
OpenAI ประกาศ 3 ผลค้นพบวิทยาศาสตร์ใหญ่ พร้อมระบบ "shepherds" ให้ผู้เชี่ยวชาญชี้นำ
ยืนยันผลแบบมีผู้เชี่ยวชาญดูแล — เปิดทางนักวิชาการร่วมตรวจสอบ
สรุป
OpenAI ประกาศผลงานวิจัยเชิงคณิตศาสตร์ คอมพิวเตอร์ และฟิสิกส์ 3 ชุด โดยรอบนี้บริษัทเลือกให้ผู้เชี่ยวชาญภายนอกเป็น "shepherds" ช่วยชี้นำการตรวจสอบในงานคอมพิวเตอร์และฟิสิกส์ ส่วนงานคณิตศาสตร์ทางบริษัทเปิดเผย model output ให้ชุมชนวิจัยพิจารณาและพัฒนาอธิบายต่อเอง
รายละเอียดของแต่ละงาน
คณิตศาสตร์
งานนี้อ้างว่าได้พิสูจน์ Local smoothing สำหรับ Euclidean wave equation ในมิติที่มากกว่าหรือเท่ากับสอง โดยใช้ auxiliary partial differential equation ที่เชื่อมไปสู่ผลลัพธ์อื่น ๆ เช่นคาดการณ์ Kakeya maximal และ Stein’s spherical restriction ภายในช่วงที่คาดการณ์ไว้ OpenAI ระบุว่าจะปล่อย model output โดยตรง เหมือนการปล่อยงานเมื่อวันที่ October 6
วิทยาการคอมพิวเตอร์
งานชุดนี้อ้างว่าพิสูจน์ว่า Exponential Time Hypothesis (ETH) เป็นเท็จ โดยเสนออัลกอริทึมเชิง deterministic ที่นับ satisfying assignments ของ fixed-width CNF ในเวลา subexponential และใช้พื้นที่แบบ polynomial กรณีของ 3-SAT ถูกยกเป็นตัวอย่างที่ขัดกับ ETH
OpenAI ระบุว่ากลุ่มนักวิทยาศาสตร์คอมพิวเตอร์อิสระที่นำโดย Russell Impagliazzo, Ramamohan Paturi และ Ryan Williams จะเป็น shepherds ช่วยตรวจสอบ โดยบริษัทได้เผยแพร่เอกสารสรุปและ Lean proof บน GitHub ทันทีตามคำขอของกลุ่ม
ฟิสิกส์
ข้อมูลด้านฟิสิกส์ไม่ได้ปล่อยข้อความฉบับเต็ม แต่ OpenAI ระบุว่าเป็น mathematically rigorous existence proof สำหรับทฤษฎีสนามควอนตัมแบบมีการปฏิสัมพันธ์ที่มี gauge fields และ fermions ในสี่มิติ รวมถึง Quantum Chromodynamics (QCD) และการเติมเต็มแบบรวมของ Standard Model กลุ่ม shepherds งานนี้จะนำโดย David Gross ร่วมกับ Michael Douglas, Arthur Jaffe, Igor Klebanov และ Nikita Nekrasov
กระบวนการเผยแพร่และข้อถกเถียง
นอกจากการแต่งตั้ง shepherds แล้ว OpenAI ยังส่งจดหมายเปิดผนึกถึงชุมชนเพื่อขอความเห็นเรื่องมาตรฐานการเข้าถึงผลงาน AI, การเปิดเผยความขัดแย้งทางผลประโยชน์ และการให้เครดิตทั้งแก่การค้นพบและงานตรวจสอบ/อธิบายผล
คณะที่ปรึกษา AGMAI ของ OpenAI เพิ่งแสดงความเห็นว่าไม่แนะนำให้บริษัท AI ใช้แนวปฏิบัติการมอบผลให้คนบางกลุ่มก่อน เพราะก่อปัญหาเรื่องการเข้าถึงที่ไม่เท่าเทียม การยืมชื่อเสียง และการเลือกสรรที่อาจลำเอียง คำแนะนำที่เสนอคือให้เผยแพร่บน scholarly repositories พร้อม Lean-formalized proofs ข้อมูลที่เลือกปัญหา การสนับสนุนทางการเงินแก่ผู้ทำความเข้าใจผลลัพธ์ และข้อมูลประกอบอื่น ๆ
การตอบรับจากวงการ
มีทั้งเสียงตื่นเต้นและเตือนใจ นักคณิตศาสตร์บางคนเตือนว่าต้องใช้เวลาหลายปีกว่าจะตรวจสอบและอธิบายผลงานทั้งหมด ส่วนชุมชนคอมพิวเตอร์วิทยาศาสตร์และฟิสิกส์กำลังร่วมตรวจสอบเอกสารบน GitHub และรอผลการทบทวนจากกลุ่ม shepherds อิสระ
สิ่งที่ต้องจับตา
- การตรวจสอบอิสระของกลุ่ม shepherds สำหรับข้อเรียกร้องด้าน ETH และฟิสิกส์
- การเปิดเผยเอกสารต้นฉบับและ Lean proof บน scholarly repositories
- ข้อเสนอเรื่องมาตรฐานการเข้าถึงผลงาน AI และการให้เครดิตการค้นพบและงานตรวจสอบ
OpenAI เรียกร้องให้ชุมชนช่วยตอบคำถามเรื่องการเข้าถึง การให้เครดิต และการสนับสนุนผู้วิจัยเมื่อวิธีการและทิศทางวิจัยเปลี่ยนแปลง
รีวิวจากผู้ใช้จริง
รีวิวทั้งหมด: (/0)
ดูรีวิวทั้งหมด


















