ตัวอย่างค้าน

โมเดลของ OpenAI ได้พิสูจน์ว่าข้อคาดการณ์ทางคณิตศาสตร์ที่มีอายุกว่า 80 ปีนั้นไม่เป็นความจริง นี่คือความสำเร็จครั้งสำคัญ แต่มันก็แสดงให้เราเห็นอย่างชัดเจนว่า AI สามารถทำอะไรได้และทำอะไรไม่ได้

ปัญหานี้เรียบง่ายมาก เพียงแค่วางจุดลงบนระนาบแบนๆ จะมีคู่ของจุดกี่คู่ที่อยู่ห่างกันหนึ่งหน่วย? Paul Erdős เคยคาดการณ์ไว้ว่าการวางแบบตาราง (grid) รูปแบบหนึ่งคือวิธีที่ดีที่สุดในการทำเช่นนี้ และการคาดการณ์นี้ก็ยืนหยัดมานานถึง 80 ปี

AI ได้ทำลายการคาดการณ์นั้น แต่มันไม่ได้คิดค้นวิธีการคิดแบบใหม่ มันค้นพบรูปแบบโดยการสร้างโครงข่าย (lattice) ในมิติที่สูงกว่าแล้วฉายภาพกลับลงมา มันพบการจัดวางรูปแบบเฉพาะที่การวางแบบตารางไม่สามารถเทียบได้

ความสำเร็จนี้เผยให้เห็นจุดแข็งเฉพาะตัวสองประการของ AI:

AI ยังใช้ความสามารถในการเข้าถึงความรู้ที่กว้างขวาง มันได้ผสมผสานทฤษฎีจำนวนเชิงพีชคณิต (algebraic number theory) เข้ากับเรขาคณิตแบบไม่ต่อเนื่อง (discrete geometry) มนุษย์ส่วนใหญ่มักจะเชี่ยวชาญเพียงสาขาเดียว แต่โมเดลนี้บรรจุความรู้จากทุกสาขาไว้พร้อมกัน ทำให้มันสามารถสร้างความเชื่อมโยงที่ผู้เชี่ยวชาญเฉพาะทางอาจมองข้ามไปได้

อย่างไรก็ตาม นี่ไม่ใช่การประดิษฐ์คิดค้น โมเดลไม่ได้สร้างเครื่องมือทางคณิตศาสตร์ใหม่ขึ้นมา แต่มันใช้คณิตศาสตร์ที่มีอยู่เพื่อค้นหาผลลัพธ์ภายในกรอบแนวคิดที่มีอยู่เดิม มันค้นหาวัตถุที่ตรงตามกฎเกณฑ์ที่ทราบกันดีภายในขอบเขตที่กำหนดไว้

การประดิษฐ์คิดค้นทางคณิตศาสตร์ที่แท้จริงนั้นแตกต่างออกไป มันคือความสามารถในการสร้างพื้นที่ใหม่ ข้อกำหนดใหม่ หรือภาษาใหม่ขึ้นมา

บททดสอบที่แท้จริงของ AI ไม่ใช่การที่มันแก้ปัญหาเก่าๆ ได้มากแค่ไหน แต่บททดสอบที่แท้จริงคือการที่โมเดลสามารถสร้างนิยามหรือวิธีการที่นักคณิตศาสตร์ยอมรับและนำไปใช้เป็นของตนเองได้หรือไม่

จนกว่าโมเดลจะสามารถสร้างกรอบแนวคิดใหม่ขึ้นมาได้ มันจะยังคงเป็นเพียงเครื่องมือในการค้นหาที่ทรงพลังมากกว่าที่จะเป็นผู้สร้างสรรค์ ข้อได้เปรียบของเครื่องจักรคือมันไม่ได้เชื่อในสิ่งที่เราเชื่อ และมันไม่รู้จักเหน็ดเหนื่อยในการค้นหา

Source: https://dev.to/thesythesis/the-counterexample-hd2

Optional learning community: https://t.me/GyaanSetuAi