JEVLAB NEWS Research & data
ความก้าวหน้าด้านคณิตศาสตร์ของ OpenAI
AI-assisted summaries and translations. Check original sources for context and performance claims.
OpenAI เผยว่าโมเดลภายในตัวใหม่สามารถแก้โจทย์คณิตศาสตร์ที่ค้างคามานานได้กว่า 100 ข้อภายในเวลาเพียง 24 วัน โดยใช้เอเจนท์ AI กว่า 10,000 ตัวทำงานร่วมกันเพื่อหาคำตอบ
บทสรุปที่แปลแล้ว · AI-assisted; check the original.
ภาพรวมของเธรดทั้งหมด
สรุปโพสต์ที่เชื่อมต่อกันของ CHOI ใหม่โดยใช้ AI ภาพและวิดีโอเป็นของผู้สร้างต้นฉบับ ข้อกล่าวอ้างยังไม่ได้รับการตรวจสอบอย่างอิสระ
ความสำเร็จทางคณิตศาสตร์
OpenAI ประกาศว่าโมเดลภายในตัวใหม่สามารถแก้ปัญหาคณิตศาสตร์ที่ยากและค้างคามานานได้กว่า 100 ข้อ รวมถึงปัญหา Navier-Stokes โดยใช้เวลาเพียง 24 วันจากการทำงานของเอเจนท์ AI 10,000 ตัว
กลุ่มที่ปรึกษา
เนื่องจากความก้าวหน้าที่รวดเร็ว OpenAI จึงจัดตั้งกลุ่มที่ปรึกษาด้านคณิตศาสตร์อิสระ เพื่อหารือเกี่ยวกับการเผยแพร่ผลลัพธ์ที่ได้จาก AI ให้เป็นประโยชน์ต่อวงการวิชาการ

วิธีการฝึกฝน
งานวิจัยนี้ใช้การเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) ในระดับใหญ่บนโมเดลที่ผ่านการฝึกฝนมาแล้ว โดยมีการอัปเดตเอเจนท์อย่างต่อเนื่องเพื่อค้นหาวิธีการแก้ปัญหาที่ดีขึ้น

ประวัติการวิจัย
ก่อนหน้านี้ OpenAI ได้แสดงความสามารถของ AI ในด้านทฤษฎีกลุ่มและเรขาคณิต โดยใช้การพิสูจน์แบบ Lean ซึ่งมีค่าใช้จ่ายในการคำนวณผ่าน API ประมาณ 2,000 ดอลลาร์

ปัญหา Navier-Stokes
OpenAI นำเสนอตัวอย่างค้าน (Counterexample) สำหรับปัญหา Navier-Stokes โดยแสดงให้เห็นว่าความเร็วของของไหลสามารถเพิ่มขึ้นจนเป็นอนันต์ได้ในเวลาจำกัด แม้พลังงานรวมจะยังคงที่
การทำงานร่วมกันของเอเจนท์
เอเจนท์กว่า 10,000 ตัวทำงานขนานกัน โดยมี Codex ช่วยสรุปผลลัพธ์ระหว่างทาง คำตอบถูกค้นพบใน 88 ชั่วโมง และใช้เวลาอีก 17 ชั่วโมงในการตรวจสอบด้วย Lean

Hodge Conjecture
มีรายงานว่า OpenAI ใกล้จะแก้ปัญหา Hodge Conjecture ได้แล้ว แม้จะยังไม่มีการประกาศอย่างเป็นทางการ แต่มีการวิจัยภายในที่มุ่งเน้นปัญหาคณิตศาสตร์หลายสาขาพร้อมกัน
ตัวตนของโมเดล
แม้จะมีข่าวลือเกี่ยวกับโมเดลชื่อ 'Bel' แต่ OpenAI ระบุเพียงว่าเป็น 'โมเดลภายในตัวใหม่' ซึ่งมีประสิทธิภาพสูงกว่าโมเดล Astra ที่เปิดเผยต่อสาธารณะอย่างมาก
การวิจัยอัตโนมัติ
OpenAI มองว่าโมเดลนี้เป็น 'ผู้ช่วยวิจัยอัตโนมัติ' ซึ่งสามารถนำไปใช้ในการเขียนโค้ดวิจัย ออกแบบการทดลอง และวิเคราะห์ผลลัพธ์ได้ในอนาคต

การประเมินประสิทธิภาพ
ผู้เชี่ยวชาญเน้นย้ำถึงความสำคัญของการวัดอัตราความสำเร็จเทียบกับความพยายาม โมเดลใหม่นี้แสดงให้เห็นอัตราการแก้ปัญหาที่สูงกว่า Astra ในเงื่อนไขที่ใกล้เคียงกัน

มาตรฐานทางวิชาการ
กลุ่มที่ปรึกษาซึ่งประกอบด้วยนักคณิตศาสตร์ชั้นนำจะให้คำแนะนำเกี่ยวกับมาตรฐานทางวิชาการและการตรวจสอบผลลัพธ์จาก AI เพื่อให้มั่นใจในความถูกต้อง

งาน DevDay ที่จะถึงนี้
มีความคาดหวังว่าวิธีการวิจัยแบบหลายเอเจนท์นี้จะถูกนำมาเป็นเครื่องมือสำหรับนักพัฒนาในงาน DevDay วันที่ 29 กันยายนนี้

ผลกระทบในระยะยาว
ในอนาคต นักวิจัยอาจสามารถใช้เอเจนท์ AI หลายพันตัวเพื่อแก้ปัญหาของตนเองได้ ซึ่งจะช่วยเร่งความเร็วในการค้นพบทางวิทยาศาสตร์อย่างมหาศาล

ข้อมูลอย่างเป็นทางการ
สามารถดูรายละเอียดเพิ่มเติมเกี่ยวกับกลุ่มที่ปรึกษาด้านคณิตศาสตร์และ AI ได้ที่เว็บไซต์ของ OpenAI
Source notes
This is a linked resource, not an independent verification of performance, cost or results. Check the original for current details.
- Collected
- 2026-09-22
- Discovered via
- www.threads.com
10 อันดับแรก
Supporter
- Wallpets 104 คลิก89d left
W
- Walltank 115 คลิก89d left
W
- CChowder 66 คลิก89d left
- Falconer 56 คลิก89d left
F - Lemonpod 93 คลิก89d left
L
- Menta 40 คลิก89d left
M - Sway 37 คลิก89d left
S
- Peon-Ping 33 คลิก89d left
P - Zeron 95 คลิก89d left
Z
- Guideless 30 คลิก89d left
G