OpenAI ทดสอบโมเดลกับโจทย์คณิตศาสตร์ที่ยังไม่มีคำตอบ 4,000 ข้อ

เป็นเวลาหลายปีที่การทดสอบคณิตศาสตร์เป็นวิธีมาตรฐานในการประเมินโมเดล AI เช่น ChatGPT และ Claude ตอนนี้ OpenAI อ้างว่าโมเดลของตนมีความชำนาญมากจนการทดสอบคณิตศาสตร์แบบดั้งเดิมไม่ท้าทายพออีกต่อไป นั่นคือเหตุผลที่นักวิจัยหันมาใช้แนวทางที่ยากขึ้น

โมเดล OpenAI ที่ยังไม่ได้เผยแพร่ได้รับการมอบโจทย์คณิตศาสตร์ที่ยังไม่มีคำตอบประมาณ 4,000 ข้อ ผลลัพธ์ที่ได้นั้นทั้งน่าประหลาดใจและน่ากังวล

จากการทดลองนี้ AI สร้างต้นฉบับผลงาน 722 ฉบับ ซึ่งถูกจัดเป็น 372 กลุ่มของผลงานที่เกี่ยวข้อง ตามข้อมูลของ OpenAI ผลลัพธ์แต่ละรายการใช้เวลาเฉลี่ยประมาณสามชั่วโมงในการคำนวณเชิงเหตุผล

"วันข้างหน้าที่น่าตื่นเต้นสำหรับชุมชนคณิตศาสตร์!" กล่าวโดย Stefano Gogioso สมาชิกของ BeInCrypto's Future Tech and AI Experts Council

AI กำลังก้าวหน้าในอัตราที่ไม่ปลอดภัยหรือไม่?

เรื่องราวที่ใหญ่กว่าคือ AI ชั้นสูงกำลังเริ่มก้าวไปไกลกว่าการตอบคำถามที่รู้จักและเข้าสู่การเสนอความเป็นไปได้สำหรับสิ่งที่ไม่รู้

การพัฒนานี้อาจขยายปริมาณงานทางปัญญาที่นักวิจัย วิศวกร หรือนักวิเคราะห์สามารถรับผิดชอบได้อย่างมาก

อย่างไรก็ตาม ผลลัพธ์ไม่ได้เท่ากับความจริง เอกสารหลายฉบับของ OpenAI รวมถึงหลักฐานแบบ Lean ที่สามารถตรวจสอบได้ด้วยคอมพิวเตอร์ ในขณะที่บางฉบับขาดสิ่งเหล่านี้ OpenAI เตือนว่าผลลัพธ์ที่ไม่ได้รับการยืนยันบางรายการ "อาจมีปัญหา"

สิ่งนี้สร้างคอขวดใหม่: นักวิจัยมนุษย์อาจพบว่าการตรวจสอบผลลัพธ์ให้ทันกับที่ AI สร้างนั้นเป็นเรื่องยาก

เรากำลังเผยแพร่ผลลัพธ์ทางคณิตศาสตร์ใหม่ที่หลากหลายซึ่งผลิตโดยโมเดลชั้นนำภายใน

เราได้ปรึกษาหารือกับกลุ่มที่ปรึกษาอิสระด้านคณิตศาสตร์และปัญญาประดิษฐ์ที่ Institute for Advanced Study และเราได้รับคำแนะนำและ…

— OpenAI (@OpenAI) 6 ตุลาคม 2026

AI สามารถทำการวิเคราะห์เชิงพยากรณ์เพื่อการลงทุนได้หรือไม่?

เป็นไปได้ แต่การเงินนำเสนอความท้าทายที่แตกต่างกัน

การพิสูจน์ทางคณิตศาสตร์สามารถพิสูจน์ได้ในที่สุดว่าถูกหรือผิด อย่างไรก็ตาม ตลาดมีเสียงรบกวนและเปลี่ยนแปลงตลอดเวลา

เกณฑ์ชี้วัดล่าสุดในด้านการเงินระบุว่า AI ชั้นสูงยังคงเผชิญความยากลำบากกับการวิจัยการลงทุนที่ซับซ้อน และการศึกษาเกี่ยวกับจังหวะตลาดเปิดเผยถึงประโยชน์เชิงพยากรณ์ที่จำกัดเท่านั้น

ในระยะใกล้ โอกาสอยู่ที่การวิเคราะห์ที่ลึกซึ้งยิ่งขึ้น ไม่ใช่การทำนายที่สมบูรณ์แบบ

ปัญญาประดิษฐ์ที่สามารถใช้เหตุผลเป็นเวลาหลายชั่วโมงติดต่อกันอาจตรวจสอบเอกสาร การประชุมผลประกอบการ ข้อมูลเศรษฐกิจมหภาค และสถานการณ์ที่แข่งขันกันไปพร้อมกัน จากนั้นจึงทดสอบสมมติฐานมากกว่าที่นักวิเคราะห์คนเดียวจะทำได้

นั่นอาจเป็นข้อสรุปที่สำคัญกว่าจากการทดสอบของ OpenAI AI มีความสามารถมากขึ้นในการสร้างผลลัพธ์เชิงวิเคราะห์อย่างจริงจังในระดับมหาศาล ความท้าทายถัดไปคือการพิจารณาว่าผลลัพธ์ใดที่ควรค่าแก่ความไว้วางใจ