គណិតវិទូ Anthropic បានប្រើគំរូភាសាដ៏ធំផ្ទាល់ខ្លួនរបស់ក្រុមហ៊ុនដើម្បីបដិសេធការសន្និដ្ឋានគណិតវិទ្យាដែលទប់ទល់នឹងដំណោះស្រាយអស់រយៈពេល 87 ឆ្នាំមកហើយ ដោយបានផ្តល់នូវឧទាហរណ៍ដ៏ទាក់ទាញបំផុតមួយអំពីបញ្ញាសិប្បនិម្មិតដែលជំរុញគណិតវិទ្យាសុទ្ធ។

Levent Alpöge ជាគណិតវិទូនៅក្រុមហ៊ុន AI Anthropic បានប្រកាសថាគាត់បានរកឃើញឧទាហរណ៍ផ្ទុយទៅនឹងការស្មានរបស់ Jacobian ដែលជាបញ្ហាដ៏ល្បីល្បាញ និងយូរអង្វែងនៅក្នុងធរណីមាត្រពិជគណិត។ គាត់បានឈានដល់លទ្ធផលដោយប្រើគំរូ Claude Fable 5 របស់ Anthropic ដែលត្រូវបានចេញផ្សាយជាសាធារណៈតែប៉ុន្មានសប្តាហ៍មុននេះ។ ការរកឃើញនេះ ត្រូវបានរាយការណ៍ដំបូងដោយ ScienceDaily និង SciTechDaily ហើយត្រូវបានដកចេញពីអត្ថបទមួយដែលត្រូវបានបោះពុម្ពដំបូងនៅក្នុង The Conversation បានធ្វើឱ្យមានការរំភើបយ៉ាងខ្លាំងតាមរយៈសហគមន៍គណិតវិទ្យា។ សម្រាប់អ្នកអានដែលធ្វើតាម ការវិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់ លទ្ធផលបានគូសបញ្ជាក់ពីរបៀបដែលគំរូព្រំដែនកំពុងផ្លាស់ប្តូរយ៉ាងលឿនពីល្បិចក្នុងហាងទៅជាការងារវិទ្យាសាស្ត្រដែលមានផលិតភាពពិតប្រាកដ។

រូបមន្តតូចល្មមសម្រាប់ប្រកាសតែមួយ

អ្វី​ដែល​ធ្វើ​ឱ្យ​ការ​ទម្លាយ​រឿង​គួរ​ឱ្យ​ភ្ញាក់​ផ្អើល​នោះ​គឺ​ការ​បង្រួម​របស់​វា។ យោងទៅតាម SciTechDaily គំរូប្រឆាំងគឺជាមុខងារបីវិមាត្រដ៏សាមញ្ញគួរឱ្យកត់សម្គាល់ ដែលជារូបមន្តខ្លីគ្រប់គ្រាន់សម្រាប់ដាក់នៅខាងក្នុងប្រកាសតែមួយនៅលើ X។ គំរូប្រឆាំងដែលគាំទ្រដោយ AI បង្ហាញការស្មានរបស់ Jacobian ខាងលើវិមាត្រពីរ ខណៈពេលដែលទុកទម្រង់ពីរវិមាត្រដើមរបស់ការសន្និដ្ឋានបើកចំហ។

nuance នោះសំខាន់។ លទ្ធផល​មិន​បាន​ដោះស្រាយ​បញ្ហា​ទាំង​ស្រុង​ដែល​មាន​តាំង​ពី​សតវត្ស​ទី ១៩ មក​ម្ល៉េះ។ ផ្ទុយទៅវិញ វាលាតត្រដាងនូវដែនកំណត់ដែលមិនរំពឹងទុក៖ កំណែវិមាត្រធំជាងទូទៅនៃការសន្និដ្ឋានគឺមិនពិត ទោះបីជាករណីគណិតវិទូដែលយកចិត្តទុកដាក់ពីដំបូងអំពីភាគច្រើននៅតែមិនអាចដោះស្រាយបាន។

ប្រវត្តិនៅពីក្រោយបញ្ហា

ការទស្សន៍ទាយរបស់ Jacobian ទាក់ទងនឹងមុខងារពហុនាម — ម៉ាស៊ីនគណិតវិទ្យាដែលយកលេខ និងបង្កើតលេខថ្មីដោយធ្វើតាមក្បួនជាក់លាក់មួយ។ នៅក្នុងការកំណត់នេះ លេខអាចតំណាងឱ្យពិន្ទុក្នុងលំហ ដូចជាកូអរដោនេនៅលើផែនទីជាដើម។ មុខងារមួយយកកូអរដោណេទាំងនោះ ហើយបំប្លែងពួកវា ដោយផ្លាស់ទីចំណុចទៅទីតាំងផ្សេងៗគ្នា។ គណិតវិទូអាចពិនិត្យមើលពីរបៀបដែលមុខងារមួយរៀបចំលំហឡើងវិញដោយរលូនដោយគណនាកត្តាកំណត់ Jacobian របស់វា។ ការសន្និដ្ឋានសួរយ៉ាងសំខាន់៖ ប្រសិនបើកត្តាកំណត់នោះជាថេរមិនសូន្យ តើអនុគមន៍ចាំបាច់មានពហុធានបញ្ច្រាសទេ?

បញ្ហានេះមានប្រវត្តិរឿងរ៉ាវ។ វាត្រូវបានបញ្ជាក់ជាលើកដំបូងដោយគណិតវិទូជនជាតិឆេក Ludwig Kraus ក្នុងឆ្នាំ 1884 បន្ទាប់មកបានបង្រួបបង្រួមទំហំណាមួយដោយគណិតវិទូអាល្លឺម៉ង់ Ott-Heinrich Keller ក្នុងឆ្នាំ 1939។ វាត្រូវបានគេចាត់ទុកថាមានសារៈសំខាន់ខ្លាំងណាស់ដែលម្ចាស់មេដាយ Fields លោក Stephen Smale បានបញ្ចូលវាទៅក្នុងបញ្ជីបញ្ហាគណិតវិទ្យាឆ្នាំ 1998 ដ៏មានឥទ្ធិពលរបស់គាត់សម្រាប់បញ្ហាបន្ទាប់បន្សំ។

ក្នុងរយៈពេលដ៏វែងរបស់វា ការស្មានបានទាក់ទាញភស្តុតាងដែលបានអះអាងជាច្រើន រួមទាំងការប៉ុនប៉ងរបស់ Beniamino Segre និង Wolfgang Gröbner ដែលជាអ្នកគណិតវិទូសតវត្សទី 20 ដ៏ល្បីល្បាញពីរនាក់។ គ្មាន​នរណា​ម្នាក់​បាន​លើក​ឡើង​។ ការពិត​ដែល​គំរូ​ប្រឆាំង​មួយ​បាន​លេច​ឡើង​ឥឡូវ​នេះ — ដោយ​មាន​ជំនួយ​ពី​គំរូ​រចនាប័ទ្ម chatbot — បង្ហាញ​ពី​របៀប​ដែល AI កំពុង​បង្ហាញ​ថា​មាន​ប្រយោជន៍​សម្រាប់​ការ​រក​ឃើញ​វត្ថុ​គណិតវិទ្យា​ដែល​មិន​នឹក​ស្មាន​ដល់ ដូច​ដែល​វា​សម្រាប់​ការ​បង្កើត​ភស្តុតាង។

ហេតុអ្វីបានជាករណីវិមាត្រខ្ពស់ធ្លាក់ចុះ

ភាពខុសគ្នាសំខាន់គឺរវាងវិមាត្រពីរ និងបី (ឬច្រើន)។ ការសន្និដ្ឋានរបស់ Jacobian ពីរវិមាត្រដើមដែលជាកំណែដែលបានកាន់កាប់ធរណីមាត្រពិជគណិតជាច្រើនជំនាន់នៅតែបើកចំហ។ អ្វីដែលAlpöge និង Claude Fable 5 បានរកឃើញគឺជាឧទាហរណ៍ផ្ទុយគ្នានៅក្នុងវិមាត្របី ដែលវាគ្រប់គ្រាន់ដើម្បីទម្លាក់ការសន្និដ្ឋានទូទៅដែល Keller បានបង្កើតក្នុងឆ្នាំ 1939 ។

នោះគឺជាលទ្ធផលដ៏មានអត្ថន័យនៅក្នុងសិទ្ធិរបស់ខ្លួន។ អ្នកស្រាវជ្រាវជាច្រើនបានសង្ស័យថា ប្រសិនបើការសន្និដ្ឋាននេះជាការពិត នោះវានឹងជាការពិតនៅគ្រប់ទីកន្លែង។ គំរូធៀបស្អាតនៅក្នុងវិមាត្រទី 3 បង្រួមចន្លោះនៃលទ្ធភាព និងកំណត់សំណួរដែលនៅសល់ឡើងវិញ៖ តើវិមាត្រពីរពិតជាពិសេសមែន ឬតើមានគំរូផ្ទុយដែលលាក់នៅទីនោះដែរ?

ភាពខ្លីនៃឧទាហរណ៍ផ្ទុយគឺខ្លួនវាគួរឱ្យកត់សម្គាល់។ Fortune បានរាយការណ៍ថា គណិតវិទូកំពុងប្រឈមមុខនឹង "ការផ្លាស់ប្តូរដ៏ឆាប់រហ័ស និងមិនមានដំណោះស្រាយ" នៅពេលដែលឧបករណ៍ AI បំបែកបញ្ហាដែលមានអាយុកាលរាប់សតវត្សរ៍ម្តងមួយៗ។ រូបមន្តដ៏តូចមួយដើម្បីលុបបំបាត់បញ្ហាដែលគាំទ្រដោយ Fields Medalist គឺពិតជាប្រភេទនៃការអភិវឌ្ឍន៍ដែលជំរុញឱ្យមានការរំជើបរំជួល - និងភាពរំភើបនោះ។

តួនាទីកើនឡើងរបស់ AI ក្នុងគណិតវិទ្យា

គណិតវិទូដែលធ្វើការជាមួយគំរូភាសាធំ ៗ ថ្មីៗនេះបានបង្កើតលទ្ធផលគួរឱ្យកត់សម្គាល់ជាច្រើន ហើយឧទាហរណ៍ការសន្និដ្ឋានរបស់ Jacobian គឺខុសពីការជឿនលឿនមុន ៗ ជាច្រើន។ ជាជាងការកិនតាមរយៈការស្វែងរកដោយបង្ខំ ការសហការគ្នារវាង Alpöge និង Claude Fable 5 បានបង្កើតនូវចម្លើយសង្ខេប និងអាចពិនិត្យបានដោយមនុស្ស ដែលជាប្រភេទលទ្ធផលដែលអ្នកគណិតវិទូអាចផ្ទៀងផ្ទាត់ និងបង្កើតបាន។

ការ​រក​ឃើញ​នេះ​ក៏​គូស​បញ្ជាក់​ពី​គំរូ​ដ៏​ទូលំទូលាយ​ផង​ដែរ​។ ម៉ូដែល Frontier មានសមត្ថភាពកាន់តែខ្លាំងឡើងក្នុងការរុករកកន្លែងរួមបញ្ចូលគ្នាដ៏ធំ និងស្នើវត្ថុបេក្ខភាពដែលមនុស្សមិនអាចជំពប់ដួល។ នៅពេលដែលបេក្ខជនទាំងនោះមានរយៈពេលខ្លីគ្រប់គ្រាន់ដើម្បីផ្ទៀងផ្ទាត់ដោយដៃ ការរួមបញ្ចូលគ្នានៃទំហំ AI និងការវិនិច្ឆ័យរបស់មនុស្សក្លាយជាខ្លាំង។

តើវាមានន័យយ៉ាងណាសម្រាប់អនាគត

តើនេះមានន័យយ៉ាងណាសម្រាប់អនាគតនៃគណិតវិទ្យា — និងសម្រាប់គណិតវិទូមនុស្ស — នៅតែត្រូវបានគេមើលឃើញដូចដែល SciTechDaily បានកត់សម្គាល់។ គំរូផ្ទុយមិនធ្វើឱ្យគណិតវិទូលែងប្រើទេ; ប្រសិនបើមានអ្វីក៏ដោយ វាធ្វើឱ្យសំណួរបើកចំហរ ហើយផ្តល់ឱ្យអ្នកស្រាវជ្រាវនូវគោលដៅថ្មីច្បាស់លាស់។ ប៉ុន្តែវាពង្រឹងថា AI បានផ្លាស់ប្តូរលើសពីការសង្ខេបសៀវភៅសិក្សា និងចូលទៅក្នុងបេះដូងនៃការងារគណិតវិទ្យាប្រកបដោយការច្នៃប្រឌិត។

លទ្ធផល​នេះ​ក៏​ជា​ការ​បញ្ជាក់​យ៉ាង​ខ្ពស់​សម្រាប់​ Anthropic ។ Claude Fable 5 ដែលចេញផ្សាយជាសាធារណៈតែប៉ុន្មានសប្តាហ៍មុនការរកឃើញនេះ ត្រូវបានប្រើប្រាស់ដោយគណិតវិទូផ្ទាល់របស់ក្រុមហ៊ុនដើម្បីដោះស្រាយបញ្ហាដែលបានរារាំងគំនិតដ៏អស្ចារ្យបំផុតមួយចំនួននៃសតវត្សមុន។ សម្រាប់ការប្រណាំងរបស់ក្រុមហ៊ុនដើម្បីបង្ហាញថាម៉ូដែលរបស់វាអាចមានហេតុផលនៅព្រំដែន ការយល់ព្រមតិចតួចគឺអាចជឿជាក់បានជាងការសន្និដ្ឋានឆ្នាំ 1939 ចុងក្រោយ។

នាំមុខ AI

ល្បឿន​នៃ​ការ​រក​ឃើញ​ដែល​ជំរុញ​ដោយ AI គឺ​កំពុង​កើន​ឡើង​នៅ​ទូទាំង​វិទ្យាសាស្ត្រ គណិតវិទ្យា និង​ឧស្សាហកម្ម។ ចំណាំតុ [ព័ត៌មាន AI ថ្មីៗ] (https://aibuzzwire.news) របស់យើងសម្រាប់ការគ្របដណ្តប់ជាបន្តបន្ទាប់នៃការចេញផ្សាយគំរូ របកគំហើញនៃការស្រាវជ្រាវ និងការផ្លាស់ប្តូរគោលនយោបាយ។

អានព័ត៌មាន AI បន្ថែម →