# OpenAI เปิดผลงานคณิตศาสตร์ 719 ฉบับจาก AI ภายใน ด้าน Terence Tao เตือนผลต่อวงการ

> OpenAI เผยแพร่ต้นฉบับคณิตศาสตร์ 719 ฉบับจากแบบจำลองภายในเมื่อ 6 ต.ค. 2026 มีบทพิสูจน์ Lean รองรับราว 42% ขณะที่สมาคมนักคณิตศาสตร์ AHM ขอให้เลิกทำงานกับบริษัท

- ประเภท: ข่าว · หมวด: AI
- เผยแพร่: 2026-10-08T06:30:00.000Z · อัปเดต: 2026-10-08T07:07:00.000Z
- โดย: กองบรรณาธิการ THAI DATA, THAI DATA IT BUSINESS ENTERPRISE
- ที่มา: https://thaidata.co.th/ai/openai-math-results-lean-terence-tao/

## สรุปประเด็นสำคัญ

- **OpenAI** เผยแพร่ผลงานคณิตศาสตร์จากแบบจำลองภายในที่ยังไม่เปิดให้ใช้ เมื่อ **6 ตุลาคม 2026** ผ่านคลัง GitHub `openai/math` รวม **719 ต้นฉบับใน 372 กลุ่มผลงาน** จากโจทย์ที่ป้อนให้ราว 4,000 ข้อ
- ผลงานที่ OpenAI อ้างรวมถึงปัญหาที่ค้างมานาน เช่น quasi-Riemann hypothesis, ค่า irrationality exponent ของ π และการหักล้าง Hadwiger's conjecture โดยผลงานเฉลี่ยใช้กำลังประมวลผลเทียบเท่า ChatGPT Pro คิดราว 3 ชั่วโมง
- ณ 7 ตุลาคม ผลหลักมีบทพิสูจน์ใน **Lean** แล้ว 300 จาก 719 ฉบับ (ราว 42%) และ OpenAI **ถอนต้นฉบับ 3 ฉบับ** หลังพบข้อผิดพลาดเรื่องเครื่องหมาย พร้อมแก้ไขอีก 14 ฉบับ
- คณะที่ปรึกษา AGMAI ที่ Institute for Advanced Study ย้ำเมื่อ 6 ตุลาคมว่าบทบาทของตน **ไม่ใช่การรับรอง** ผลงาน ส่วน **Association for Human Mathematics (AHM)** ออกแถลงการณ์เมื่อ 7 ตุลาคมว่าการปล่อยไฟล์กว่า 700 ไฟล์พร้อมกันคือการแสดงอำนาจ และเรียกร้องให้นักคณิตศาสตร์ **เลิกทำงานกับ OpenAI**
- Terence Tao โพสต์ 4 ตอนในวันเดียวกันว่าการไล่แก้ปัญหาเปิดด้วย AI กำลังทำให้หลายสาขา "อุดมสมบูรณ์น้อยลง" และเสนอแนวคิด "Math 2.0" ที่ให้น้ำหนักกับการอธิบายและการสร้างชุมชน

OpenAI เผยแพร่ผลงานคณิตศาสตร์ชุดใหญ่ที่สร้างโดยแบบจำลองภายในซึ่งยังไม่เปิดให้ใช้ เมื่อวันที่ 6 ตุลาคม 2026 รวม 719 ต้นฉบับใน 372 กลุ่มผลงาน บริษัทอ้างว่าครอบคลุมปัญหาเปิดหลายร้อยข้อ แต่ ณ วันถัดมามีบทพิสูจน์ที่คอมพิวเตอร์ตรวจได้ใน Lean รองรับเพียงราว 42% และถอนไปแล้ว 3 ฉบับ

ในวันเดียวกันตามเวลาสากล (ตรงกับเช้ามืด 7 ตุลาคมตามเวลาไทย) Terence Tao นักคณิตศาสตร์ที่ติดตามเรื่อง AI กับคณิตศาสตร์อย่างใกล้ชิด โพสต์เธรด 4 ตอนบน Mathstodon ว่าการไล่แก้ปัญหาเปิดด้วย AI ในรูปแบบปัจจุบันไม่ยั่งยืน และทำให้หลายสาขาของคณิตศาสตร์อุดมสมบูรณ์น้อยลง เธรดนี้ไม่ได้เอ่ยชื่อ OpenAI โดยตรง แต่โพสต์หลังประกาศเพียงไม่กี่ชั่วโมง

**ปรับปรุงเมื่อ 8 ตุลาคม 2026 เวลา 14:07 น.:** เพิ่มหัวข้อแถลงการณ์ของ Association for Human Mathematics (AHM) ที่เรียกร้องให้นักคณิตศาสตร์เลิกทำงานกับ OpenAI และตรวจตัวเลขในคลัง openai/math ซ้ำ ซึ่ง ณ 8 ตุลาคมยังเท่าเดิม (มี Lean 300 จาก 719 ฉบับ ถอน 3 ฉบับ แก้ไข 14 ฉบับ)

## OpenAI เผยแพร่อะไรในคลัง openai/math

ประกาศของ OpenAI สั้นและไม่ได้ระบุชื่อปัญหาแม้แต่ข้อเดียว รายละเอียดทั้งหมดอยู่ในคลัง GitHub `openai/math` ที่เปิดเป็นสัญญาอนุญาต Apache-2.0 ข้อมูลหลักจาก README และประกาศมีดังนี้

- **ขนาด** 719 ต้นฉบับใน 372 กลุ่มผลงาน (family) แต่ละกลุ่มรวมผลหลัก ผลข้างเคียง และบทพิสูจน์ทางเลือกไว้ด้วยกัน แบ่งตามสาขา 17 สาขา ตั้งแต่ทฤษฎีจำนวนไปจนถึงสมการเชิงอนุพันธ์ย่อย
- **ที่มา** ผลงานเกือบทั้งหมดได้จากขั้นตอนเดียวกันบนแบบจำลองภายในที่ยังไม่เปิดตัว ตลอดการประเมินแบบจำลองได้รับโจทย์ราว 4,000 ข้อ แล้วคัดเฉพาะผลที่มีนัยสำคัญพอ
- **ต้นทุน** ผลงานแต่ละชิ้นใช้กำลังประมวลผลเฉลี่ยเทียบเท่า ChatGPT Pro คิดราว 3 ชั่วโมง
- **ข้อยกเว้น** งานเรื่องบริเวณที่ไม่มีศูนย์ของฟังก์ชันซีตาของรีมันน์ และ Hodge conjecture สำหรับ CM abelian varieties ไม่ได้ใช้ขั้นตอนมาตรฐานนี้ และบทความเรื่องบริเวณ Re(s) > 11/12 มีคนช่วยเรียบเรียงให้อ่านง่ายขึ้น
- **ความโปร่งใส** มีสรุปการให้เหตุผลของแบบจำลอง 10 เรื่อง สถิติจำนวนโจทย์ที่ลอง และไลบรารี Lean

OpenAI บอกว่าปรึกษาคณะที่ปรึกษา AGMAI ก่อนเผยแพร่ ใช้ GitHub เป็นที่เก็บรอบนี้ และยังมองหาคลังที่ชุมชนดูแลซึ่งตรงตามแนวทางของคณะที่ปรึกษา บริษัทยังจะให้ทุนจัดเวิร์กช็อปและการประชุมเพื่อทำความเข้าใจผลงานที่ AI สร้าง

## ตัวอย่างปัญหาที่ OpenAI อ้างว่าแก้ได้

ในเอกสารภาพรวมของคลัง OpenAI ใช้คำว่า "พิสูจน์" (proves) หรือ "หักล้าง" (disproves) กับปัญหาที่นักคณิตศาสตร์รู้จักกันดีหลายข้อ ตารางนี้สรุปตามข้อความของ OpenAI เอง ไม่ได้แปลว่าผลเหล่านี้ได้รับการยอมรับแล้ว

| ปัญหา | สิ่งที่ OpenAI อ้าง | มีบทพิสูจน์ Lean ของผลหลักหรือยัง |
| --- | --- | --- |
| Quasi-Riemann hypothesis | ฟังก์ชัน Dirichlet L ทุกตัว รวมถึง ζ(s) ไม่มีศูนย์ในบริเวณ Re s > 7/8 | มี |
| Irrationality exponent ของ π | มีค่าเท่ากับ 2 พอดี | ยังไม่มี (มีสรุปการให้เหตุผล) |
| Hilbert's tenth problem บนจำนวนตรรกยะ | ไม่มีอัลกอริทึมใดตัดสินได้ว่าพหุนามสัมประสิทธิ์จำนวนเต็มมีรากที่เป็นจำนวนตรรกยะหรือไม่ | ยังไม่มี |
| Hadwiger's conjecture (ทฤษฎีกราฟ) | หักล้างด้วยตัวอย่างค้าน | มี |
| Kaplansky's zero-divisor conjecture | สร้างกลุ่มไร้ทอร์ชันที่ group algebra เหนือ F₂ มีตัวหารศูนย์ | มี |
| Free group factor isomorphism | L(F₂) กับ L(F₃) สมสัณฐานกัน | ยังไม่มี (มีสรุปการให้เหตุผล) |

สถานะ Lean ในตารางอ้างอิงแค็ตตาล็อก formalization ในคลังเมื่อ 8 ตุลาคม 2026 ซึ่งระบุวิธีสร้างว่าเป็น agent และสถานะการรีวิวว่า unchecked

## ใครตรวจแล้วบ้าง: Lean การถอนบทความ และกรณี Navier–Stokes

Lean เป็นภาษาโปรแกรมที่ให้คอมพิวเตอร์ตรวจบทพิสูจน์ทีละขั้น OpenAI แนบบทพิสูจน์ Lean มากับผลงานส่วนหนึ่ง และ README ยอมรับเองว่าผลที่ยังไม่มี Lean "อาจมีปัญหา" ภายในวันเดียวก็มีการแก้ไขครั้งใหญ่ บันทึกประวัติของคลังวันที่ 7 ตุลาคมระบุว่าพบข้อผิดพลาดเรื่องเครื่องหมายในต้นฉบับเรื่อง Weil classes ซึ่งทำให้ต้องถอนต้นฉบับ 3 ฉบับ รวมถึงฉบับที่อ้างพิสูจน์ rational Hodge conjecture สำหรับผลคูณของ K3 surfaces และแก้ไขอีก 14 ฉบับ พร้อมเพิ่ม formalization จนครบ 300 จาก 719 ฉบับ

![ตัวเลขสำคัญของผลงานคณิตศาสตร์ที่ OpenAI เผยแพร่: 719 ต้นฉบับ โจทย์ราว 4,000 ข้อ ผลหลักที่มี Lean 300 ฉบับ และถอนออก 3 ฉบับ](https://thaidata.co.th/images/articles/openai-math-results-lean-terence-tao/openai-math-key-figures.webp?v=fb351f95) _(ภาพ: THAI DATA (ข้อมูล: OpenAI (GitHub openai/math)))_

แต่ Lean ก็ไม่ได้ปิดคำถามทั้งหมด งานวิจัยบน arXiv ที่ส่งเมื่อ 6 ตุลาคม โดย Alexander Bastounis (King's College London) Fabian Circelli และ Anders C. Hansen (University of Cambridge) โต้แย้งว่าการให้ AI แปลบทความภาษาคนเป็น Lean แล้วตรวจผ่าน อาจไม่ได้ยืนยันอะไรเกี่ยวกับบทความต้นฉบับเลย ถ้าการแปลไม่ตรงความหมาย ทีมนี้ยกตัวอย่างผลงาน Navier–Stokes ที่ OpenAI ประกาศเมื่อ 8 กันยายน 2026 (ประกาศวันที่ 6 ตุลาคมลิงก์คำว่าแบบจำลองภายในไปยังหน้านั้น) และแสดงว่าบทพิสูจน์ Lean ไม่ตรงกับบทพิสูจน์ภาษาคน เช่น ในขั้นตอนหนึ่งบทความใช้อนุพันธ์เพิ่ม 4 อันดับ แต่โค้ด Lean ใช้ 5 อันดับ จึงพิสูจน์ข้อความที่อ่อนกว่าที่บทความเขียนไว้ ผู้เขียนย้ำว่าไม่ได้ตัดสินว่าบทพิสูจน์ของ OpenAI ผิด แต่เห็นว่าบทพิสูจน์แบบนี้ควรผ่านการตรวจโดยผู้ทรงคุณวุฒิ (peer review) เหมือนบทพิสูจน์อื่น

## Terence Tao: จาก "Math 1.0" สู่ "Math 2.0"

![โพสต์ตอนที่ 4 จาก 4 ของ Terence Tao บน Mathstodon ที่เสนอแนวคิด Math 2.0 และเรียกร้องให้วงการทบทวนเกณฑ์การศึกษา การตีพิมพ์ และความก้าวหน้าในอาชีพ](https://thaidata.co.th/images/articles/openai-math-results-lean-terence-tao/terence-tao-math-2-0-post.webp?v=e7caa947) _(ภาพ: Mathstodon (ภาพหน้าจอ))_

Tao อธิบายว่าในคณิตศาสตร์แบบดั้งเดิม ซึ่งเขาเรียกว่า "Math 1.0" การพิสูจน์ปัญหาใหญ่ได้จะตามมาด้วยการบรรยาย เวิร์กช็อป ความร่วมมือ และคนรุ่นใหม่ที่เข้ามาในสาขา จนบทพิสูจน์ถูกย่อยและเข้าไปอยู่ในตำรา แต่ตอนนี้บ่อยครั้งปัญหาถูกแก้โดยผู้สั่งงาน AI ที่ไม่สนใจสาขานั้นต่อ และไม่เข้าใจผลลัพธ์พอจะตอบคำถามหรือขึ้นบรรยายได้ ผลคือมีสัมมนาและความร่วมมือน้อยลง และทิศทางวิจัยที่น่าสนใจถูกเก็บไว้ไม่เปิดเผยเพราะกลัวถูกชิงผลงานไปก่อน

เขาชี้ว่าปัญหาที่แก้แล้วย้อนกลับไปเป็นปัญหาที่ยังไม่แก้ไม่ได้ และการรู้ว่ามีคำตอบอยู่แล้วก็ทำให้การหาเส้นทางอื่นที่ให้ความเข้าใจใหม่ยากขึ้น Tao เขียนว่าคำตอบของปัญหาเปิด "กำลังถูกเก็บเกี่ยวในปริมาณมหาศาลอย่างไม่ยั่งยืน" ทำให้ทั้งสาขาของคณิตศาสตร์อุดมสมบูรณ์น้อยกว่าตอนที่ปัญหาถูกแก้แบบ Math 1.0 มาก

ทางออกที่เขาเสนอคือ "Math 2.0" ที่ลดความสำคัญของการแก้โจทย์อย่างเดียว แล้วให้คุณค่ากับการอธิบาย การสร้างชุมชน และการเปิดทิศทางวิจัยใหม่ Tao เชื่อว่า AI ช่วยได้ในทุกด้าน แต่ต้องใช้จินตนาการมากกว่าแค่ชี้ AI agent ไปที่รายการปัญหาเปิด และวงการต้องทบทวนเกณฑ์ด้านการศึกษา การตีพิมพ์ และความก้าวหน้าในอาชีพ

## ทำไมเรื่องนี้สำคัญ

เดือนกันยายน OpenAI [ประกาศผลงาน Navier–Stokes](https://openai.com/index/navier-stokes-solution/) เพียงชิ้นเดียว โดยบอกว่ากลุ่ม agent ที่หาคำตอบได้มีราว 10,000 ตัวทำงานพร้อมกัน และบริษัทไม่ได้ตั้งใจขอรับรางวัล Millennium Prize รอบนี้ผลงานมีหลายร้อยชิ้นในคราวเดียว คำถามสำคัญจึงไม่ใช่ว่า AI ทำคณิตศาสตร์ได้หรือไม่ แต่เป็นว่าใครจะตรวจผลงานปริมาณขนาดนี้ และใช้เวลานานเท่าไร

![แถลงการณ์ของ AGMAI วันที่ 6 ตุลาคม 2026 เรื่องการเผยแพร่ผลงานคณิตศาสตร์ของ OpenAI ระบุว่าบทบาทที่ปรึกษาไม่ใช่การรับรองผลงาน](https://thaidata.co.th/images/articles/openai-math-results-lean-terence-tao/agmai-statement-oct-6.webp?v=107b8502) _(ภาพ: AGMAI (ภาพหน้าจอ))_

AGMAI ซึ่งมีสมาชิก 9 คน เช่น Timothy Gowers, Martin Hairer และ Edward Witten เรียกการเผยแพร่นี้ว่าเป็นเหตุการณ์สำคัญของคณิตศาสตร์ แต่ย้ำว่าเป็นแค่จุดเริ่มต้นของกระบวนการทำความเข้าใจของมนุษย์ และอนาคตของงานวิจัยจะเป็นแค่การทำความเข้าใจผลงานจากห้องแล็บ AI ไม่ได้ นักคณิตศาสตร์ต้องตั้งคำถามและเลือกทิศทางวิจัยเองได้ คณะนี้ยังเน้นว่าการเข้าถึงเครื่องมือวิจัยและกำลังประมวลผลอย่างเท่าเทียมเป็นเรื่องจำเป็น

ส่วนการทยอยเปิด GPT-6 ให้ผู้ใช้ ChatGPT ทั่วโลกเมื่อ 7 ตุลาคมเป็นอีกข่าวหนึ่ง ณ 8 ตุลาคม README ของคลังยังเรียกแบบจำลองที่สร้างผลงานชุดนี้ว่าแบบจำลองภายในที่ยังไม่เปิดตัว

## Association for Human Mathematics เรียกร้องให้เลิกทำงานกับ OpenAI

ขณะที่ AGMAI เลือกวางตัวเป็นผู้ให้คำปรึกษา อีกกลุ่มหนึ่งค้านตรง ๆ Association for Human Mathematics (AHM) ลงแถลงการณ์บนเว็บไซต์ของสมาคมเมื่อ 7 ตุลาคม 2026 (ตัวแถลงการณ์เขียนว่า OpenAI เผยแพร่ผลงาน "เมื่อวานนี้" คือ 6 ตุลาคม) ในนามคณะทำงานด้านการสื่อสารของสมาคม

AHM อธิบายตัวเองว่าเป็นองค์กรวิชาชีพที่สมาชิกบริหารร่วมกัน มีเป้าหมายปกป้องคณิตศาสตร์ในฐานะงานของมนุษย์จากภัยของ AI และรักษาความเป็นอิสระของวงการจากผลประโยชน์ของบริษัท สมาชิกเป็นคนในวงการวิจัยคณิตศาสตร์ระดับบัณฑิตศึกษาขึ้นไป ซึ่งให้คำมั่นว่าจะไม่ช่วยงานบริษัท AI เชิงพาณิชย์และไม่เผยแพร่งานเขียนที่ AI สร้าง ณ 8 ตุลาคม หน้าสมาชิกระบุว่ามี 808 คน ในจำนวนนี้ 532 คนไม่ใช้ AI ในงานวิจัย

![แถลงการณ์ของ AHM ต่อการเผยแพร่เอกสารคณิตศาสตร์ของ OpenAI ปิดท้ายด้วยการเรียกร้องให้นักคณิตศาสตร์เลิกทำงานกับบริษัท](https://thaidata.co.th/images/articles/openai-math-results-lean-terence-tao/ahm-statement-openai-release.webp?v=6e967bdf) _(ภาพ: Association for Human Mathematics (ภาพหน้าจอ))_

สาระหลักของแถลงการณ์มี 3 ส่วน

- **ปฏิเสธข้ออ้างของ OpenAI** ว่าการเผยแพร่ครั้งนี้ทำให้คณิตศาสตร์ก้าวหน้า และขอให้ทั้งนักคณิตศาสตร์และสาธารณชนประเมินคุณค่าของการเผยแพร่แบบนี้อย่างระมัดระวัง AHM เขียนว่า "การปล่อยไฟล์กว่า 700 ไฟล์ในคราวเดียวไม่ใช่การแสดงผลงานวิชาการ แต่เป็นการแสดงอำนาจ"
- **ขอให้เลิกทำงานกับ OpenAI** และกลับไปยึดวิทยาศาสตร์ที่มีความเข้าใจของมนุษย์เป็นศูนย์กลาง
- **ชี้ว่า OpenAI ข้ามหลักของ AGMAI** ซึ่ง AHM ระบุว่าเป็นคณะที่บริษัทใช้อ้างความชอบธรรม [แนวทางของ AGMAI ลงวันที่ 29 กันยายน](https://agmai.org/general-sep29/) เปิดด้วยการขอให้ห้องแล็บ AI หยุดทดสอบโจทย์คณิตศาสตร์ขั้นสูงบนแบบจำลองที่คนนอกเข้าถึงไม่ได้ ตรงตามที่ AHM อ้าง

## ผลต่อองค์กรไทย

- **ถือว่าผลลัพธ์จาก AI เป็นข้ออ้างจนกว่าจะตรวจ** แม้แต่ OpenAI ยังถอนงานภายในวันเดียว องค์กรที่ใช้ AI วิเคราะห์ข้อมูล เขียนรายงาน หรือออกแบบระบบ ควรมีขั้นตอนให้ผู้เชี่ยวชาญตรวจก่อนนำไปใช้ตัดสินใจ
- **ตรวจผ่านไม่ได้แปลว่าตรงโจทย์** บทเรียนจาก Lean ใช้กับงานซอฟต์แวร์ได้ตรง ๆ โค้ดที่ AI เขียนแล้วผ่านชุดทดสอบที่ AI สร้างเอง อาจทดสอบคนละเรื่องกับที่ธุรกิจต้องการ ทีมควรเขียนหรือทบทวนข้อกำหนดและเกณฑ์ทดสอบเอง
- **ขอข้อมูลแบบเดียวกับที่นักคณิตศาสตร์ขอ** เมื่อผู้ขายอวดผลลัพธ์ของ AI ให้ถามว่าลองไปกี่ครั้ง ล้มเหลวกี่ครั้ง ใช้กำลังประมวลผลเท่าไร และใครตรวจ ตัวเลขอย่างโจทย์ 4,000 ข้อต่อผลงาน 719 ฉบับช่วยให้เห็นภาพจริงมากกว่าตัวอย่างที่คัดมาแล้ว
- **เผื่องบสำหรับงานที่ต้องให้ AI คิดนาน** ผลงานแต่ละชิ้นใช้กำลังประมวลผลเทียบเท่า ChatGPT Pro คิดราว 3 ชั่วโมง งานวิจัยและพัฒนาที่จะใช้ reasoning model ควรประเมินต้นทุนต่องานก่อนขยายผล
- **มหาวิทยาลัยและหน่วยงานวิจัยควรมีนโยบาย** ข้อเสนอของ Tao เรื่องทบทวนเกณฑ์การตีพิมพ์และความก้าวหน้าในอาชีพใช้กับไทยได้เช่นกัน โดยเฉพาะการระบุว่าส่วนใดของงานมาจาก AI และจุดยืนเรื่องความร่วมมือกับบริษัท AI ซึ่งวงการคณิตศาสตร์เองยังเห็นต่างกันตั้งแต่การให้คำปรึกษาแบบ AGMAI ไปจนถึงการเลิกทำงานด้วยแบบที่ AHM เรียกร้อง ติดตามข่าว AI อื่น ๆ ได้ที่[หมวด AI](/ai/)

## คำถามที่พบบ่อย

### OpenAI อ้างว่าแก้ปัญหาคณิตศาสตร์อะไรได้บ้าง?

OpenAI เผยแพร่ต้นฉบับ 719 ฉบับใน 372 กลุ่มผลงานเมื่อ 6 ตุลาคม 2026 ตัวอย่างที่บริษัทอ้างได้แก่ quasi-Riemann hypothesis (ฟังก์ชัน Dirichlet L ไม่มีศูนย์ในบริเวณ Re s > 7/8), ค่า irrationality exponent ของ π เท่ากับ 2, Hilbert's tenth problem บนจำนวนตรรกยะ และตัวอย่างค้านของ Hadwiger's conjecture ทั้งหมดนี้เป็นข้ออ้างที่ยังรอการตรวจจากนักคณิตศาสตร์

### ผลงานคณิตศาสตร์ของ OpenAI ได้รับการตรวจสอบแล้วหรือยัง?

ยังไม่ครบ OpenAI ระบุเองว่าผลงานอยู่ในขั้นการตรวจสอบต่างกัน ณ 7 ตุลาคม 2026 ผลหลักมีบทพิสูจน์ใน Lean ราว 42% (300 จาก 719 ฉบับ) และถอนต้นฉบับไปแล้ว 3 ฉบับ ส่วนคณะที่ปรึกษา AGMAI ย้ำว่าตนไม่ได้รับรองผลงาน และการประเมินเป็นหน้าที่ของวงการคณิตศาสตร์

### บทพิสูจน์ใน Lean รับประกันว่าผลงานถูกต้องหรือไม่?

ไม่เสมอไป Lean ตรวจได้ว่าบทพิสูจน์ที่เขียนเป็นภาษาทางการถูกต้อง แต่ไม่ได้ยืนยันว่าข้อความทางการนั้นตรงกับบทความภาษาคน งานวิจัยบน arXiv ของนักวิจัยจาก King's College London และ Cambridge แสดงว่าบทพิสูจน์ Lean ของผลงาน Navier–Stokes ที่ OpenAI ประกาศไม่ตรงกับบทพิสูจน์ในบทความ

### Terence Tao พูดถึงการใช้ AI แก้ปัญหาคณิตศาสตร์ว่าอย่างไร?

Tao เขียนเธรด 4 ตอนเมื่อ 6 ตุลาคม 2026 ว่าการแก้ปัญหาเปิดด้วย AI แบบที่ผู้สั่งงานไม่สนใจสาขานั้นต่อ ทำให้เกิดสัมมนาและความร่วมมือน้อยลง และเสนอให้วงการเปลี่ยนเกณฑ์ไปสู่ "Math 2.0" ที่ให้คุณค่ากับการอธิบายและการสร้างชุมชน เธรดนี้ไม่ได้เอ่ยชื่อ OpenAI โดยตรง

### Association for Human Mathematics เรียกร้องอะไรหลัง OpenAI เผยแพร่ผลงานคณิตศาสตร์?

Association for Human Mathematics (AHM) สมาคมวิชาชีพของนักคณิตศาสตร์ที่ประกาศตัวว่าปกป้องคณิตศาสตร์ในฐานะงานของมนุษย์จากภัยของ AI ออกแถลงการณ์เมื่อ 7 ตุลาคม 2026 ปฏิเสธข้ออ้างของ OpenAI ว่าการเผยแพร่ผลงานคณิตศาสตร์ 719 ฉบับทำให้วงการก้าวหน้า เรียกการปล่อยไฟล์กว่า 700 ไฟล์พร้อมกันว่าเป็นการแสดงอำนาจ และเรียกร้องให้นักคณิตศาสตร์เลิกทำงานกับ OpenAI


## แหล่งอ้างอิง

- [Sharing AI progress in mathematics](https://openai.com/index/sharing-ai-progress-in-mathematics/) — OpenAI
- [openai/math (README, history, Lean formalization catalogue)](https://github.com/openai/math) — OpenAI (GitHub)
- [On OpenAI's Release of Mathematical Results](https://agmai.org/) — Advisory Group on Mathematics and Artificial Intelligence (IAS)
- [AHM Statement on OpenAI’s October 6 Release of Mathematical Documents](https://www.ahmath.org/statements) — Association for Human Mathematics
- ["Math 1.0" placed a premium on being the first to solve an open problem… (4/4)](https://mathstodon.xyz/@tao/117395269325940185) — Terence Tao (Mathstodon)
- [Navier-Stokes lost in translation: Why Lean verification of AI autoformalisation does not guarantee correct natural language proofs](https://arxiv.org/abs/2610.08144) — arXiv