วันที่ AI คว้าเหรียญทอง - Gemini Deep Think และภาพอนาคตของคณิตศาสตร์

1. พื้นหลัง――เวที "AI vs. คณิตศาสตร์โอลิมปิก"

การแข่งขันคณิตศาสตร์โอลิมปิกนานาชาติ (IMO) ซึ่งก่อตั้งขึ้นในปี 1959 เป็นที่รู้จักในฐานะการต่อสู้ทางปัญญาที่สูงสุดของมนุษยชาติ เป็นการแข่งขันที่โหดร้ายที่ต้องแก้โจทย์ 6 ข้อภายใน 4.5 ชั่วโมง และมีเพียง 8% แรกเท่านั้นที่ได้รับเหรียญทอง "Gemini Deep Think (GDT)" ซึ่งเป็นโมเดลภาษาขนาดใหญ่ของ DeepMind ได้เข้าร่วมและได้รับ 35 คะแนน (คะแนนเต็ม 42 คะแนน) และได้รับการรับรองเหรียญทองอย่างเป็นทางการ36Kr

2. อะไรคือความหมายของ "อย่างเป็นทางการ"

ในปีที่ผ่านมา AlphaProof/AlphaGeometry ได้แปลงการพิสูจน์เป็นภาษารูปแบบเช่น "Lean" เพื่อรับการประเมิน แต่ GDT อ่านปัญหาโดยตรงในภาษาอังกฤษและสร้างการพิสูจน์ในภาษาธรรมชาติ ซึ่งได้รับการประเมินโดยผู้ตัดสินด้วยเกณฑ์เดียวกับมนุษย์ นี่คือเหตุผลที่ได้รับการรับรองอย่างเป็นทางการ36Kr

3. โหมด Deep Think และการอนุมานแบบขนาน

GDT มีโหมดการอนุมานขยายที่เรียกว่า "Deep Think" ซึ่งสามารถขยายและรวมเส้นทางความคิดจำนวนมากพร้อมกันเพื่อให้ได้ทั้งความแม่นยำและความเร็วในการตอบ

• การอนุมานแบบขนาน: สร้างสมมติฐานหลากหลายพร้อมกันและเลือกโดยใช้อัลกอริทึมการตัดสินใจ

• การเรียนรู้เสริม: ปรับปรุงตัวเองด้วยคลังคำตอบ IMO ในอดีต

• การจัดการเวลา: จัดสรรทรัพยากรการคำนวณแบบไดนามิกภายในข้อจำกัด 4.5 ชั่วโมง

ผลลัพธ์คือสามารถแก้โจทย์ได้ 5 ข้อและได้คะแนน 35 คะแนน36Kr

4. ไฮไลท์ตามโจทย์

(※P6 ไม่ได้พยายาม)

5. ความตื่นเต้นและความสงสัยที่แสดงบน SNS

• Sundar Pichai (CEO ของ Google)

  "จากเงินเป็นทองในเพียงหนึ่งปี – ความก้าวหน้าที่น่าทึ่ง!"X (เดิมชื่อ Twitter)

• Google DeepMind อย่างเป็นทางการ

  "AI แรกที่ถึงมาตรฐานเหรียญทอง IMO แก้ปัญหาได้ 5/6 ข้อ"X (เดิมชื่อ Twitter)

• Hacker News / Reddit มีการถกเถียงกันอย่างร้อนแรงเกี่ยวกับ "การพิสูจน์ในภาษาธรรมชาติที่สมบูรณ์เป็นที่น่าตกใจ" และ "P3 ง่ายกว่าปีที่ผ่านมา"techmeme.com

• Elon Musk ตอบสั้นๆ ว่า "Congrats" พร้อมกับเสียดสีว่า "ตารางเวลาที่ AI จะเข้ามาแทนที่งานของมนุษย์ถูกเลื่อนขึ้นอีกครั้ง"The Times of India

ในขณะเดียวกัน OpenAI ก็อ้างว่าโมเดล GPT-Grok ของตนเองก็มีความสามารถเทียบเท่าเหรียญทองอย่างไม่เป็นทางการ และมีการถกเถียงเกี่ยวกับความโปร่งใสของวิธีการให้คะแนน

6. ทำไมถึงมีความหมาย

1. การทั่วไปของการอนุมาน
   คณิตศาสตร์เป็นจุดสูงสุดของการอนุมานภาษาธรรมชาติ และการก้าวกระโดดในที่นี้จะส่งผลต่อกฎหมาย การวิจัยทางวิทยาศาสตร์ และการออกแบบวิศวกรรมที่ต้องการความแม่นยำสูง

2. AI ในฐานะเครื่องมือ
   ผลลัพธ์ในครั้งนี้แสดงถึงความเป็นไปได้ที่ AI จะเป็น "เส้นช่วยเหลือของนักคณิตศาสตร์มนุษย์" โดยมีการประยุกต์ใช้มากมาย เช่น การออกไอเดียการพิสูจน์ การตรวจจับข้อผิดพลาด และการสร้างปัญหาสำหรับการฝึก

3. การลดช่องว่างทางการศึกษา
   หากมีเครื่องมือฟรี/ต้นทุนต่ำที่สามารถสนับสนุนความเข้าใจในปัญหาระดับ IMO ได้ ก็อาจช่วยลดช่องว่างทางการศึกษาในคณิตศาสตร์

7. ปัญหาที่ยังคงอยู่

• ต้นทุนการตรวจสอบ: การพิสูจน์ในภาษาธรรมชาติแก้ไขข้อผิดพลาดได้ยาก จำเป็นต้องมีสะพานเชื่อมกับการทำรูปแบบ (เช่น Lean)

• ข้อสงสัยเรื่องการรั่วไหลของข้อมูล: จะหลีกเลี่ยงการเรียนรู้เกินจากปัญหาและตัวอย่างคำตอบในอดีตได้อย่างไร

• ข้อถกเถียงเรื่อง "การนำเข้าข้อมูลขนาดใหญ่": มีการวิจารณ์ว่าการนำเข้าข้อมูลขนาดใหญ่อาจทำให้ความยุติธรรมลดลง

8. แผนงานในอนาคต

DeepMind ได้ประกาศว่าจะให้ GDT แก่นักวิจัยเท่านั้น และจะรวมโมดูลการอนุมานใน Gemini Ultra รุ่นถัดไป OpenAI และ Anthropic ก็กำลังเตรียมความท้าทายที่คล้ายกัน และมีการคาดการณ์ว่า "AI คณิตศาสตร์โอลิมปิก" จะกลายเป็นการแข่งขันประจำ