มีการเปิดเผยข้อมูลที่น่าสนใจเกี่ยวกับความสามารถของโมเดล AI ในการแก้โจทย์คณิตศาสตร์ระดับสูง โดยรายงานจาก Wall Street Journal ระบุว่าโมเดล Claude ได้สร้างความก้าวหน้าทางคณิตศาสตร์ในระหว่างความพยายามแก้สมมติฐานรีมันน์ (Riemann hypothesis) ซึ่งใช้เวลาดำเนินการต่อเนื่องยาวนานถึง 54 ชั่วโมง แม้ว่าในท้ายที่สุดความพยายามดังกล่าวจะไม่ประสบความสำเร็จในการแก้สมมติฐานนี้ก็ตาม
สิ่งที่น่าสังเกตจากเหตุการณ์นี้คือบทบาทของผู้ใช้งานที่คอยให้กำลังใจและสนับสนุนโมเดล AI อย่างต่อเนื่องในระหว่างกระบวนการทำงาน ซึ่งสะท้อนให้เห็นว่าโมเดล AI ระดับสูงในปัจจุบันยังคงตอบสนองต่อการให้กำลังใจจากมนุษย์ในเชิงจิตวิทยา แม้ว่าตัวโมเดลเองจะมีความสามารถในการคำนวณที่เหนือมนุษย์แล้วก็ตาม
ในขณะเดียวกัน วงการคณิตศาสตร์ได้มีการถกเถียงกันอย่างกว้างขวางเกี่ยวกับขีดความสามารถของโมเดลภาษาขนาดใหญ่ (LLM) โดย Timothy Gowers นักคณิตศาสตร์รางวัล Fields Medal ได้ตั้งข้อสังเกตว่า ผลงานส่วนใหญ่ที่ AI ทำได้สำเร็จในปัจจุบันมักจะเป็นการหาตัวอย่างค้าน (counterexamples) มากกว่าการพิสูจน์ทฤษฎีบทใหม่ๆ
นักคณิตศาสตร์หลายท่านมองว่า LLM มีความโดดเด่นในฐานะเครื่องมือคำนวณที่ทรงพลัง แต่ยังคงมีข้อจำกัดในด้านความคิดสร้างสรรค์เชิงลึก โดยปัญหาที่ AI มักจะทำได้ดีคือปัญหาที่โอกาสในการสร้างความก้าวหน้าเพียงบางส่วน (partial progress) มีน้อย ซึ่งเป็นงานที่มนุษย์อาจมองว่าไม่คุ้มค่าที่จะเสียเวลาทำ แต่กลับเป็นสิ่งที่ AI และผู้ใช้งานที่คอยกระตุ้น AI ให้ความสำคัญและพยายามผลักดันให้เกิดผลลัพธ์
