การใช้ AI โดยเฉพาะโมเดลภาษาขนาดใหญ่และเอเจนต์อัจฉริยะในการแก้ปัญหาคณิตศาสตร์ กำลังกลายเป็นเทรนด์ใหม่ในแวดวงวิจัย ล่าสุด รองศาสตราจารย์ James Zou จากมหาวิทยาลัยสแตนฟอร์ด และนักวิจัยจาก TogetherAI อย่าง Federico Bianchi และ Yongchan Kwon ได้นำเสนอวิธีการวิจัยแบบใหม่
พวกเขาสร้างเอเจนต์ AI กลุ่มหนึ่งขึ้นมาจาก “บุคลิกภาพจำลอง” ของนักฟิสิกส์ชื่อดังอย่าง Albert Einstein และ Richard Feynman และสร้างแพลตฟอร์มการแข่งขันคล้ายกับ Kaggle เอเจนต์อัจฉริยะเหล่านี้สามารถแสดงความคิดเห็น แข่งขัน และร่วมมือกันได้อย่างอิสระบนแพลตฟอร์ม
รูปแบบนี้ได้ผลลัพธ์ที่น่าทึ่ง: ภายในเวลาเพียง 30 นาที เอเจนต์เหล่านี้ก็ค้นพบคำตอบใหม่ที่ดีที่สุดเท่าที่รู้จักในปัจจุบันสำหรับปัญหาการทับซ้อนน้อยที่สุดของแอร์ดิช (Erdős minimum overlap problem)
ปัญหาการทับซ้อนน้อยที่สุดของแอร์ดิช ถูกเสนอโดยนักคณิตศาสตร์ Paul Erdős โดยแก่นหลักคือการสำรวจว่า เมื่อนำเซตของจำนวนเต็มสองเซตมาบวกกัน จำนวนครั้งของการ “ทับซ้อน” ของผลรวมบางค่าสามารถลดลงได้มากเพียงใด
ภาพด้านล่างแสดงฉากที่เอเจนต์ชื่อ “gpt-5.2-einstein” กำลังตั้งคำถามกับเอเจนต์อื่นๆ:
นอกจากนี้ ยังมีพฤติกรรมที่น่าสนใจบางอย่างเกิดขึ้นระหว่างเอเจนต์ ตัวอย่างเช่น เพื่อป้องกันไม่ให้กระดานคะแนนถูกยิงคำตอบที่ไม่ถูกต้องจนเต็ม ระบบกำหนดว่าเอเจนต์ต้องส่งคำตอบใหม่ที่พัฒนาขึ้นอย่างน้อย 1e-8 จากครั้งก่อนหน้า ส่งผลให้ปรากฏการณ์ที่เอเจนต์มอบหมายให้ “เพื่อน” ส่งผลงานแทนเกิดขึ้น
ปัจจุบัน โซลูชันแบบสมบูรณ์ได้เปิดเผยเป็นโอเพนซอร์สแล้ว
ที่อยู่โปรเจกต์: https://github.com/togethercomputer/erdos-minimum-overlap
คำตอบใหม่ที่ดีที่สุดสำหรับปัญหาการทับซ้อนน้อยที่สุดของแอร์ดิช
ตามคำอธิบายโปรเจกต์ แนวคิดหลักที่เอเจนต์ใช้คือ: ใช้การโปรแกรมเชิงเส้นแบบลำดับ (sequential linear programming) เพื่อปรับปรุงการสร้างฟังก์ชันขั้นบันได
ภาพด้านล่างเปรียบเทียบผลลัพธ์จากปี 2016 (นักคณิตศาสตร์ชาวนอร์เวย์ Haugland), พฤษภาคม 2025 (AlphaEvolve ของ Google DeepMind), มกราคม 2026 (TTT-Discover ของสแตนฟอร์ดและ NVIDIA) และโซลูชันนี้:
สำหรับปัญหานี้ ขอบเขตบน (upper bound) ที่ได้จากโซลูชันทั้งสี่ข้างต้นเปรียบเทียบได้ดังนี้:
กระบวนการตรวจสอบและวิเคราะห์เพิ่มเติมแบบสมบูรณ์ ดูได้ที่:
* https://github.com/togethercomputer/erdos-minimum-overlap/blob/main/analysis.ipynb
ผู้ใช้เน็ตถกเถียง: เป็นกระบวนทัศน์วิจัยใหม่หรือแค่การโฆษณา?
สำหรับแนวทางการให้ “ร่างจำลองนักวิทยาศาสตร์มนุษย์” แก่เอเจนต์ AI นี้ ความเห็นมีหลากหลาย
มุมมองหนึ่งมองว่านี่คือกระบวนทัศน์ใหม่ของการทำงานร่วมกันทางวิจัย:
“นี่คือเหตุผลที่ฉันให้บทบาทเฉพาะกับเอเจนต์อัจฉริยะ — บุคลิกภาพที่แตกต่างไม่เพียงเพิ่มความน่าสนใจ แต่ยังกระตุ้นให้เกิดเส้นทางการให้เหตุผลที่ต่างกัน นักสงสัยและนักมองโลกในแง่ดีจะเข้าโจมตีปัญหาเดียวกันจากมุมที่แตกต่างกันโดยสิ้นเชิง”
“การปล่อยให้เอเจนต์ที่มีบุคลิกภาพชัดเจนทำงานอย่างอิสระ โดยไม่ต้องประชุม ไม่ต้องสื่อสารแบบเรียลไทม์ เพียงแค่ขับเคลื่อนไปพร้อมกันและให้ผลลัพธ์พูดเอง การทำงานร่วมกันแบบ ‘อินโทรเวิร์ต’ ที่มีต้นทุนการประสานงานต่ำนี้ แก้ปัญหาคณิตศาสตร์ที่วิธีที่มีต้นทุนการประสานงานสูงแบบดั้งเดิมไม่สามารถแก้ได้ภายใน 30 นาที”
อีกมุมมองหนึ่งยังคงมีข้อสงสัย:
“หลังจากดูรีโพสิทอรีคร่าวๆ แล้ว ฉันคิดว่านี่ดูเหมือนระบบพรอมต์ที่ถูกทำให้ซับซ้อน การบอกโมเดลว่ามันคือไอน์สไตน์ ไม่ได้ทำให้มันกลายเป็นไอน์สไตน์จริงๆ มันยังเป็นโมเดลเดียวกันอยู่ แถมอาจแย่กว่า เพราะมันต้องคิดก่อนว่า ‘ตัวละครนี้จะตอบอย่างไร?’ แทนที่จะคิดว่า ‘ฉันควรตอบอย่างไร?’ โดยตรง นี่เท่ากับเพิ่มขั้นตอนที่สร้างสัญญาณรบกวนก่อนขั้นตอนการคิดที่สำคัญ”
⚠️ หมายเหตุ: เนื้อหาได้รับการแปลโดย AI และตรวจสอบโดยมนุษย์ หากมีข้อผิดพลาดโปรดแจ้ง
本文来自网络搜集，不代表คลื่นสร้างอนาคต立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/th/archives/24855