Courses
วางประจุไฟฟ้าที่เท่ากันสามตัวไว้ที่มุมของสามเหลี่ยมด้านเท่า สนามที่เกิดขึ้นจะมีจุดดุลยภาพสี่จุด ซึ่งแรงผลักและแรงดึงหักล้างกันพอดี: หนึ่งจุดที่กึ่งกลาง และอีกสามจุดซ่อนอยู่เพียงด้านในของแต่ละขอบ จากนั้นวางประจุเล็กมากสองตัวไว้เหนือและใต้กึ่งกลางนั้นเล็กน้อย จุดดุลยภาพกลางแตกตัวออกเป็นยี่สิบเอ็ดจุด และทั้งระบบกระโดดไปเป็นยี่สิบสี่จุด
โครงสร้างดังกล่าวถูกอัปโหลดขึ้น arXiv เมื่อวันที่ 29 กรกฎาคม ในฐานะตัวอย่างโต้แย้งต่อสมมติฐานของแมกซ์เวลล์ ซึ่งเป็นเพดานจำนวนจุดดุลยภาพไฟฟ้าสถิตที่สืบย้อนไปถึงตำราของแมกซ์เวลล์ปี 1873 ผู้เขียนยังเปิดเผยด้วยว่าแนวคิดมาจากแบบจำลองภาษาขนาดใหญ่ ด้านล่างนี้จะกล่าวถึงว่าสมมติฐานตั้งว่าอย่างไร ตัวอย่างโต้แย้งทำงานอย่างไร GPT-5.6 Sol ทำและไม่ทำอะไรบ้าง และทำไมการเปิดเผยดังกล่าวจึงอาจเป็นครึ่งเรื่องที่น่าสนใจกว่า
คำตอบแบบรวดเร็ว: สมมติฐานของแมกซ์เวลล์ล่มได้อย่างไร
สมมติฐานนี้ตั้งเพดานว่าฟิลด์ที่เกิดจากประจุจุดจำนวนn ตัวจะมีจุดดุลยภาพได้กี่จุด: มากที่สุดไม่เกิน (n−1)² สำหรับกรณีห้าประจุ เท่ากับ 16 Philip Arathoon, Gavin Ball และ Matthew Kvalheim สร้างการจัดวางห้าประจุที่มีอย่างน้อย 24 จุด ซึ่งเป็นตัวอย่างโต้แย้งโดยตรง GPT-5.6 Sol เสนอแนวคิดเชิงเรขาคณิต ส่วนผู้เขียนทั้งสามทำการวิเคราะห์ รันพีชคณิตเชิงคอมพิวเตอร์ และเขียนพิสูจน์
เมื่อมีสรุปในมือแล้ว มาดูกันว่าสมมติฐานนี้มาจากไหนและทำไมจึงยืนหยัดได้นานขนาดนั้น
สมมติฐานของแมกซ์เวลล์คืออะไร?
James Clerk Maxwell ตั้งคำถามไว้ในย่อหน้าสั้น ๆ ของหนังสือปี 1873 Treatise on Electricity and Magnetism โดยถามว่าระบบของประจุสามารถสร้างจุดดุลยภาพได้กี่จุด เรื่องนี้ยังคงเป็นเพียงข้อสังเกตผ่าน ๆ เกือบศตวรรษ จนกระทั่ง Marston Morse และ Stewart Cairns ยกปัญหาเดียวกันขึ้นมาอีกในปี 1969 โดยดูเหมือนไม่รู้ว่าแมกซ์เวลล์มาก่อน นั่นเป็นรายละเอียดเล็ก ๆ ที่ส่วนตัวแล้วชอบมากกว่าที่ควร
ถ้อยแถลงที่เฉพาะเจาะจงซึ่งทุกคนถกเถียงกันในปัจจุบันมาจากปี 2007 เมื่อ Andrei Gabrielov, Dmitry Novikov และ Boris Shapiro อ่านย่อหน้าของแมกซ์เวลล์อย่างละเอียดและแปลงให้เป็นสมมติฐาน: หากจุดดุลยภาพของศักย์ที่เกิดจากประจุจำนวนn ตัว ล้วนไม่เสื่อมสภาพ ก็จะมีได้มากที่สุดไม่เกิน (n−1)² เท่านั้น นั่นคือสูตรเดียวที่จริง ๆ แล้วต้องใช้ ดังนั้นถ้าพีชคณิตทำให้เครียด คุณผ่านจุดยากที่สุดมาแล้ว เพดานนี้เป็นจริงโดยง่ายสำหรับสองประจุ สำหรับสามประจุ ยังไม่มีใครรู้ว่าสี่จุดคือค่าสูงสุดจริงหรือไม่ เว้นแต่ในกรณีพิเศษที่ทั้งสามประจุเท่ากัน
เพื่อเห็นว่าทำไมเพดานนี้จึงสำคัญ ควรเข้าใจว่าจุดดุลยภาพคืออะไรกันแน่
เข้าใจสมมติฐานของแมกซ์เวลล์ด้วยตัวอย่างง่าย ๆ
ประจุแต่ละตัวสร้างสนาม วางประจุหลายตัวในห้องและสนามของมันจะซ้อนทับกัน ผลักและดึงในทิศต่าง ๆ ทุกจุดในอวกาศ ณ จุดบางจุด แรงจากแต่ละประจุหักล้างกันพอดี อนุภาคทดสอบที่วางที่นั่นจะไม่รู้สึกแรงลัพธ์ใด ๆ เลย นั่นคือจุดดุลยภาพ ซึ่งเรียกอีกอย่างว่าจุดวิกฤตของศักย์ไฟฟ้าสถิต
การนับจำนวนไม่ได้เป็นแค่การทำบัญชี จำนวนและการจัดเรียงของจุดเหล่านี้เป็นข้อจำกัดรูปร่างของทั้งสนาม คล้ายกับที่บริเวณราบบนแนวเขาจำกัดได้ว่าภูเขาจะวางตัวอย่างไร ดังนั้นเพดานของจำนวนจุดจึงเท่ากับการอ้างว่าฟิลด์ไฟฟ้าสถิตจะซับซ้อนได้มากเพียงใด ซึ่งเป็นเหตุให้คำถามที่ถูกหยิบขึ้นมาโดยผ่าน ๆ ในปี 1873 ทำให้นักคณิตศาสตร์ทำงานกันยาวนานกว่าศตวรรษครึ่ง
เมื่อเข้าใจแล้วว่าสมมติฐานนี้ปกป้องอะไรไว้ มาดูทีละขั้นว่าเหตุใดจึงพังลง
สมมติฐานของแมกซ์เวลล์ถูกหักล้างอย่างไร
การก่อสร้างสั้นพอจะอธิบายได้ในสี่ขั้นตอน เว้นแต่จะอยากอ่านการคำนวณ Hessian ก็ข้ามโน้ตใน arXiv ไปได้ รูปทรงของเหตุผลนี่แหละที่น่าสนใจ:
- วางประจุหนึ่งหน่วยสามตัวที่จุดยอดของสามเหลี่ยมด้านเท่า สนามนี้มีจุดดุลยภาพสี่จุด: หนึ่งจุดที่กึ่งกลาง และอีกสามจุดเยื้องเข้าไปตามขอบ
- เพิ่มประจุเล็กมากสองตัวบนแกนสมมาตร ตัวหนึ่งอยู่เหนือระนาบเล็กน้อย และอีกตัวอยู่ต่ำกว่าระนาบเล็กน้อย ก่อเป็นไบพีระมิดสามเหลี่ยมตื้น ๆ
- จุดดุลยภาพตามขอบทั้งสามรอดจากการเพิ่มประจุ ส่วนจุดกลางไม่รอด มันแตกแขนงเป็นครอบครัวของดุลยภาพ 21 จุด แบ่งเป็น 10 จุดของดัชนีมอร์สหนึ่งค่า และ 11 จุดของอีกค่าหนึ่ง
- สามบวกยี่สิบเอ็ดให้จุดวิกฤตไม่เสื่อมสภาพอย่างน้อย 24 จุดจากห้าประจุ ตรงข้ามกับเพดานคาดการณ์ 16
กำลังของประจุไม่ได้เลือกแบบสุ่ม ผู้เขียนเลือกค่าที่เฉพาะเจาะจงซึ่งปรับให้เทอมหลักของศักย์จากประจุเล็ก ๆ หักล้างเทอมที่สอดคล้องกันจากสามเหลี่ยม และนั่นเผยโครงสร้างละเอียดที่ก่อให้เกิด 21 จุด นอกจากนี้ยังมีขั้นตอนที่อ่านครั้งแรกอาจพลาดได้ง่าย: เหตุผลจนถึงตอนนี้ยังไม่ตัดความเป็นไปได้ว่ามีจุดวิกฤตเสื่อมสภาพอยู่ที่อื่นในระบบ ผู้เขียนจึงใช้เหตุผลเชิงทรานส์เวอร์แซลลิตีกับชุดกำลังประจุที่รบกวนเล็กน้อย ซึ่งช่วยกำจัดสิ่งเหล่านั้น
จากนั้นก็มาถึงส่วนที่พาดหัวข่าวข้ามไป เคล็ดเดียวกันนี้ทำซ้ำได้ เพิ่มประจุเล็กอีกหนึ่งคู่ และคุณจะได้จุดวิกฤตเพิ่มอีก 20 จุด โดยใช้ประจุเพิ่มเพียง 2 ตัว ทำให้ได้การจัดวางที่มี 3 + 2m ประจุ และอย่างน้อย 4 + 20m จุดดุลยภาพ นั่นคืออัตราเชิงขีดจำกัด 10 จุดวิกฤตต่อหนึ่งประจุ เทียบกับ 25/7 ที่ Herbert Edelsbrunner, Christopher Fillmore และ Gonçalo Oliveira ทำได้ก่อนหน้านี้ในปีนี้ ตัวอย่างโต้แย้งคือพาดหัวข่าว; ส่วนอัตราคือผลลัพธ์ที่คนอื่นจะต่อยอด
เมื่อโครงสร้างชัดเจนแล้ว เรื่องก็เริ่มแปลกไปเล็กน้อย: ใคร หรืออะไร ที่คิดแนวทางนี้ขึ้นมา
GPT-5.6 Sol มีบทบาทอย่างไร?
การเปิดเผยอยู่ในส่วนสั้น ๆ แยกต่างหากของบทความ และอธิบายอย่างตรงไปตรงมาว่าเกิดอะไรขึ้น: "แนวคิดเบื้องหลังการก่อสร้างนี้ถูกเสนอโดย LLM (GPT-5.6 Sol ของ OpenAI)" ผู้เขียนเสริมว่าพวกเขาตรวจสอบคณิตศาสตร์เองและเขียนเหตุผลด้วยถ้อยคำของตนเอง และใช้ Mathematica กับ Maple จัดการการคำนวณและรูปภาพ
ดังนั้นโมเดลจึงมีส่วนเป็นยุทธศาสตร์ คือรบกวนการจัดวางที่สมมาตรด้วยประจุนอกแกนขนาดเล็กและสังเกตจุดเสื่อมสภาพแตกตัว ส่วนผู้เขียนเปลี่ยนสิ่งนั้นให้เป็นการขยายเทย์เลอร์ของพหุนามฮาร์มอนิก การจัดจำแนกจุดวิกฤต 21 จุดด้วยลายเซ็นของ Hessian การใช้ทฤษฎีบทฟังก์ชันแฝงสามครั้ง และเหตุผลเชิงทรานส์เวอร์แซลลิตี การสร้างแนวคิดกับการพิสูจน์ทฤษฎีบทเป็นกิจกรรมคนละอย่างและล้มเหลวกันคนละแบบ ไอเดียที่ใช้ไม่ได้ทำให้เสียเวลาไปบ่ายหนึ่ง พิสูจน์ที่ใช้ไม่ได้ทำให้ต้องถอนบทความ โมเดลชี้ไปยังจุดไม่น่าจะเป็นบนแผนที่ จากนั้นนักคณิตศาสตร์สามคนสร้างถนนไปถึง
อย่างไรก็ดี น่าลองกดต่อมุมมองนั้น "แค่ไอเดีย" ดูจะลดทอนเกินไป ใคร ๆ ก็เสนอให้รบกวนการจัดวางที่สมมาตรได้ ส่วนที่มีประโยชน์คือการเสนอการรบกวนแบบนั้น ด้วยประจุเล็กตามแกน บนการจัดวางแบบนั้น ในปัญหาที่พื้นที่ค้นหาของสิ่งที่ควรลองมีค่าแทบไม่จำกัด รสนิยมในสิ่งที่ควรลองคือสัดส่วนใหญ่ของคณิตศาสตร์เชิงวิจัย การที่ข้อเสนอแนะมาจากโมเดลแทนที่จะเป็นสัญชาตญาณของผู้เชี่ยวชาญที่สั่งสมมานานนับสิบปี นั่นแหละคือสาระของเรื่อง
ทำไมผลลัพธ์นี้จึงสำคัญ
คำถามทางคณิตศาสตร์อายุ 150 ปี
คำถามนี้ย้อนไปถึงหมายเหตุกล่าวถึงของแมกซ์เวลล์ในปี 1873 ซึ่งเป็นที่มาของ "150 ปี" ในทุกพาดหัวข่าว ควรแม่นยำไว้ว่า แมกซ์เวลล์ตั้งคำถามและทำข้อสังเกต เขาไม่ได้ระบุสมมติฐานที่เพิ่งล้มไป
สมมติฐานสมัยใหม่ที่ยืนยาวล้มลง
ในฐานะถ้อยแถลงเชิงทางการ สมมติฐานของแมกซ์เวลล์มีอายุ 19 ปี และเกือบตลอดเวลานั้นมันคือสมมติฐานหลักของแวดวง เป็นสิ่งที่พยายามพิสูจน์ และเป็นเป้าหมายที่เพดานที่ปรับดีขึ้นค่อย ๆ ไต่เข้าใกล้ บัดนี้ดูเหมือนจะเป็นเท็จ ตัวอย่างโต้แย้งอยู่ในพรีพริ้นต์ arXiv สี่หน้า ที่ยังไม่ผ่านการตรวจทานโดยผู้ทรงคุณวุฒิ และขั้นตอนสำคัญอาศัยการจัดจำแนก Hessian ที่ตรวจด้วยพีชคณิตเชิงคอมพิวเตอร์ จึงมีข้อควรระวังตามปกติ แต่เหตุผลสั้น ชัด และผู้อื่นตรวจทานได้ง่าย
คำถามใหม่มาแทนที่คำถามเดิม
การรู้ว่าเพดานไม่ใช่ (n−1)² ไม่ได้บอกว่าแท้จริงแล้วคืออะไร การก่อสร้างแบบทำซ้ำของผู้เขียนดันขอบล่างที่ทราบขึ้นไปที่ประมาณ 10 จุดวิกฤตต่อหนึ่งประจุ ซึ่งเป็นพื้น ไม่ใช่คำตอบ และกรณีสามประจุที่กล่าวถึงก่อนหน้านี้? ว่าจะสามารถสร้างจุดดุลยภาพได้เกินสี่จุดหรือไม่นั้นยังเปิดอยู่ ซึ่งเป็นเรื่องแปลกที่ยังพูดถึงกรณีที่น่าสนใจที่สุดแต่เล็กที่สุดเช่นนี้หลังจากเวลาผ่านมานาน
บทบาทที่เพิ่มขึ้นของ AI ในการค้นพบทางคณิตศาสตร์
ในปีที่ผ่านมาเกิดการเปลี่ยนแปลง ระหว่างตุลาคม 2025 ถึงต้นปี 2026 เครื่องมือ AI ช่วยขยับปัญหาจากฐานข้อมูลปัญหาของ Erdős ราวหนึ่งร้อยข้อไปยังช่อง "แก้แล้ว" และ Terence Tao รักษาหน้าเว็บอัปเดตผลงานเหล่านั้นอย่างต่อเนื่องจนหยุดอัปเดตปลายมิถุนายน 2026 จำนวนมากเป็นการค้นคว้าวรรณกรรม คือโมเดลค้นพบเปเปอร์ปี 1974 ที่แก้ประเด็นนั้นไปแล้ว บางส่วนไม่ใช่ มีวิธีแก้ไม่กี่กรณีที่เป็นเหตุผลใหม่ ๆ ซึ่งโมเดลประกอบขึ้นเป็นหลัก และ Tao ได้ปักธงไว้อย่างน้อยหนึ่งกรณีว่าเป็นก้าวสำคัญจริง
รูปแบบที่เห็นในกรณีเหล่านี้สอดคล้องกัน และตรงกับที่เกิดขึ้นกับสมมติฐานของแมกซ์เวลล์ โมเดลเก่งในการเสนอแคนดิเดต สแกนวรรณกรรมที่ไม่มีใครจุไว้ในหัวได้ทั้งหมด และค้นหาพื้นที่ของโครงสร้างต่าง ๆ ข้ามคืนโดยไม่เบื่อ การตรวจสอบยังอยู่กับมนุษย์และกับผู้ช่วยพิสูจน์อย่าง Lean หากต้องการฐานแนวคิดเกี่ยวกับระบบเหล่านี้ก่อนจะสรุปความเห็น ลองดูหลักสูตรพื้นฐาน AI ของเราเป็นจุดเริ่มต้นที่ดี
AI จะค้นพบพิสูจน์ทางคณิตศาสตร์ได้เองในที่สุดหรือไม่?
การสร้างสมมติฐานทำได้เป็นกิจวัตรแล้ว การช่วยพิสูจน์พบเห็นได้บ่อยพอที่จะอธิบายโดยไม่ต้องเน้นย้ำ การพิสูจน์ทฤษฎีบทแบบฟอร์มอล คือโมเดลผลิตเหตุผลสมบูรณ์ที่ตรวจด้วยเครื่องได้สำหรับปัญหาระดับงานวิจัยโดยไม่มีมนุษย์คั่นกลาง คือเส้นแบ่งในตอนนี้ และมีผลงานทั้งสองฝั่งขึ้นกับว่าจะนิยาม "ระดับงานวิจัย" เคร่งแค่ไหน
ข้อจำกัดยังไม่ชัดว่าเป็นเรื่องความคิดสร้างสรรค์ ปัจจุบันโมเดลยังประดิษฐ์อ้างอิงที่ไม่มีอยู่จริง ยังหลุดประเด็นเมื่อให้เหตุผลยาว ๆ และยังเก่งกว่านักในด้านการสร้างแคนดิเดตมากกว่าการรู้ว่าแคนดิเดตไหนถูก ต้องนี่เองที่ทำให้การตรวจสอบโดยมนุษย์มีน้ำหนักจริง ไม่ใช่พิธีกรรม โมเดลที่ประเมินผลลัพธ์ของตัวเองได้อย่างน่าเชื่อถือจะเป็นระบบอีกแบบหนึ่ง ซึ่งตอนนี้ไม่มีใครบอกได้ว่าห่างไกลแค่ไหน
GPT-5.6 Sol และอนาคตของงานวิจัยวิทยาศาสตร์
คณิตศาสตร์เป็นกรณีทดสอบที่สะอาดเป็นพิเศษ เพราะพิสูจน์มีแต่ถูกหรือผิด แต่พลวัตเดียวกันนี้ คือ AI เร่งเฟสการสร้างไอเดีย ขณะที่มนุษย์ยังคงหน้าที่ตรวจสอบ กำลังเกิดขึ้นในหลายสาขา
สิ่งนี้ขยายไปไกลกว่าคณิตศาสตร์ ฟิสิกส์ เคมี วิทยาศาสตร์วัสดุ และวิศวกรรมศาสตร์ล้วนมีคอขวดเดียวกัน: การสร้างสมมติฐานกินเวลาของมนุษย์สูง และส่วนใหญ่ล้มเหลว นักวิจัยมักตามจริงได้เพียงไม่กี่โครงสร้างหรือกลไกต่อปี ขณะที่พื้นที่ของแคนดิเดตนั้นใหญ่กว่านั้นมาก
การสร้างไอเดียอาจกลายเป็นความสามารถด้านวิจัยที่สำคัญที่สุดก็ได้ เพราะเป็นขั้นตอนที่อัตราการทำงานของมนุษย์ต่ำที่สุดและต้นทุนของการเดาผิดต่ำที่สุด โมเดลที่สแกนพื้นที่มหาศาลแล้วบอกว่า "ลองดูตรงนี้" จะเปลี่ยนความเร็วของการค้นพบได้โดยไม่ต้องถูกต้องบ่อยนัก ซึ่งก็ประมาณสิ่งที่เกิดขึ้นในกรณีนี้
ความเข้าใจผิดที่พบบ่อยเกี่ยวกับการค้นพบนี้
ก่อนสรุปกว้าง ๆ ควรเคลียร์สิ่งที่สื่อตีความผิดบางประการเสียก่อน
GPT-5.6 Sol ไม่ได้พิสูจน์ทฤษฎีบทอย่างอิสระ
โมเดลเสนอการก่อสร้างเชิงเรขาคณิต ส่วนพิสูจน์ การขยาย การจัดจำแนก Hessian และเหตุผลเชิงทรานส์เวอร์แซลลิตี เป็นงานของผู้เขียน
นักวิจัยมนุษย์ตรวจสอบทุกขั้นตอน
Mathematica และ Maple ตรวจการคำนวณและสร้างรูปภาพ การตรวจสอบทางคณิตศาสตร์ทำโดยผู้เขียนทั้งสาม และพวกเขาระบุไว้อย่างชัดเจนในบทความ
สมมติฐานของแมกซ์เวลล์ไม่ใช่ทฤษฎีบททางการของแมกซ์เวลล์
แมกซ์เวลล์ทำข้อสังเกตในปี 1873 Gabrielov, Novikov และ Shapiro จึงนิยามสมมติฐานในปี 2007 จากการอ่านย่อหน้านั้น
ปัญหาทางคณิตศาสตร์ยังไม่ถูกแก้ทั้งหมด
หากสมมติว่าตัวอย่างโต้แย้งยืนได้ เรารู้ว่า (n−1)² นั้นผิด เราไม่รู้ว่าเพดานที่ถูกต้องคืออะไร และกรณีสามประจุก็ยังคงเปิดอยู่
บทสรุป
สมมติฐานของแมกซ์เวลล์ล้มลงเพราะความร่วมมือ: ไอเดียเรขาคณิตที่สร้างโดย AI และนักคณิตศาสตร์สามคนที่ลงทุนแรงงานเปลี่ยนให้เป็นสิ่งที่ตรวจสอบได้ บทความนี้ซื่อสัตย์เป็นพิเศษว่าครึ่งไหนทำอะไร ส่วนการเปิดเผยเพียงสามประโยคที่น่าจะถูกอ้างอิงมากกว่าทฤษฎีบทเสียอีก
สิ่งที่ทำให้เรื่องนี้ควรค่าแก่ความสนใจคือรูปแบบของผลงานมากกว่าขนาดของมัน โมเดลที่ไม่มีส่วนได้ส่วนเสียกับปัญหานี้เสนอการก่อสร้างที่คนซึ่งใส่ใจกับมันมากที่สุดยังไม่ลองใช้กับการจัดวางนี้ และมันก็ได้ผล คำถามที่กว้างกว่าว่าประจุจำนวนn ตัวสามารถมีจุดดุลยภาพได้กี่จุดยังคงเปิดอยู่ เช่นเดียวกับคำถามว่างานวิจัยจะมีหน้าตาอย่างไรเมื่อการสร้างไอเดียไม่ใช่ทรัพยากรหายากอีกต่อไป หากต้องการติดตามการใช้งานจริงของระบบเหล่านี้แทนการตลาดของมัน คอร์ส AIของเราครอบคลุมตั้งแต่แนวคิดจนถึงการนำไปใช้งาน
Vinod Chugani เริ่มอาชีพในโตเกียวในฐานะหัวหน้าฝ่ายขายกองทุนเฮดจ์ฟันด์ที่อายุน้อยที่สุดของ JPMorgan และต่อมาได้สร้างสถิติยอดขายส่วนบุคคลที่ Lehman Brothers, จากนั้นได้สร้างธุรกิจจัดจำหน่ายอุปกรณ์อิเล็กทรอนิกส์ใน 30 ประเทศ จนมีรายได้เกิน 100 ล้านดอลลาร์สิงคโปร์ ก่อนจะหันมาโฟกัสด้านข้อมูล เขาจบเศรษฐศาสตร์จาก Duke และเป็นศิษย์เก่าของ NYC Data Science Academy โดยเป็นหนึ่งในผู้ได้รับทุน 3 คนจากผู้สมัครกว่า 100 คน สำหรับคอร์ส Building AI Applications ของ Hugo Bowne-Anderson บน Maven ปัจจุบัน เขาเขียนบทความให้กับ DataCamp, KDnuggets, Machine Learning Mastery และ Statology ครอบคลุมหัวข้อตั้งแต่สถิติไปจนถึงเอเจนติก AI และเป็นที่ปรึกษาให้มืออาชีพด้านข้อมูลที่ NYC Data Science Academy โดยมีประสบการณ์การให้คำปรึกษาแบบตัวต่อตัวมากกว่า 1,000 ครั้ง
