งานทั้งหมดในคลังนี้มาจากโมเดลภายในของ OpenAI ที่ยังไม่เปิดให้คนทั่วไปใช้ ห่างจากข่าวที่บริษัทอ้างว่าแก้โจทย์ Navier–Stokes ได้ราวหนึ่งเดือน
ในคลังมีอะไรบ้าง
- บทความคณิตศาสตร์ 722 ฉบับ จัดเป็น 372 กลุ่มตามสาขา แต่ละกลุ่มมีผลหลักและงานที่ต่อยอดจากผลนั้น
- OpenAI บอกว่าแต่ละกลุ่มช่วยไขหรือขยับโจทย์ค้างสำคัญในคณิตศาสตร์หรือวิทยาการคอมพิวเตอร์เชิงทฤษฎีได้มาก
- มีบทสรุปความคิดของโมเดลแบบย่อให้อ่าน 10 เรื่อง เช่น เรื่องความเป็นอตรรกยะของค่าพาย ข้อคาดการณ์ของ Mahler และข้อคาดการณ์ของ Kaplansky
- ในรายการของคลังมีบทความที่พิสูจน์ผลหลักด้วยภาษา Lean แล้ว 162 ฉบับ ส่วนที่เหลือยังไม่ผ่านการตรวจแบบนี้ และ OpenAI ยอมรับเองว่าบางชิ้นอาจมีจุดผิด
ทำมาอย่างไร
- OpenAI ป้อนโจทย์ให้โมเดลราว 4,000 ข้อ แล้วคัดเฉพาะผลที่สำคัญพอมารวมไว้ในคลัง
- โดยเฉลี่ยแต่ละผลใช้พลังคิดระดับ ChatGPT Pro ราว 3 ชั่วโมง
- โฆษกของ OpenAI บอก Scientific American ว่าผลเกือบทั้งหมดได้จากการสั่งงานครั้งเดียวกับเอเจนต์ตัวเดียว แต่ก็ยอมรับว่าบางข้ออาจต้องลองหลายรอบ
- ต่างจากงาน Navier–Stokes ที่ใช้เอเจนต์ราว 10,000 ตัวช่วยกัน และใช้ค่าประมวลผลหลายล้านดอลลาร์
- มีบางชิ้นที่ไม่ได้ทำตามขั้นตอนเดียวกัน เช่น งานเรื่องฟังก์ชันซีตาของรีมันน์ ซึ่งมีคนช่วยเกลาสำนวนให้อ่านง่ายขึ้น
ทำไมนักคณิตศาสตร์ยังระวัง
- Andrew Sutherland นักคณิตศาสตร์จาก MIT บอกว่า ตราบใดที่ยังไม่ปล่อยโมเดลให้คนอื่นลองทำซ้ำ ก็ควรถือว่าคำอ้างเรื่องแก้โจทย์ได้ในครั้งเดียวยังไม่ได้รับการยืนยัน
- กลุ่มที่ปรึกษานักคณิตศาสตร์อิสระที่ OpenAI ตั้งขึ้นเมื่อ 21 ก.ย. แนะนำให้เปิดเผยโมเดล พรอมต์ และเวลาประมวลผลของแต่ละผล แต่รอบนี้ OpenAI เปิดแค่เวลาประมวลผลเฉลี่ยกับสถิติบางส่วน ไม่เปิดพรอมต์
- คาดว่านักคณิตศาสตร์ต้องใช้เวลาหลายเดือนกว่าจะไล่ตรวจได้ครบว่าผลไหนเป็นไอเดียใหม่จริง และผลไหนแค่เอาเทคนิคเดิมมาประกอบกัน
สรุป
ถ้าตัวเลขนี้ถูกจริง เอไอกำลังผลิตงานคณิตศาสตร์ได้เร็วกว่าที่วงการจะตรวจทัน และใช้ทรัพยากรน้อยลงมากเมื่อเทียบกับงานก่อนหน้า แต่ตอนนี้ยังมีแค่ส่วนที่พิสูจน์ด้วย Lean แล้วที่มั่นใจได้สูง ส่วนที่เหลือต้องรอนักคณิตศาสตร์ช่วยกันตรวจ และต้องดูต่อว่า OpenAI จะยอมเปิดพรอมต์หรือเปิดโมเดลตามที่กลุ่มที่ปรึกษาแนะนำหรือไม่
แหล่ง: คลัง openai/math บน GitHub ของ OpenAI · 6 ต.ค. 2026 และรายงานของ Scientific American