นักคณิตศาสตร์ที่ถูก OpenAI ทำให้ผิดหวังกำลังเริ่มสร้างโมเดล AI ของตนเองจากศูนย์
วงการวิชาการคณิตศาสตร์และบริษัท AI ขนาดใหญ่กำลังเผชิญกับความขัดแย้งที่เพิ่มขึ้น หลังจากที่ OpenAI ประกาศใช้ AI แก้ปัญหาคณิตศาสตร์หลายข้อ แต่กลับไม่ได้รับการยอมรับอย่างกว้างขวางจากวงการวิชาการ กลับกลายเป็นว่าก่อให้เกิดการถกเถียงอย่างรุนแรงเกี่ยวกับการเป็นเจ้าของผลงานวิจัย สิทธิในการใช้ข้อมูล และคุณค่าของการแก้ปัญหาด้วย AI นักคณิตศาสตร์บางคนเชื่อว่าบริษัทเชิงพาณิชย์กำลังนำผลงานวิจัยทางคณิตศาสตร์ไปแปรรูปเป็นผลิตภัณฑ์และสื่อการตลาด โดยไม่ให้ความเคารพต่อการมีส่วนร่วมและสิทธิของวงการวิชาการอย่างเพียงพอ
ในบริบทนี้ นักคณิตศาสตร์จำนวนมากขึ้นเริ่มพยายามหลีกเลี่ยงบริษัท AI เชิงพาณิชย์ โดยพัฒนาโมเดลโอเพ่นซอร์สและเครื่องมือวิจัยด้วยตนเอง ตามรายงาน ศาสตราจารย์ Sergei Gukov แห่ง California Institute of Technology กำลังนำทีมสร้างโมเดล AI ที่ออกแบบมาเฉพาะสำหรับการวิจัยทางคณิตศาสตร์; ผู้ได้รับรางวัล Fields Medal และศาสตราจารย์ Terence Tao แห่ง University of California, Los Angeles ก็กำลังผลักดันการสร้างแพลตฟอร์มความร่วมมือ AI ที่นักคณิตศาสตร์สามารถควบคุมข้อมูลได้ด้วยตนเอง
จุดสนใจของการถกเถียงนี้ได้ขยายออกไปจากการที่ AI สามารถแก้ปัญหาคณิตศาสตร์ได้หรือไม่ ไปยังประเด็นว่าใครจะควบคุมข้อมูลการวิจัย วิธีการประเมินผลงานทางคณิตศาสตร์ที่สร้างขึ้นโดย AI และวงการวิชาการจะสามารถรักษาอำนาจอธิปไตยในกระบวนการขยายตัวอย่างรวดเร็วของ AI เชิงพาณิชย์ได้หรือไม่
วงการวิชาการตั้งคำถามกับ OpenAI: ผลลัพธ์การแก้ปัญหาและการใช้ข้อมูลก่อให้เกิดข้อถกเถียง
ความไม่พอใจของนักคณิตศาสตร์ต่อ OpenAI มีมานานแล้ว และข้อถกเถียงในครั้งนี้มุ่งเน้นไปที่สองประเด็น: คำตอบทางคณิตศาสตร์ที่สร้างขึ้นโดย AI มีคุณค่าทางวิจัยจริงหรือไม่ และบริษัทเชิงพาณิชย์มีสิทธิ์ในการใช้ข้อมูลและผลงานวิจัยของวงการวิชาการหรือไม่
ในเดือนตุลาคมปีนี้ OpenAI ประกาศว่าโมเดลของตนได้แก้ปัญหาคณิตศาสตร์ที่ค้างคามานานหลายข้อ แต่ข่าวนี้กลับไม่ก่อให้เกิดการชื่นชมอย่างกว้างขวางในวงการคณิตศาสตร์ นักวิจัยบางคนเชื่อว่าคำตอบที่ OpenAI เผยแพร่นั้นขาดคุณค่าทางวิชาการอย่างเพียงพอ และแม้แต่ต้องใช้เวลาหลายสัปดาห์จากนักคณิตศาสตร์มนุษย์ในการตรวจสอบว่ากระบวนการอนุมานนั้นถูกต้องหรือไม่ และได้แก้ปัญหาได้จริงหรือไม่
นักศึกษาปริญญาเอกด้านคณิตศาสตร์จาก California Institute of Technology และบล็อกเกอร์ที่มีจุดยืนชัดเจนต่อต้าน AI อย่าง Tasmin Chu เรียกคำตอบเหล่านี้ว่า "ขยะ" เธอเชื่อว่า OpenAI กำลังใช้ผลงานวิจัยในสาขาคณิตศาสตร์เพื่อสร้างชื่อเสียงให้กับตนเอง แทนที่จะผลักดันการวิจัยทางคณิตศาสตร์อย่างแท้จริง
ปัญหาการใช้ข้อมูลได้เพิ่มความตึงเครียดระหว่างทั้งสองฝ่าย ก่อนหน้านี้ นักคณิตศาสตร์สองคนได้กล่าวหาว่า OpenAI ใช้ข้อมูลการสนทนาของพวกเขาโดยไม่ได้รับอนุญาต เพื่อช่วยในการแก้ปัญหา Navier-Stokes ที่มีชื่อเสียง เหตุการณ์นี้ทำให้นักคณิตศาสตร์กังวลมากขึ้นว่าเนื้อหาการโต้ตอบของพวกเขากับระบบ AI อาจถูกนำไปใช้ในการฝึกอบรมโมเดลเชิงพาณิชย์หรือการวิจัยโดยไม่ได้รับอนุญาต
Chu มองว่าการพัฒนา AI โดยนักคณิตศาสตร์เป็นส่วนหนึ่งของการแย่งชิง "ความเป็นเจ้าของทรัพยากรการผลิต" อย่างไรก็ตาม เธอก็ยอมรับว่าทิศทางนี้จะพัฒนาไปอย่างไรนั้นยังต้องติดตามดู
หลีกเลี่ยงบริษัทเชิงพาณิชย์: นักคณิตศาสตร์เริ่มสร้างโมเดลเฉพาะทางด้วยตนเอง
เมื่อเผชิญกับความเป็นผู้นำของบริษัท AI เชิงพาณิชย์ Gukov จึงเลือกเริ่มต้นจากการพัฒนาโมเดล ในห้องปฏิบัติการที่ California Institute of Technology เขานำกลุ่มนักเรียนเพียงไม่กี่คนออกแบบและฝึกอบรมโมเดล AI โอเพ่นซอร์สที่มุ่งเน้นการวิจัยทางคณิตศาสตร์ ตามที่เขาได้กล่าว โมเดลเหล่านี้ได้แก้ปัญหาคณิตศาสตร์บางข้อที่ OpenAI แก้ไขได้เป็นครั้งแรก
แต่การสร้างโมเดลด้วยตนเองในวงการวิชาการยังเผชิญกับข้อจำกัดด้านความสามารถอย่างชัดเจน Gukov เปรียบเทียบมันกับเฟอร์รารี: มีประสิทธิภาพดีในงานเฉพาะ แต่ยากที่จะตอบสนองความต้องการของผู้ใช้ทั่วไป
ในปัจจุบัน โมเดลเหล่านี้ส่วนใหญ่ได้รับการปรับแต่งให้เหมาะสมกับปัญหาคณิตศาสตร์ประเภทหนึ่ง และเมื่อถูกขอให้ทำการอนุมานข้ามสาขา ความสามารถจะถูกจำกัดอย่างเห็นได้ชัด ในทางตรงกันข้าม โมเดลของบริษัท AI เชิงพาณิชย์เช่น Anthropic มีความสามารถทั่วไปที่ดีกว่า สามารถจัดการกับปัญหาคณิตศาสตร์จากสาขาต่างๆ Gukov กล่าวว่า ทีมงานกำลังพัฒนาโมเดลที่มีความสามารถทั่วไปที่ดีกว่า แต่ยังไม่พร้อมใช้งาน
ถึงกระนั้น เขายังคงมีทัศนคติเชิงบวกต่อการมีส่วนร่วมของ AI ในการวิจัยทางคณิตศาสตร์ โดยเชื่อว่าด้านนี้เต็มไปด้วยพื้นที่ในการสำรวจ เขาเปรียบเทียบการวิจัย AI ในปัจจุบันกับการสำรวจดินแดนใหม่ของโคลัมบัส ซึ่งน่าตื่นเต้น
นักคณิตศาสตร์ยังไม่ได้บรรลุฉันทามติ: Tao ผลักดันการสร้างแพลตฟอร์มที่เป็นอิสระ
การริเริ่มในการสร้างโมเดลด้วยตนเองไม่ได้หมายความว่าวงการคณิตศาสตร์ได้มีจุดยืนที่เป็นเอกภาพ ในเรื่องว่า AI ควรเข้ามาในงานวิจัยทางคณิตศาสตร์หรือไม่ นักวิจัยยังคงมีความเห็นที่แตกต่างกันอย่างชัดเจน
นักวิจัยที่ต่อต้าน AI เช่น Chu หวังว่าจะรักษาวิธีการวิจัยแบบดั้งเดิมให้ได้มากที่สุด เธอกล่าวว่าเธอยังคงหวังที่จะทำการวิจัยทางคณิตศาสตร์โดยไม่พึ่งพา AI และเชื่อว่าวิธีนี้ยังคงเป็นไปได้ นักคณิตศาสตร์รุ่นใหม่อีกกลุ่มหนึ่งมีทัศนคติต่อ AI ที่เป็นบวกมากขึ้น โดยเชื่อว่าเทคโนโลยีใหม่อาจนำมาซึ่งการเปลี่ยนแปลงในการวิจัยทางคณิตศาสตร์ และบางคนมองว่าเป็นโอกาสในการเปลี่ยนแปลงรูปแบบการวิจัยที่มีอยู่
Tao พยายามหาจุดสมดุลระหว่างทั้งสองฝ่าย เขาได้แสดงแพลตฟอร์ม Open Math OS ที่ก่อตั้งโดยองค์กรไม่แสวงหาผลกำไรของเขาที่ California Institute of Technology แพลตฟอร์มนี้รวมโมเดล AI โอเพ่นซอร์สที่ทันสมัย แหล่งข้อมูลการประมวลผลบนคลาวด์ และเครื่องมือความร่วมมือ โดยมุ่งเน้นให้คณิตศาสตร์สามารถตัดสินใจได้ด้วยตนเองว่าข้อมูลการวิจัยจะถูกใช้ในลักษณะใด แทนที่จะมอบอำนาจการควบคุมข้อมูลให้กับบริษัท AI เชิงพาณิชย์โดยสมบูรณ์
จากโมเดลเฉพาะทางไปยังแพลตฟอร์มความร่วมมือที่เป็นอิสระ นักคณิตศาสตร์กำลังพยายามสร้างระบบเทคโนโลยีที่แตกต่างจากบริษัท AI เชิงพาณิชย์ ความต้องการหลักของพวกเขาไม่เพียงแต่ต้องการให้ AI แก้ปัญหาทางคณิตศาสตร์ได้ดีขึ้น แต่ยังรวมถึงการรักษาความควบคุมต่อข้อมูลการวิจัย ผลงานทางวิชาการ และวิธีการใช้ข้อมูลเหล่านั้น
เมื่อ AI มีส่วนร่วมในการวิจัยทางคณิตศาสตร์มากขึ้น ความขัดแย้งระหว่างความได้เปรียบทางเทคโนโลยีของโมเดลเชิงพาณิชย์และอำนาจอธิปไตยของข้อมูลในวงการวิชาการยังคงดำเนินต่อไป ว่านักคณิตศาสตร์จะสามารถสร้างระบบการวิจัยที่สามารถแข่งขันกับบริษัท AI ขนาดใหญ่ได้หรือไม่ ยังคงเป็นกุญแจสำคัญของการถกเถียงนี้
ราคา --
เนื้อหานี้จัดทำขึ้นเพื่อวัตถุประสงค์ด้านการให้ข้อมูลทั่วไปเท่านั้น และไม่ถือเป็นคำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษี อีเวนต์ รีวอร์ด โปรโมชันออนไลน์ หรือข้อมูลที่เกี่ยวข้องใดๆ ที่กล่าวถึงในที่นี้ ไม่ควรถือเป็นคำแนะนำ การชักชวน หรือคำเชิญชวนให้ซื้อ ขาย เทรด หรือดำเนินการอื่นใดเกี่ยวกับสินทรัพย์คริปโต สินทรัพย์คริปโตมีความผันผวนสูงและอาจส่งผลให้เกิดการขาดทุน ความพร้อมให้บริการของบริการ ผลิตภัณฑ์ และอีเวนต์ที่เกี่ยวข้องของ WEEX อาจแตกต่างกันไปตามภูมิภาค คุณมีหน้าที่ตรวจสอบให้แน่ใจว่าการเข้าร่วมของคุณเป็นไปตามกฎหมายและข้อบังคับท้องถิ่นที่ใช้บังคับ
คุณอาจสนใจ

หุ้น AMD เพิ่งตกลงจากรายงานของผู้ขายชอร์ต นี่คือโอกาสการซื้อทองคำหรือไม่?

วิเคราะห์รายงาน Q3 ของ Monad: ค่าธรรมเนียมเครือข่ายที่ขับเคลื่อนโดยการทำธุรกรรม ขนาดการปลดล็อกที่สามารถควบคุมได้

คริปโตหรือการออมเพื่อการเกษียณ? สิ่งที่เปิดเผยจากการสำรวจเกี่ยวกับคนรุ่น Z ในอเมริกา

เจฟฟรีย์เตือนการลงทุน AI ชะลอตัวจะส่งผลกระทบต่อตลาดเกิดใหม่ ปรับลดอันดับตลาดหุ้นเกาหลีใต้

ในพายุทางภูมิศาสตร์ เราจะรักษาทรัพย์สินของเราได้อย่างไร?

อนาคตของหุ้น Nvidia จะเป็นอย่างไรใน 20 ปี? คำตอบอาจทำให้คุณประหลาดใจ

Netflix ตกต่ำกว่า 60 ดอลลาร์ บิล แอคแมน อธิบายว่าทำไมถึงเป็นโอกาสการลงทุนที่น่าทึ่ง

Midterms 2026: นี่คือสิ่งที่ฉันกำลังทำกับพอร์ตการลงทุนของฉันในขณะนี้

มหาเศรษฐี David Tepper เพิ่งทำการหมุนเวียนชิป AI ขนาดใหญ่ --- จะคุ้มค่าหรือไม่?

การสูญเสียของเจ้าแห่ง NVIDIA มีค่าใช้จ่ายมากกว่า 2.5 ล้านล้านดอลลาร์

ถ้าหากการล่มสลายของตลาดหุ้นกำลังจะเกิดขึ้น วอร์เรน บัฟเฟตต์บอกว่านี่คือการเคลื่อนไหวอันดับหนึ่งที่นักลงทุนทุกคนควรทำ

คุณควรลงทุน 1,000 ดอลลาร์ใน Bloom Energy ตอนนี้หรือไม่?
![[วิเคราะห์] สาเหตุที่การลดลงของบิตคอยน์ในครั้งนี้แตกต่างจากอดีต](/public-static/30_f8d737795f.png?format=avif)
[วิเคราะห์] สาเหตุที่การลดลงของบิตคอยน์ในครั้งนี้แตกต่างจากอดีต

Tilray ควรซื้อในระดับต่ำสุดเป็นประวัติการณ์หรือไม่?

พบกับกฎของวอร์เรน บัฟเฟตต์ที่ทำให้หุ้นผู้บริโภคนี้น่าสนใจด้วยเงิน 1,000 ดอลลาร์ในตอนนี้

การซื้อคืนหุ้นมูลค่า 12 พันล้านดอลลาร์ของ Airbnb ได้รับการสนับสนุนจากอัตรากระแสเงินสดฟรี 35% นี่คือสิ่งที่หมายถึงสำหรับผู้ถือหุ้น

กระทรวงการคลังสหรัฐฯ ขายตั๋วเงินสดระยะเก้าสิบวันมูลค่า 15 พันล้านดอลลาร์ในการประมูลครั้งแรกตั้งแต่ปี 2008

ไม่ใช่ Anthropic ไม่ใช่ SpaceX นี่คือหุ้น AI ที่ควรซื้อในระยะยาว

Greg Abel อนุมัติการซื้อหุ้นคืนเป็นประวัติการณ์ 9.6 พันล้านดอลลาร์สำหรับ Berkshire Hathaway ในไตรมาสที่แล้ว มากกว่าความเร็วที่ตั้งไว้ในไตรมาสที่สองเป็นสองเท่า Berkshire ยังน่าลงทุนอยู่หรือไม่เมื่อหุ้นอยู่ใกล้จุดสูงสุดตลอดกาล?

หุ้น Markel Group จะเป็นการลงทุนที่ดีหลังจากลดลง 10% ในปี 2026 หรือไม่?

หากชิป AI กลายเป็นสินค้าโภคภัณฑ์ Nvidia จะสูญเสียมากที่สุด ขณะที่หุ้น 3 ตัวนี้มีแนวโน้มที่จะได้ประโยชน์

หุ้น Micron ตกลงมากกว่า 40% จากสถิติสูงสุดในเดือนมิถุนายน ประวัติศาสตร์บอกว่ามันทำอะไรหลังจากการตกครั้งอื่น ๆ ที่ลึกขนาดนี้

มุมมอง: ตลาดหุ้นสหรัฐสูญเสีย 60,000 ล้านดอลลาร์ใน 45 วัน ไม่ใช่ฟองสบู่ AI ที่แตกสลาย การฟื้นตัวในเดือนเมษายน 2025 อาจเกิดขึ้นอีกครั้ง

3 หุ้นพลังงานศูนย์ข้อมูลลดลงมากกว่าหนึ่งในสามจากสถิติ ซื้อในตอนนี้และถือไว้จนถึงปี 2030

ยุคที่อุตสาหกรรมคริปโตทำเงินง่ายๆ สิ้นสุดลงแล้วหรือ? สี่กลยุทธ์ที่ดึงสภาพคล่องจากตลาด

DWF Labs: บิตคอยน์ไม่ใช่ทองคำดิจิทัล มันเคลื่อนไหวตามแนสแด็ก

VIX พุ่งสูงสุดนับตั้งแต่เหตุการณ์ภาษีเมื่อเดือนเมษายนปีที่แล้ว ดัชนีความกลัวของ Goldman Sachs ใกล้เต็มคะแนน ตลาดหุ้นสหรัฐอาจเผชิญการขายมากกว่า 80,000 ล้านดอลลาร์ในสัปดาห์หน้า

การคาดการณ์: Rocket Lab จะเพิ่มรายได้เป็นสามเท่าภายในปี 2028 นี่คือสิ่งที่หมายถึงสำหรับหุ้น

โคคา-โคล่าเป็นหุ้นที่สร้างเศรษฐีได้หรือไม่?




