OpenAI ตั้ง Advisory Group on Mathematics and Artificial Intelligence หลังโมเดลอ้างแก้โจทย์คณิตศาสตร์กว่า 100 ข้อ

OpenAI ประกาศตั้งคณะ Advisory Group on Mathematics and Artificial Intelligence โดยให้สถาบัน Institute for Advanced Study ที่ Princeton เป็นเจ้าภาพ จุดประสงค์คือเปิดพื้นที่ให้ชุมชนนักคณิตศาสตร์และสาธารณะมีเสียงต่อการวิจัยด้านคณิตศาสตร์ของบริษัท ข่าวนี้มีความสำคัญเพราะมาจากการที่โมเดลภายในของ OpenAI รายงานผลงานสำคัญหลายชิ้นรวมถึงการอ้างว่าแก้โจทย์ Navier-Stokes Millennium Prize และอีกกว่า 100 โจทย์เปิดในสาขาคณิตศาสตร์หลายด้าน
ที่มาของกลุ่มและบทบาทหลัก
คณะที่ปรึกษาชุดใหม่นี้ถูกออกแบบให้ทำหน้าที่เชื่อมต่อระหว่าง OpenAI กับชุมชนนักคณิตศาสตร์ โดยจะประเมินความสำคัญของผลลัพธ์ใหม่ๆ และช่วยประสานการประกาศผลงาน สมาชิกสามารถให้คำแนะนำโดยไม่ถูกผูกมัดจากบริษัท พวกเขาไม่รับค่าตอบแทนแต่ได้รับอิสระในการแสดงความเห็นต่อสาธารณะและควบคุมการรับสมาชิกเอง เพื่อคงความเป็นอิสระในระดับหนึ่ง
ผลงานที่เป็นชนวนความขัดแย้ง
การประกาศตั้งกลุ่มเกิดขึ้นหลังจาก OpenAI เผยแพร่การอ้างว่าโมเดลภายในแก้ปัญหา Navier-Stokes Millennium Prize ได้อย่างเฉียบพลัน นอกจากนี้บริษัทยังระบุว่าโมเดลเดียวกันนี้แก้โจทย์เปิดกว่า 100 ข้อในด้านต่างๆ ของคณิตศาสตร์ การเคลื่อนไหวดังกล่าวถูกวิจารณ์จากนักคณิตศาสตร์จำนวนมาก ซึ่งมองว่าจังหวะการประกาศผลงานและการแข่งขันของห้องทดลอง AI อาจคุกคามงานวิชาการและลำดับความสำคัญของงานวิจัยแบบดั้งเดิม
เสียงวิพากษ์และข้อจำกัดของคณะ
เมื่อต้นเดือนนี้มีจดหมายเปิดผนึกรวม 25 Fields Medalists ประท้วงแนวทางของห้องทดลอง AI ที่เร่งประกาศผลงานทางคณิตศาสตร์เพื่อชิงความเป็นผู้นำ ขณะที่สมาชิกเริ่มต้นของคณะที่ปรึกษามี 9 คน โดยมีเพียงหนึ่งรายคือ Camillo De Lellis จาก Institute for Advanced Study ที่ร่วมลงนามในจดหมายของ Fields Medalists ด้วย
สำคัญคือคณะที่ปรึกษานี้มีฐานะเป็นที่ปรึกษาเท่านั้น พวกเขาไม่ได้รับอำนาจตัดสินใจในบริษัทและจะไม่ถูกมอบหมายให้กำหนดจังหวะหรือเปลี่ยนทิศทางงานวิจัยภายในของ OpenAI สถาบันเจ้าภาพก็ย้ำว่าแม้จะให้คำแนะนำ แต่สุดท้ายการตัดสินใจยังคงเป็นความรับผิดชอบของบริษัท
ผลกระทบต่อวงการเทคโนโลยีและนักพัฒนา
เหตุการณ์ครั้งนี้ชี้ให้เห็นช่องว่างเรื่องการตรวจสอบและการยืนยันผลเมื่อ AI ถูกนำมาใช้แก้ปัญหาทางคณิตศาสตร์ การที่โมเดลอ้างผลงานใหญ่ทำให้การตรวจสอบจากผู้เชี่ยวชาญภายนอกและกระบวนการ peer review กลายเป็นเรื่องจำเป็นสำหรับความน่าเชื่อถือ นักพัฒนาและทีมวิจัยควรเตรียมระบบตรวจสอบผลแบบอัตโนมัติและกระบวนการ reproducibility เมื่อใช้ AI ในงานวิจัยหรือพัฒนาเครื่องมือทางวิทยาศาสตร์
สรุปคือ OpenAI ตั้งกลุ่มที่ปรึกษาเพื่อเชื่อมสัมพันธ์กับวงการคณิตศาสตร์ แต่บทบาทของกลุ่มถูกจำกัดให้เป็นคำแนะนำเท่านั้น ความท้าทายต่อไปคือการสร้างมาตรฐานการตรวจสอบผลและความโปร่งใส เพื่อให้ผลงานที่มาจากโมเดล AI ได้รับการยอมรับอย่างกว้างขวางและไม่สร้างความเสื่อมเสียต่อชุมชนวิชาการ
ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Generative AI for Software Developers
Generative AI กลายเป็นส่วนหนึ่งของงานพัฒนาซอฟต์แวร์ประจำวัน ตั้งแต่ออกแบบระบบ เขียนโค้ด แก้ Bug เขียน Test ไปจนถึงทำเอกสาร แต่ผลลัพธ์ที่ได้ขึ้นอยู่กับว่านักพัฒนาสื่อสารกับ AI ได้ชัดเจนแค่ไหน ให้บริบทเพียงพอหรือไม่ และตรวจสอบผลงานของ AI อย่างไร นักพัฒนาที่ใช้…

Advanced Prompt Engineering & AI Evaluation
องค์กรจำนวนมากเริ่มนำ Generative AI มาใช้ในงานจริงแล้ว แต่กลับพบปัญหาเดียวกันคือผลลัพธ์ไม่คงที่ สั่งงานเดิมแต่ได้คำตอบต่างกันทุกครั้ง คุณภาพขึ้นอยู่กับคนเขียน Prompt และไม่มีวิธีวัดว่า Prompt ที่ปรับไปแล้วดีขึ้นจริงหรือไม่ ปัญหาเหล่านี้ทำให้ AI…
