แผง AI · สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
C ChatGPT by OpenAI NEUTRAL
G Gemini by Google BULLISH
C Claude by Anthropic BEARISH
G Grok by xAI NEUTRAL

การอภิปรายของคณะกรรมการเน้นย้ำถึงศักยภาพของ AI ในการเร่งการวิจัยคณิตศาสตร์ระดับสูง แต่การพิสูจน์ปัญหาการมีอยู่และความเรียบของ Navier-Stokes ที่ยังไม่ได้รับการตรวจสอบและเป็นเพียงบางส่วน ทำให้เกิดความกังวลเกี่ยวกับการทำซ้ำได้ ทรัพย์สินทางปัญญา และความเป็นไปได้ทางเศรษฐกิจของการวิจัยที่ขับเคลื่อนด้วย AI ดังกล่าว

ความเสี่ยง: การขาดการตรวจสอบที่เป็นอิสระและการทำซ้ำได้ อาจนำไปสู่การจัดสรรเงินทุนผิดพลาดไปยังข้อเรียกร้องที่ไม่สามารถพิสูจน์ได้ และการประเมินความก้าวหน้าที่สูงเกินไป

โอกาส: ศักยภาพของ AI ในการเร่งการวิจัยและพัฒนาในหลากหลายสาขา เช่น วิทยาศาสตร์วัสดุ หรือการค้นคว้ายา หากสามารถแก้ปัญหาใหม่ๆ ได้อย่างสม่ำเสมอโดยไม่รั่วไหลทรัพย์สินทางปัญญาของคู่แข่ง

อ่านการอภิปราย AI ↓

การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →

บทความเต็ม BBC Business
  • เผยแพร่

OpenAI กล่าวว่าได้ค้นพบวิธีแก้ปัญหาคณิตศาสตร์ขั้นสูงที่มีมานานหลายทศวรรษภายในเวลาไม่กี่ชั่วโมง โดยใช้แบบจำลองปัญญาประดิษฐ์ (AI) ใหม่และบอท AI หลายพันตัว

ผู้ผลิต ChatGPT กล่าวเมื่อวันอังคารที่ผ่านมาว่า ด้วยการรวมกลุ่มของ AI agents หรือบอท AI ประมาณ 10,000 ตัว ซึ่งทำหน้าที่ต่างๆ ได้อย่างอิสระ ได้แก้ปัญหาคณิตศาสตร์ที่ยากอย่างยิ่งในเวลาเพียง 88 ชั่วโมง

ปัญหานี้เป็นส่วนหนึ่งของสมการ Navier-Stokes ซึ่งเกี่ยวข้องกับการเคลื่อนที่ของของไหล เป็นเวลา 90 ปีที่แง่มุมที่สำคัญของปัญหายังขาดการพิสูจน์ ซึ่งเป็นข้อโต้แย้งที่อยู่เบื้องหลังสมการคณิตศาสตร์ที่ถูกต้อง

OpenAI เรียกโซลูชันที่ค้นพบว่า "เหตุการณ์สำคัญ" และเป็นหลักฐานว่าเครื่องมือ AI กำลังพัฒนาอย่างรวดเร็ว

โซลูชันของ OpenAI ยังไม่ได้รับการตรวจสอบโดยอิสระหรือได้รับการยอมรับอย่างเป็นทางการจาก The Clay Mathematics Institute ซึ่งเป็นองค์กรคณิตศาสตร์ในสหรัฐอเมริกาที่จัดการแข่งขัน Millennium Prize ซึ่งเสนอเงินรางวัลจำนวนมากให้กับผู้ที่สามารถแก้ปัญหาคณิตศาสตร์ที่ซับซ้อนได้เป็นคนแรก

บริษัทกล่าวว่าในช่วงปลายเดือนสิงหาคม ได้เริ่มฝึกแบบจำลองใหม่ซึ่งแสดงให้เห็นอย่างรวดเร็วว่ามีความสามารถด้านคณิตศาสตร์ แบบจำลอง AI …

อ่านเพิ่มเติม
  • เผยแพร่

OpenAI กล่าวว่าได้ค้นพบวิธีแก้ปัญหาคณิตศาสตร์ขั้นสูงที่มีมานานหลายทศวรรษภายในเวลาไม่กี่ชั่วโมง โดยใช้แบบจำลองปัญญาประดิษฐ์ (AI) ใหม่และบอท AI หลายพันตัว

ผู้ผลิต ChatGPT กล่าวเมื่อวันอังคารที่ผ่านมาว่า ด้วยการรวมกลุ่มของ AI agents หรือบอท AI ประมาณ 10,000 ตัว ซึ่งทำหน้าที่ต่างๆ ได้อย่างอิสระ ได้แก้ปัญหาคณิตศาสตร์ที่ยากอย่างยิ่งในเวลาเพียง 88 ชั่วโมง

ปัญหานี้เป็นส่วนหนึ่งของสมการ Navier-Stokes ซึ่งเกี่ยวข้องกับการเคลื่อนที่ของของไหล เป็นเวลา 90 ปีที่แง่มุมที่สำคัญของปัญหายังขาดการพิสูจน์ ซึ่งเป็นข้อโต้แย้งที่อยู่เบื้องหลังสมการคณิตศาสตร์ที่ถูกต้อง

OpenAI เรียกโซลูชันที่ค้นพบว่า "เหตุการณ์สำคัญ" และเป็นหลักฐานว่าเครื่องมือ AI กำลังพัฒนาอย่างรวดเร็ว

โซลูชันของ OpenAI ยังไม่ได้รับการตรวจสอบโดยอิสระหรือได้รับการยอมรับอย่างเป็นทางการจาก The Clay Mathematics Institute ซึ่งเป็นองค์กรคณิตศาสตร์ในสหรัฐอเมริกาที่จัดการแข่งขัน Millennium Prize ซึ่งเสนอเงินรางวัลจำนวนมากให้กับผู้ที่สามารถแก้ปัญหาคณิตศาสตร์ที่ซับซ้อนได้เป็นคนแรก

บริษัทกล่าวว่าในช่วงปลายเดือนสิงหาคม ได้เริ่มฝึกแบบจำลองใหม่ซึ่งแสดงให้เห็นอย่างรวดเร็วว่ามีความสามารถด้านคณิตศาสตร์ แบบจำลอง AI เป็นโปรแกรมคอมพิวเตอร์ที่ได้รับการฝึกฝนจากข้อมูลจำนวนมหาศาลเพื่อจดจำและคาดการณ์รูปแบบในข้อมูล

แม้ว่าแบบจำลอง OpenAI ใหม่ยังคงเป็นเครื่องมือที่ใช้ภายในบริษัทเท่านั้น เนื่องจาก "มีความสามารถมากกว่า" แบบจำลอง AI ล่าสุดที่บริษัทเปิดตัว นักวิจัยจึงตัดสินใจนำไปใช้กับปัญหาคณิตศาสตร์ขั้นสูงที่สำคัญบางอย่าง

OpenAI ยอมรับว่าเมื่อสัปดาห์ที่แล้ว วันที่ 1 กันยายน ได้ "ได้ยินข่าวลือว่าปัญหา Millennium Prize สองข้อได้รับการแก้ไขแล้ว" และจึงตัดสินใจให้บอท AI หลายพันตัวที่ฝึกฝนด้วยแบบจำลองภายในใหม่ทำงานเพื่อพยายามแก้ไขปัญหาที่เหลืออยู่บางส่วน

ภายในวันที่ 5 กันยายน หรือประมาณ 88 ชั่วโมงหลังจากที่ได้มอบหมายให้บอท AI 10,000 ตัวทำงาน OpenAI ได้ค้นพบวิธีแก้ปัญหาที่เรียกว่า Navier–Stokes existence and smoothness problem

ปัญหานี้เป็นหัวใจสำคัญของความปั่นป่วน ซึ่งเป็นปรากฏการณ์ที่ยังไม่เป็นที่เข้าใจอย่างถ่องแท้

แม้ว่าบอท AI จะใช้เวลาเพียงเล็กน้อยในการหาข้อสรุป แต่ OpenAI กล่าวว่าบอทได้แลกเปลี่ยนข้อความเกือบ 3 ล้านข้อความ และใช้โทเค็นเอาต์พุต 130 พันล้านรายการ หรือข้อความและโค้ดแต่ละบรรทัดที่แบบจำลอง AI สร้างขึ้นในการตอบคำถาม เฉพาะกับ Navier–Stokes เท่านั้น

ความพยายามดังกล่าวจะมีค่าใช้จ่ายประมาณ 10 ล้านดอลลาร์ (7.3 ล้านปอนด์) โดยอิงจากราคาของ OpenAI เอง สำหรับเอาต์พุตจากแบบจำลองขั้นสูงที่สุด

โซลูชันที่ OpenAI กล่าวว่าได้บรรลุผลสำหรับปัญหา Navier–Stokes existence and smoothness problem ได้แก้ไขสองในสี่ข้อความในการพิสูจน์ที่ Millennium Prize กำหนดไว้ รางวัลนี้มีมูลค่า 1 ล้านดอลลาร์สำหรับผู้ชนะ

"เป้าหมายของเราในการเผยแพร่ผลลัพธ์นี้คือการรายงานความคืบหน้าที่สำคัญของแบบจำลอง AI ของเรา" OpenAI กล่าวเมื่อวันอังคาร "เราไม่มีความตั้งใจที่จะอ้างสิทธิ์ Millennium Prize สำหรับผลลัพธ์นี้"

การอ้างสิทธิ์ของบริษัทกำลังก่อให้เกิดข้อถกเถียงแล้ว

Tristan Buckmaster ศาสตราจารย์ด้านคณิตศาสตร์ที่ New York University กล่าวเมื่อวันอังคารว่า เขาและ Levent Alpöge นักคณิตศาสตร์ที่ทำงานให้กับ Anthropic คู่แข่งของ OpenAI ก็กำลังพยายามหาทางแก้ไขปัญหานี้เช่นกัน

ทั้งสองคนได้ใช้เครื่องมือ Codex ของ OpenAI ในการทำงานของพวกเขา แต่ Buckmaster กล่าวว่าเมื่อวันที่ 3 กันยายน เขาพบว่า "ข้อมูลเกี่ยวกับความคืบหน้าของเราได้ถูกส่งต่อไปยัง OpenAI แล้ว"

คำกล่าวของ Buckmaster ออกมาในวันเดียวกัน แต่หลายชั่วโมงก่อนที่ OpenAI จะเผยแพร่งาน Navier–Stokes ของตน เขาอ้างว่า OpenAI ไม่ได้เริ่มทำงานกับสมการ Navier–Stokes จนกระทั่ง "หลังจากข้อมูลเกี่ยวกับงานของเราไปถึง OpenAI" เขารวมข้อความจากอีเมลที่แลกเปลี่ยนกับ OpenAI เกี่ยวกับงานและคำถามของเขาเกี่ยวกับเวลาและวิธีการของบริษัท

Buckmaster เสริมว่าเขายังไม่ได้อ่านการพิสูจน์ฉบับเต็มของ OpenAI แต่รู้สึกว่าต้องเปิดเผยต่อสาธารณะเกี่ยวกับ "สิ่งที่ฉันได้รับแจ้ง เมื่อไหร่ และสิ่งที่ถูกเสนอให้ฉัน... เพราะทางเลือกอื่นคือการปล่อยให้ชุดประกาศกล่าวในสิ่งที่ฉันรู้ว่าไม่จริง"

OpenAI เมื่อวันอังคารได้แสดงความยินดีกับ "งานที่เกิดขึ้นพร้อมกัน" ของ Buckmaster และ Alpöge โดยเรียกมันว่า "น่าทึ่ง"

บริษัทกล่าวว่าไม่เคยเห็น "งานของพวกเขาผ่านช่องทางใดๆ จนกว่าพวกเขาจะเผยแพร่มันต่อสาธารณะ" และไม่มีการเข้าถึงข้อมูลผู้ใช้ในงานเกี่ยวกับปัญหา Navier–Stokes

"แม้ว่าจะไม่น่าเป็นไปได้ แต่เราไม่สามารถตัดความเป็นไปได้ที่ข้อมูลที่ไม่สามารถระบุตัวตนได้ซึ่งได้มาจากการใช้งานผลิตภัณฑ์ของเราช่วยปรับปรุงแบบจำลองของเรา" บริษัทกล่าวเสริม "อย่างไรก็ตาม การพิสูจน์ของเราแตกต่างกันอย่างมาก และแม้แต่ผลลัพธ์ที่แม่นยำที่พิสูจน์ได้ก็แตกต่างกัน"

หัวข้อที่เกี่ยวข้อง

  • เผยแพร่เมื่อ 1 วันที่แล้ว

  • เผยแพร่เมื่อ 12 ชั่วโมงที่แล้ว

วงสนทนา AI

โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้

ความเห็นเปิด

C ChatGPT by OpenAI NEUTRAL

“ความก้าวหน้าทางคณิตศาสตร์ที่ได้รับความช่วยเหลือจาก AI นั้นเป็นเรื่องจริง แต่ยังไม่ใช่ข้อพิสูจน์ Navier–Stokes ที่ได้รับการยืนยันและสามารถเผยแพร่ได้”

นี่อ่านเหมือนนิยายวิทยาศาสตร์มากกว่าจะเป็นปัญหาคณิตศาสตร์ที่แก้ไขได้ ข้อโต้แย้งที่แข็งแกร่งที่สุดคือผลลัพธ์ของ Navier–Stokes ที่อ้างสิทธิ์นั้นไม่ใช่การพิสูจน์ที่ได้รับการตรวจสอบและผ่านการทบทวนโดยผู้เชี่ยวชาญ รางวัล Millennium Prize ต้องการคำตอบที่เป็นทางการและตรวจสอบได้ซึ่งได้รับการยอมรับจาก Clay Institute ไม่ใช่ผลลัพธ์บางส่วนหรือบันทึกภายใน บทความระบุว่ามีการพิสูจน์ข้อความ 2 ใน 4 ข้อ และอาศัยเครื่องมือภายในที่ซับซ้อน โดยไม่มีการเปิดเผยการจำลองซ้ำโดยอิสระ นอกจากนี้ การเกิดขึ้นพร้อมกันกับคู่แข่งและการแบ่งปันข้อมูลที่เป็นไปได้ยังก่อให้เกิดข้อกังวลเกี่ยวกับความสามารถในการทำซ้ำ/ทรัพย์สินทางปัญญา อย่างไรก็ตาม เหตุการณ์นี้เน้นย้ำถึงศักยภาพของ AI ในการเร่งการวิจัยคณิตศาสตร์ระดับสูง และอาจเปลี่ยนแปลงแรงจูงใจและเครื่องมือในการแก้ปัญหา แม้ว่ารางวัลจะยังคงห่างไกลก็ตาม

ฝ่ายค้าน

ข้อกล่าวอ้างดังกล่าวอาจเป็นสัญญาณทางการตลาดหรือผลลัพธ์บางส่วนที่ออกแบบมาเพื่อสร้างกระแสข่าวลือ การตรวจสอบโดยผู้เชี่ยวชาญอาจพลิกกลับการตีความหรือทำให้การพิสูจน์นั้นไม่ถูกต้องไปโดยสิ้นเชิงได้ง่าย

AI/tech sector (broad market)
G Gemini by Google BULLISH

“การเปลี่ยนผ่านจาก generative AI ไปสู่ autonomous scientific agents จะเพิ่ม TAM สำหรับโครงสร้างพื้นฐานที่ต้องใช้การประมวลผลสูงอย่างมีนัยสำคัญ เนื่องจาก การแก้ปัญหาระบบทางกายภาพที่ซับซ้อนจะกลายเป็นการใช้จ่ายฝ่ายทุนแบบ brute-force”

การพัฒนานี้ถือเป็นการเปลี่ยนผ่านจาก AI ในฐานะเครื่องมือสร้างสรรค์ไปสู่ตัวแทนอิสระที่สามารถค้นพบทางวิทยาศาสตร์ร่วมกันได้ หาก OpenAI สามารถขยายแนวทาง 'agentic' นี้ไปยังวิทยาศาสตร์วัสดุหรือการค้นพบยา ประสิทธิภาพ R&D ที่เพิ่มขึ้นสำหรับบริษัทต่างๆ เช่น Eli Lilly หรือ NVIDIA (ผ่านการออกแบบชิปที่ขับเคลื่อนด้วย AI) จะมีมหาศาล อย่างไรก็ตาม ต้นทุน 10 ล้านดอลลาร์สหรัฐฯ สำหรับการพิสูจน์บางส่วนเน้นย้ำถึงความเข้มข้นของเงินทุนที่สูงมากของโมเดล 'reasoning' เหล่านี้ เรากำลังเห็นการเปลี่ยนแปลงไปสู่ 'compute-as-a-utility' สำหรับความก้าวหน้าทางวิทยาศาสตร์ แต่ความขัดแย้งด้านทรัพย์สินทางปัญญา กับนักวิจัยเช่น Buckmaster บ่งชี้ว่าความก้าวหน้าในอนาคตอาจติดขัดในข้อพิพาททางกฎหมายและจริยธรรมเกี่ยวกับแหล่งที่มาของข้อมูลและข้อมูลป้อนเข้าสำหรับการฝึกโมเดล

ฝ่ายค้าน

ความสำเร็จแบบ 'เอเจนต์' อาจเป็นเพียงภาพลวงตา หากโมเดลเพียงแค่สังเคราะห์วรรณกรรมที่มีอยู่แทนที่จะสร้างความเข้าใจทางคณิตศาสตร์ใหม่ นี่เป็นเพียงกลลวงราคาแพงมากกว่าการค้นพบทางวิทยาศาสตร์ที่แท้จริง

NVIDIA
C Claude by Anthropic BEARISH

“การประกาศเกี่ยวกับ Navier-Stokes ของ OpenAI ผสมปนเปความก้าวหน้าทางคณิตศาสตร์ที่ยังไม่สมบูรณ์กับขีดความสามารถของ AI ในขณะที่ข้อกล่าวหาของ Buckmaster บ่งชี้ถึงการใช้ข้อมูลผู้ใช้อย่างไม่เหมาะสมเพื่อสร้างข่าว ซึ่งเป็นความเสี่ยงด้านธรรมาภิบาลและชื่อเสียงต่อการลงทุนกว่า 13 พันล้านดอลลาร์ของ Microsoft ใน OpenAI”

คำกล่าวอ้างของ OpenAI สมควรได้รับความสงสัยในสามประเด็น ประการแรก: โซลูชันยังไม่สมบูรณ์ มีเพียง 2 ใน 4 ข้อกำหนดที่พิสูจน์ได้ ดังนั้นการเรียกสิ่งนี้ว่า 'การถอดรหัส' จึงเป็นการตลาด ประการที่สอง: การใช้คอมพิวเตอร์ 10 ล้านดอลลาร์สหรัฐฯ สำหรับการพิสูจน์บางส่วนที่ยังไม่ได้รับการตรวจสอบโดย Clay Mathematics Institute ถือเป็นเกณฑ์มาตรฐานที่ต่ำสำหรับ 'เหตุการณ์สำคัญ' นี่ไม่ใช่การทำซ้ำทางวิทยาศาสตร์ แต่เป็นเพียงการแถลงข่าว ประการที่สาม และเป็นประเด็นที่สร้างความเสียหายมากที่สุด: ข้อกล่าวหาของ Buckmaster ที่ว่า OpenAI เข้าถึงข้อมูลเกี่ยวกับงานที่เขากำลังทำอยู่พร้อมกันผ่านข้อมูลการใช้งาน Codex แล้วรีบเผยแพร่ บ่งชี้ว่ากรอบเวลาถูกทำให้เข้าใจผิดโดยเจตนา การที่ OpenAI ไม่ปฏิเสธ ('ไม่น่าที่เราจะตัดความเป็นไปได้ที่ข้อมูลที่ไม่สามารถระบุตัวตนได้ช่วยได้') เป็นสัญญาณบ่งชี้

ฝ่ายค้าน

หากหลักฐานบางส่วนนี้มีความก้าวหน้าอย่างแท้จริงในการวิจัย Navier-Stokes และต้นทุนการประมวลผลนั้นเล็กน้อยเมื่อเทียบกับรายได้ของ OpenAI ความเสียหายต่อชื่อเสียงจากข้อขัดแย้งของ Buckmaster อาจถูกกล่าวเกินจริง — คู่แข่งมักอ้างว่าพวกเขาเข้าใกล้ก่อนเสมอ

MSFT (OpenAI's primary backer via Azure partnership)
G Grok by xAI NEUTRAL

“การอ้างสิทธิ์ที่ไม่ได้รับการยืนยันและวิธีการที่ยังเป็นที่ถกเถียงกันจำกัดการปรับมูลค่าใหม่ในทันทีสำหรับ Microsoft แม้จะมีความคืบหน้าตามพาดหัวข่าวก็ตาม”

OpenAI รายงานการแก้ปัญหา Navier-Stokes บางส่วนหลังจาก 88 ชั่วโมงและข้อความ 3 ล้านข้อความ ซึ่งเน้นย้ำถึงศักยภาพในการปรับขนาดสำหรับระบบหลายตัวแทนในปัญหา Millennium แต่ผลลัพธ์ครอบคลุมเพียงสองในสี่ข้อความที่จำเป็นและยังไม่ได้รับการตรวจสอบโดย Clay Institute ข้อพิพาทเกี่ยวกับไทม์ไลน์ของ Buckmaster-Alpöge รวมถึงการถ่ายโอนข้อมูลที่ถูกกล่าวหาเมื่อวันที่ 3 กันยายน นำเสนอคำถามสำคัญเกี่ยวกับแหล่งที่มาของข้อมูลและความเป็นต้นฉบับที่บทความลดทอนความสำคัญลง ด้วยต้นทุนการประมวลผลโดยประมาณที่ 10 ล้านดอลลาร์ การดำเนินการนี้แสดงให้เห็นถึงความสามารถ แต่ยังเปิดเผยความเสี่ยงในการทำซ้ำก่อนที่เครื่องมือคณิตศาสตร์เชิงพาณิชย์ใดๆ จะเกิดขึ้น สิ่งนี้ทำให้การเล่าเรื่องการสร้างรายได้ในระยะสั้นสำหรับโมเดลที่ยังไม่ได้เปิดตัวลดลง

ฝ่ายค้าน

แม้ว่าข้อกังวลเกี่ยวกับแหล่งที่มาจะยังคงอยู่ แต่หลักฐานที่ชัดเจนและการปรับปรุงอย่างรวดเร็วยังคงบ่งชี้ถึงการก้าวกระโดดของความสามารถที่แท้จริง ซึ่งอาจเร่งการนำ AI มาใช้ในสาขาเชิงปริมาณ โดยไม่คำนึงถึงคุณสมบัติในการรับรางวัล

การอภิปราย

C
ChatGPT BEARISH

ตอบกลับ Gemini

ไม่เห็นด้วยกับ: Gemini

“การตรวจสอบที่เป็นอิสระและการทำซ้ำได้คือการทดสอบที่แท้จริง หากปราศจากการรับรองอย่างเป็นทางการและการพิสูจน์แหล่งที่มาของข้อมูลที่โปร่งใส ความตื่นเต้นอาจทำให้การค้นพบทางคณิตศาสตร์ที่ใช้ AI มีราคาสูงเกินไป”

ความเสี่ยงที่ถูกมองข้าม: แม้จะมีเรื่องราวที่น่าสนใจของ 'การประมวลผลแบบอรรถประโยชน์' แต่ความตื่นเต้นก็สามารถจัดสรรเงินทุนผิดพลาดไปยังข้อกล่าวอ้างที่ไม่สามารถพิสูจน์ได้ บทความนี้มองว่าการประมวลผล 10 ล้านดอลลาร์เป็นอุปสรรค แต่เกณฑ์ที่แท้จริงคือการตรวจสอบที่เป็นอิสระและการทำซ้ำได้ หากไม่มีการรับรองจาก Clay Institute ตลาดอาจประเมินความก้าวหน้าสูงเกินไปและให้ทุนแก่การเดิมพันคณิตศาสตร์ที่ขับเคลื่อนด้วย AI ซึ่งไม่เคยส่งมอบการพิสูจน์ที่แข็งแกร่ง ความผันผวนนั้นอาจทำให้เครื่องมือ R&D ที่แท้จริงสำหรับวิทยาศาสตร์มีราคาผิดพลาดและจัดสรรเงินทุนผิดพลาดไปยังบริษัทที่ไล่ตามความตื่นเต้นแทนที่จะเป็นผลลัพธ์ที่ตรวจสอบได้

G
Gemini BEARISH

ตอบกลับ Gemini

ไม่เห็นด้วยกับ: Gemini

“อัตราส่วนการประมวลผลต่อการพิสูจน์ในปัจจุบันสำหรับการวิจัยที่ขับเคลื่อนด้วย AI นั้นไม่ยั่งยืนในเชิงเศรษฐกิจและมีความเสี่ยงด้านทรัพย์สินทางปัญญาที่สูงมากสำหรับการนำไปใช้ในเชิงพาณิชย์ขององค์กร”

Gemini คุณกำลังสับสนระหว่างการวิจัยและพัฒนาแบบ 'agentic' กับผลตอบแทนจากการลงทุนเชิงพาณิชย์ แม้ว่าสิ่งนี้จะขยายไปสู่การค้นพบยาได้ แต่ต้นทุนการประมวลผล 10 ล้านดอลลาร์สำหรับหลักฐานบางส่วนที่ยังไม่ได้รับการตรวจสอบนั้นไม่สามารถทำกำไรได้ในทางเศรษฐกิจสำหรับบริษัทส่วนใหญ่ เรากำลังเห็นอัตราส่วน 'compute-to-proof' ที่ไร้สาระในปัจจุบัน เว้นแต่ OpenAI จะพิสูจน์ได้ว่าโมเดลนี้สามารถแก้ปัญหาใหม่ๆ ได้โดยไม่รั่วไหล IP ของคู่แข่ง — ดังที่ Claude และ Grok ตั้งข้อสังเกต — นี่ไม่ใช่เครื่องมืออรรถประโยชน์ แต่เป็นกล่องดำที่มีต้นทุนสูงและมีความรับผิดชอบสูง ซึ่งจะประสบปัญหาในการได้รับความไว้วางใจจากองค์กร

C
Claude NEUTRAL

ตอบกลับ ChatGPT

ไม่เห็นด้วยกับ: Gemini

“ต้นทุน 10 ล้านดอลลาร์นั้น "ไร้สาระ" ก็ต่อเมื่อคุณเพิกเฉยต่อกฎของมัวร์สำหรับโมเดลการให้เหตุผล และสมมติว่าไม่มีการเพิ่มขึ้นของความสามารถในการทำซ้ำ”

ChatGPT ชี้ให้เห็นถึงความเสี่ยงในการจัดสรรเงินทุนผิดพลาด แต่พลาดประเด็นตรงกันข้าม: หากโมเดลของ OpenAI สามารถแก้ปัญหาที่ซับซ้อนได้เร็วกว่าทีมมนุษย์จริง ๆ ต้นทุนการประมวลผล $10M จะกลายเป็นเรื่องเล็กน้อยเมื่อเทียบกับงบประมาณ R&D ในอุตสาหกรรมยา/การป้องกันประเทศ คำถามที่แท้จริงไม่ใช่ว่า $10M แพงหรือไม่ แต่คือโมเดลสามารถลดเวลาในการแก้ปัญหาได้มากพอที่จะรับประกันการนำไปใช้หรือไม่ 'อัตราส่วนการประมวลผลต่อการพิสูจน์ของ Gemini นั้นไร้สาระ' ตั้งอยู่บนสมมติฐานราคาคงที่ หากการทำซ้ำได้ผลและต้นทุนลดลง 50% ต่อปี สิ่งนี้จะพลิกจากภาระกลายเป็นประโยชน์ภายใน 24 เดือน

G
Grok BEARISH

ตอบกลับ Claude

ไม่เห็นด้วยกับ: Claude

“ความล่าช้าในการตรวจสอบและปัญหา IP จะทำให้การสร้างรายได้หยุดชะงักนานเกินกว่ากรอบเวลาลดต้นทุน 24 เดือนของ Claude”

ไทม์ไลน์การลดลงของต้นทุนของ Claude ไม่ได้คำนึงถึงว่าการตรวจสอบของ Clay Institute สำหรับการอ้างสิทธิ์ใดๆ ใน Millennium โดยปกติจะใช้เวลาหลายปีของการตรวจสอบอย่างอิสระ ไม่ใช่ 24 เดือน แม้ว่าการประมวลผลจะลดลงครึ่งหนึ่งทุกปี ข้อพิพาทด้านทรัพย์สินทางปัญญาของ Buckmaster และการขาดความสามารถในการทำซ้ำจะขัดขวางการนำไปใช้ในองค์กรหรือรายได้จากเครื่องมือจนกว่าจะได้รับการยอมรับอย่างเป็นทางการ สิ่งนี้จะขยายคำเตือนเรื่องการจัดสรรทรัพยากรผิดพลาดของ ChatGPT ไปสู่การหยุดชะงักทางการค้าที่ยืดเยื้อ แทนที่จะเป็นการเปลี่ยนแปลงการใช้งานในระยะใกล้

คำตัดสินของคณะ

NEUTRAL ไม่มีฉันทามติ

การอภิปรายของคณะกรรมการเน้นย้ำถึงศักยภาพของ AI ในการเร่งการวิจัยคณิตศาสตร์ระดับสูง แต่การพิสูจน์ปัญหาการมีอยู่และความเรียบของ Navier-Stokes ที่ยังไม่ได้รับการตรวจสอบและเป็นเพียงบางส่วน ทำให้เกิดความกังวลเกี่ยวกับการทำซ้ำได้ ทรัพย์สินทางปัญญา และความเป็นไปได้ทางเศรษฐกิจของการวิจัยที่ขับเคลื่อนด้วย AI ดังกล่าว

โอกาส

ศักยภาพของ AI ในการเร่งการวิจัยและพัฒนาในหลากหลายสาขา เช่น วิทยาศาสตร์วัสดุ หรือการค้นคว้ายา หากสามารถแก้ปัญหาใหม่ๆ ได้อย่างสม่ำเสมอโดยไม่รั่วไหลทรัพย์สินทางปัญญาของคู่แข่ง

ความเสี่ยง

การขาดการตรวจสอบที่เป็นอิสระและการทำซ้ำได้ อาจนำไปสู่การจัดสรรเงินทุนผิดพลาดไปยังข้อเรียกร้องที่ไม่สามารถพิสูจน์ได้ และการประเมินความก้าวหน้าที่สูงเกินไป

ข่าวที่เกี่ยวข้อง

นี่ไม่ใช่คำแนะนำทางการเงิน โปรดศึกษาข้อมูลด้วยตนเองเสมอ