តើ AI ពិតជាអាចគិតបានទេ?

ក្រុមហ៊ុនដូចជា OpenAI និង DeepSeek កំពុងជំរុញការជជែកវែកញែកដែលអាចដំណើរការបានប្រសើរជាងក្នុងកិច្ចការកុំព្យូទ័រមួយចំនួន។

chatbot របស់ OpenAI បន្តធ្វើឱ្យប្រសើរឡើងតាមរយៈបច្ចេកវិទ្យាថ្មីៗ។ រូបថត៖ New York Times ។

នៅខែកញ្ញា ឆ្នាំ 2024 OpenAI បានចេញផ្សាយកំណែ ChatGPT ដែលរួមបញ្ចូលគំរូ o1 ដែលអាចហេតុផលលើកិច្ចការដែលទាក់ទងនឹងគណិតវិទ្យា វិទ្យាសាស្រ្ត និងកម្មវិធីកុំព្យូទ័រ។

មិនដូចកំណែមុនរបស់ ChatGPT ទេ បច្ចេកវិទ្យាថ្មីនឹងចំណាយពេល "គិត" អំពីដំណោះស្រាយចំពោះបញ្ហាស្មុគស្មាញ មុនពេលផ្តល់ការឆ្លើយតប។

បន្ទាប់ពី OpenAI ដៃគូប្រកួតប្រជែងជាច្រើនដូចជា Google, Anthropic និង DeepSeek ក៏បានណែនាំគំរូហេតុផលស្រដៀងគ្នាផងដែរ។ ទោះបីជាមិនល្អឥតខ្ចោះក៏ដោយ នេះនៅតែជាបច្ចេកវិទ្យាពង្រឹង chatbot ដែលអ្នកអភិវឌ្ឍន៍ជាច្រើនជឿជាក់។

ហេតុផល AI

ជាមូលដ្ឋាន ហេតុផលមានន័យថា chatbot អាចចំណាយពេលច្រើនក្នុងការដោះស្រាយបញ្ហាដែលបង្ហាញដោយអ្នកប្រើប្រាស់។

Dan Klein សាស្ត្រាចារ្យផ្នែកវិទ្យាសាស្ត្រកុំព្យូទ័រនៅសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ាបានប្រាប់ កាសែត New York Times ថា "ហេតុផលគឺជារបៀបដែលប្រព័ន្ធដំណើរការបន្ថែមបន្ទាប់ពីវាទទួលបានសំណួរ" ។

ប្រព័ន្ធហេតុផលអាចបំបែកបញ្ហាទៅជាជំហាននីមួយៗ ឬដោះស្រាយវាតាមរយៈការសាកល្បង និងកំហុស។

នៅពេលវាចាប់ផ្តើមដំបូង ChatGPT អាចឆ្លើយសំណួរភ្លាមៗដោយការស្រង់ចេញ និងសំយោគព័ត៌មាន។ ទន្ទឹមនឹងនេះ ប្រព័ន្ធហេតុផលត្រូវការពីរបីវិនាទីទៀត (ឬសូម្បីតែនាទី) ដើម្បីដោះស្រាយបញ្ហា និងផ្តល់ការឆ្លើយតប។

ឧទាហរណ៍នៃដំណើរការវែកញែកនៃគំរូ o1 នៅក្នុង chatbot ថែទាំអតិថិជន។ រូបថត៖ OpenAI ។

ក្នុងករណីខ្លះ ប្រព័ន្ធហេតុផលនឹងផ្លាស់ប្តូរវិធីសាស្រ្តរបស់ខ្លួនចំពោះបញ្ហា ដោយបន្តកែលម្អដំណោះស្រាយ។ ម៉្យាងទៀត គំរូអាចសាកល្បងដំណោះស្រាយជាច្រើន មុននឹងសម្រេចចិត្តលើជម្រើសដ៏ល្អប្រសើរ ឬសាកល្បងភាពត្រឹមត្រូវនៃការឆ្លើយតបពីមុន។

ជាទូទៅ ប្រព័ន្ធហេតុផលនឹងពិចារណានូវចម្លើយដែលអាចធ្វើបានទាំងអស់ចំពោះសំណួរ។ នេះគឺដូចជាសិស្សសាលាបឋមសិក្សាម្នាក់សរសេរចម្លើយដែលអាចធ្វើបានជាច្រើននៅលើក្រដាសមួយ មុននឹងជ្រើសរើសវិធីដែលសមស្របបំផុតដើម្បីដោះស្រាយបញ្ហាគណិតវិទ្យា។

យោងតាម កាសែត New York Times ឥឡូវនេះ AI មានសមត្ថភាពក្នុងការវែកញែកអំពីប្រធានបទណាមួយ។ ទោះជាយ៉ាងណាក៏ដោយ ភារកិច្ចនឹងមានប្រសិទ្ធភាពបំផុតជាមួយនឹងសំណួរទាក់ទងនឹងគណិតវិទ្យា វិទ្យាសាស្ត្រ និងកម្មវិធីកុំព្យូទ័រ។

តើប្រព័ន្ធទ្រឹស្តីត្រូវបានបណ្តុះបណ្តាលយ៉ាងដូចម្តេច?

នៅក្នុង chatbot ធម្មតា អ្នកប្រើប្រាស់នៅតែអាចស្នើសុំការពន្យល់អំពីដំណើរការ ឬពិនិត្យមើលភាពត្រឹមត្រូវនៃការឆ្លើយតប។ តាមពិត សំណុំទិន្នន័យបណ្ដុះបណ្ដាល ChatGPT ជាច្រើនរួមបញ្ចូលដំណើរការដោះស្រាយបញ្ហារួចហើយ។

ប្រព័ន្ធវែកញែកកាន់តែមានដំណើរការកាន់តែល្អនៅពេលដែលវាអាចអនុវត្តសកម្មភាពដោយមិនចាំបាច់សួរវា។ ដំណើរការនេះកាន់តែស្មុគស្មាញ និងវែងឆ្ងាយ។ ក្រុមហ៊ុននានាប្រើពាក្យ "ហេតុផល" ពីព្រោះប្រព័ន្ធដំណើរការតាមរបៀបស្រដៀងគ្នាទៅនឹងការគិតរបស់មនុស្ស។

ក្រុមហ៊ុនជាច្រើនដូចជា OpenAI កំពុងភ្នាល់ថាប្រព័ន្ធហេតុផលគឺជាមធ្យោបាយដ៏ល្អបំផុតដើម្បីកែលម្អ chatbots ។ អស់រយៈពេលជាច្រើនឆ្នាំ ពួកគេជឿថា chatbots នឹងដំណើរការកាន់តែប្រសើរ ប្រសិនបើពួកគេត្រូវបានបណ្តុះបណ្តាលលើព័ត៌មានច្រើនតាមតែអាចធ្វើទៅបាននៅលើអ៊ីនធឺណិត។

នៅឆ្នាំ 2024 ប្រព័ន្ធ AI នឹងប្រើប្រាស់អត្ថបទស្ទើរតែទាំងអស់ដែលមាននៅលើអ៊ីនធឺណិត។ នោះមានន័យថាក្រុមហ៊ុននឹងត្រូវស្វែងរកដំណោះស្រាយថ្មីដើម្បីធ្វើឱ្យប្រសើរឡើងនូវ chatbots រួមទាំងប្រព័ន្ធហេតុផលផងដែរ។

ការចាប់ផ្តើម DeepSeek ម្តង "បណ្តាលឱ្យមានការច្របូកច្របល់" ជាមួយនឹងគំរូហេតុផលដែលមានតម្លៃតិចជាង OpenAI ។ រូបថត៖ Bloomberg ។

ចាប់តាំងពីឆ្នាំមុន ក្រុមហ៊ុនដូចជា OpenAI បានផ្តោតលើបច្ចេកទេសមួយហៅថា ការរៀនពង្រឹង ដែលជាដំណើរការដែលជាធម្មតាត្រូវចំណាយពេលច្រើនខែ ដែល AI រៀនពីអាកប្បកិរិយាតាមរយៈការសាកល្បង និងកំហុស។

ជាឧទាហរណ៍ តាមរយៈការដោះស្រាយបញ្ហារាប់ពាន់ នោះប្រព័ន្ធអាចរៀនពីវិធីសាស្ត្រដ៏ល្អប្រសើរសម្រាប់ការទទួលបានចម្លើយត្រឹមត្រូវ។ ពីទីនោះ អ្នកស្រាវជ្រាវបានបង្កើតយន្តការមតិត្រឡប់ដ៏ស្មុគស្មាញ ដែលជួយឱ្យប្រព័ន្ធរៀនដំណោះស្រាយត្រូវ និងខុស។

លោក Jerry Tworek អ្នកស្រាវជ្រាវនៅ OpenAI បាននិយាយថា "វាដូចជាការបង្ហាត់សត្វឆ្កែអញ្ចឹង ប្រសិនបើវាល្អ អ្នកផ្តល់ការព្យាបាលឱ្យវា។ ប្រសិនបើវាអាក្រក់ អ្នកនិយាយថា "ឆ្កែនោះអាក្រក់" ។

តើ AI ជាអនាគតទេ?

យោងតាម កាសែត New York Times ការសិក្សាពង្រឹងដំណើរការល្អជាមួយសំណួរក្នុងគណិតវិទ្យា វិទ្យាសាស្ត្រ និងកម្មវិធីកុំព្យូទ័រ ដែលមានចម្លើយច្បាស់លាស់ ឬខុស។

ផ្ទុយទៅវិញ ការរៀនពង្រឹងគឺមិនមានប្រសិទ្ធភាពដូចនៅក្នុងការសរសេរប្រកបដោយភាពច្នៃប្រឌិត ទស្សនវិជ្ជា ឬក្រមសីលធម៌ ជាផ្នែកដែលវាពិបាកក្នុងការបែងចែករវាងល្អ និងអាក្រក់។ ប៉ុន្តែក្រុមអ្នកស្រាវជ្រាវនិយាយថា បច្ចេកទេសនេះនៅតែអាចកែលម្អការអនុវត្ត AI សូម្បីតែលើសំណួរដែលនៅខាងក្រៅគណិតវិទ្យាក៏ដោយ។

លោក Jared Kaplan ប្រធានផ្នែកវិទ្យាសាស្ត្រនៅ Anthropic បាននិយាយថា "ប្រព័ន្ធនឹងសិក្សាពីផ្លូវដែលនាំទៅរកលទ្ធផលវិជ្ជមាន និងអវិជ្ជមាន" ។

គេហទំព័ររបស់ Anthropic ដែលជាអ្នកចាប់ផ្តើមអាជីវកម្មដែលជាម្ចាស់គំរូ AI លោក Claude ។ រូបថត៖ Bloomberg ។

វាជាការសំខាន់ក្នុងការកត់សម្គាល់ថាប្រព័ន្ធការរៀនពង្រឹង និងហេតុផលគឺជាគំនិតពីរផ្សេងគ្នា។ ជាពិសេស ការរៀនពង្រឹងគឺជាវិធីសាស្រ្តនៃការកសាងប្រព័ន្ធហេតុផល។ នេះគឺជាដំណាក់កាលបណ្តុះបណ្តាលចុងក្រោយសម្រាប់ chatbots ដើម្បីមានសមត្ថភាពវែកញែក។

ដោយសារតែពួកគេនៅតែថ្មីថ្មោង អ្នកវិទ្យាសាស្ត្រមិនអាចប្រាកដថាថាតើការជជែកវែកញែកហេតុផលឬការរៀនពង្រឹងអាចជួយ AI គិតដូចមនុស្សនោះទេ។ វាជារឿងសំខាន់ក្នុងការកត់សម្គាល់ថានិន្នាការបច្ចុប្បន្នជាច្រើនក្នុងការបណ្តុះបណ្តាល AI អភិវឌ្ឍយ៉ាងលឿននៅដើមដំបូង ហើយបន្ទាប់មកបន្ថយបន្តិចម្តងៗ។

ជាងនេះទៅទៀត ជជែកវែកញែកវែកញែកនៅតែអាចធ្វើខុស។ ដោយផ្អែកលើប្រូបាប៊ីលីតេ ប្រព័ន្ធនឹងជ្រើសរើសដំណើរការដែលស្រដៀងនឹងទិន្នន័យដែលវាបានរៀនបំផុត មិនថាវាមកពីអ៊ីនធឺណិត ឬតាមរយៈការសិក្សាពង្រឹង។ ដូច្នេះ chatbots នៅតែអាចជ្រើសរើសដំណោះស្រាយខុស ឬមិនសមហេតុផល។

ប្រភព៖ https://znews.vn/ai-ly-luan-nhu-the-nao-post1541477.html