อแก้ไม่ได้นานถึง 56 ปี) และพิสูจน์ข้อสันนิษฐาน 44 ข้อจาก Online Encyclopedia of Integer Sequences ทั้งหมดถูกทำให้เป็นทางการใน Lean
• กรกฎาคม 2026 — Levent Alpöge นักคณิตศาสตร์ของ Anthropic ใช้โมเดล "Fable 5" ที่ยังไม่เปิดตัวเพื่อค้นหาตัวอย่างแย้ง (counterexample) สำหรับ ข้อสันนิษฐานจาโคเบียน (Jacobian conjecture) ซึ่งเป็นปัญหาที่ถูกตั้งขึ้นในปี 1939
• สิงหาคม 2026 — โมเดล Astra ของ OpenAI รายงานว่าแก้ปัญหาทางคณิตศาสตร์ที่มีอายุนับสิบปีได้สิบข้อ ด้วยต้นทุนการคำนวณประมาณ 2,000 ดอลลาร์สหรัฐ โดยมีบทพิสูจน์ที่เครื่องตรวจสอบได้เผยแพร่ใน Lean บน GitHub

ผู้วิจารณ์หลายคนตั้งข้อสังเกตว่า วงการได้ข้ามเกณฑ์ไปแล้วในช่วงกลางปี 2026: ระบบ AI ได้ก้าวจากการแก้คณิตศาสตร์ระดับแข่งขัน มาเป็นการสร้างงานวิจัยระดับเปิดที่สามารถตีพิมพ์ได้

การถกเถียง: การประพันธ์ มาตรฐาน และปฏิญญาไลเดน

ความรวดเร็วของคณิตศาสตร์ที่สร้างโดย AI ได้จุดชนวนการถกเถียงอย่างดุเดือด:

• ใน มิถุนายน 2026 กลุ่มนักคณิตศาสตร์ 16 คนตีพิมพ์ ปฏิญญาไลเดนว่าด้วยปัญญาประดิษฐ์และคณิตศาสตร์ (Leiden Declaration on Artificial Intelligence and Mathematics) โดยแนะนำมาตรฐานใหม่สำหรับโครงสร้างของบทพิสูจน์ การระบุผู้ประพันธ์ และการกำกับดูแลของมนุษย์ต่อผลลัพธ์ที่สร้างโดย AI ปฏิญญานี้ได้รับการหารือโดยสหภาพคณิตศาสตร์ระหว่างประเทศ (International Mathematical Union) ในเวลาต่อมา
• ประเด็นขัดแย้งหลักรวมถึง: ใครควรได้รับเครดิตในฐานะผู้ประพันธ์ เมื่อ AI สร้างบทพิสูจน์? วงการจะรักษา ความไว้วางใจทางญาณวิทยา (epistemic trust) ได้หรือไม่ หากบทพิสูจน์นั้นยาวหรือใหม่เกินกว่าที่มนุษย์จะตรวจสอบได้อย่างสมบูรณ์โดยไม่มีเครื่องมือที่เป็นทางการ? และวารสารต่างๆ ควร ตรวจสอบโดยผู้ทรงคุณวุฒิ (peer-review) ผลลัพธ์ที่มนุษย์คนเดียวไม่สามารถผลิตได้อย่างไร ?
• นักคณิตศาสตร์บางคนโต้แย้งว่าบทพิสูจน์ที่ใช้ AI เสี่ยงต่อการกัดกร่อน ความเข้าใจและข้อมูลเชิงลึกที่สามารถอธิบายได้ ซึ่งบทพิสูจน์อาจถูกต้องแต่ก็คลุมเครือ ในขณะที่บางคนมองว่าการตรวจสอบอย่างเป็นทางการใน Lean นั้นให้มาตรฐานที่เข้มงวดกว่าการตรวจสอบโดยผู้ทรงคุณวุฒิแบบดั้งเดิม

ความหมายต่อความสามารถของ AI ในการค้นพบวิทยาศาสตร์ใหม่

ผลลัพธ์ Riemann ของ Anthropic ทำให้การอภิปรายก้าวหน้าไปอย่างเป็นรูปธรรมหลายประการ:

1. ขนาดของการสำรวจอัตโนมัติมีความสำคัญ

การทดสอบ 650 แนวคิดด้วยตัวแทนย่อย 60 ตัว แสดงให้เห็นว่าสถาปัตยกรรมแบบหลายตัวแทนสามารถทำการค้นหาอย่างเป็นระบบในขนาดที่ไม่มีทีมวิจัยมนุษย์คนใดจะเทียบเคียงได้ในกรอบเวลาเดียวกัน สิ่งนี้เปลี่ยนคำถามจาก "AI ทำคณิตศาสตร์ได้ไหม?" เป็น "เราควรบูรณาการการสำรวจที่ขับเคลื่อนโดย AI เข้ากับท่อส่งการค้นพบทางวิทยาศาสตร์อย่างไร?"

2. การสังเคราะห์แบบบังเอิญเป็นไปได้

ข้อเท็จจริงที่ว่าโมเดลที่ไม่มีการฝึกอบรมทางคณิตศาสตร์สามารถรวมบทความของ Bombieri (ปี 2000) เข้ากับผลลัพธ์ที่ใหม่กว่า ซึ่งเป็นการผสมผสานที่ไม่มีมนุษย์คนใดเคยเห็น แสดงให้เห็นว่า AI สามารถสร้าง การเชื่อมโยงแนวคิดที่ไม่ชัดเจน ข้ามวรรณกรรมที่แตกต่างกันได้ ความสามารถนี้ตอบสนองโดยตรงต่อข้อกังวลหลักที่ว่า LLMs เพียงแค่ประมาณค่ากลาง (interpolate) หรือสามารถค้นพบสิ่งใหม่ได้อย่างแท้จริง

3. การตรวจสอบอย่างเป็นทางการช่วยแก้ปัญหาความไว้วางใจ

การทำให้เป็นทางการใน Lean หมายความว่าผลลัพธ์นั้นไม่ใช่การกล่าวอ้างแบบ "กล่องดำ" อีกต่อไป มันคือ ทฤษฎีบทที่พิสูจน์ได้อย่างถูกต้อง ซึ่งนักคณิตศาสตร์คนใดก็สามารถตรวจสอบด้วยเครื่องจักรได้ สิ่งนี้เป็นแม่แบบสำหรับวิธีที่ผลลัพธ์ทางวิทยาศาสตร์ที่สร้างโดย AI สามารถทำให้ตรวจสอบได้ ซึ่งตอบสนองต่อข้อโต้แย้งที่รุนแรงที่สุดข้อหนึ่งต่อการค้นพบที่นำโดย AI

4. การถกเถียงเรื่องการประพันธ์และมาตรฐานนั้นสร้างสรรค์ ไม่ใช่เป็นอัมพาต

การเกิดขึ้นพร้อมกันของทั้งผลลัพธ์ที่น่าทึ่ง (จาก DeepMind, OpenAI, Anthropic) และการตอบสนองของสถาบันที่นำโดยชุมชน (ปฏิญญาไลเดน) ชี้ให้เห็นว่าชุมชนคณิตศาสตร์ กำลังปรับตัวมากกว่าถอยหนี การสนทนาในปัจจุบันมุ่งเน้นไปที่บรรทัดฐานและเครดิต ไม่ใช่การปฏิเสธผลลัพธ์ของ AI โดยสิ้นเชิง

5. ต้นทุนและความเร็วของการค้นพบกำลังลดลง

ต้นทุนการคำนวณ 2,000 ดอลลาร์สหรัฐสำหรับผลลัพธ์ของ Astra ของ OpenAI และระยะเวลา 36 ชั่วโมงสำหรับขอบเขต Riemann ของ Claude ชี้ให้เห็นว่า ต้นทุนส่วนเพิ่มของการค้นพบทางคณิตศาสตร์ที่สามารถตีพิมพ์ได้กำลังเข้าใกล้ศูนย์ สิ่งนี้มีผลกระทบอย่างลึกซึ้งต่อคำถามที่นักวิจัยเลือกที่จะดำเนินการและใครบ้างที่สามารถมีส่วนร่วมในการวิจัยทางคณิตศาสตร์ได้

บรรทัดล่าง

การปรับปรุงขอบเขต Riemann ของ Anthropic เป็นการสาธิตครั้งสำคัญที่ว่าระบบ AI สามารถค้นพบผลลัพธ์ทางคณิตศาสตร์ที่สามารถตีพิมพ์และตรวจสอบได้อย่างเป็นทางการ ซึ่งช่วยขับเคลื่อนปัญหาเปิดที่มีอายุ 150 ปีได้ด้วยตนเอง เมื่อรวมกับความก้าวหน้าที่คล้ายคลึงกันในปี 2026 เหตุการณ์นี้ได้ย้ายการสนทนาจาก "AI สามารถมีส่วนร่วมในการค้นพบทางวิทยาศาสตร์ได้หรือไม่" ไปเป็น "ชุมชนวิทยาศาสตร์ควรจัดโครงสร้างสิ่งจูงใจ การระบุแหล่งที่มา และการตรวจสอบสำหรับผู้ร่วมค้นพบประเภทใหม่ที่เป็น AI อย่างไร"