ChatGPT បានឆ្លងកាត់ការសាកល្បងដ៏សំខាន់នៃការកំណត់អត្តសញ្ញាណម៉ាស៊ីន-មនុស្ស

GPT-4.5 របស់ OpenAI ត្រូវបានចាត់ទុកថាជាប្រព័ន្ធសន្ទនា AI ដូចមនុស្សបំផុតដែលមិនធ្លាប់មាន ដោយបើកកម្មវិធីសក្តានុពលជាច្រើនក្នុងវិស័យស៊ើបការណ៍សង្គម។

GPT-4.5 គឺជាម៉ូដែលធំបំផុតដែល OpenAI មិនធ្លាប់មាន។ ប្រភព៖ The Verge ។

ការសិក្សាថ្មីមួយពីនាយកដ្ឋាន វិទ្យាសាស្ត្រ ការយល់ដឹងនៅសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា សានឌីអាហ្គោ កត់សម្គាល់ពីចំណុចសំខាន់មួយក្នុងវិស័យបញ្ញាសិប្បនិមិត្ត៖ គំរូ GPT-4.5 របស់ OpenAI ទទួលបានលទ្ធផលល្អប្រសើរលើការធ្វើតេស្ត Turing ដោយប្រើវិធីសាស្រ្តអន្តរកម្មផ្អែកលើ "បុគ្គលិកលក្ខណៈ" ។

នេះ​ត្រូវ​បាន​គេ​ចាត់​ទុក​ថា​ជា​ប្រព័ន្ធ​សន្ទនា AI ដូច​មនុស្ស​បំផុត​មិន​ធ្លាប់​មាន ដោយ​បើក​កម្មវិធី​ដ៏​មាន​សក្តានុពល​ជា​ច្រើន​ក្នុង​វិស័យ​ស៊ើបការណ៍​សង្គម។

GPT-4.5 ត្រូវ​បាន​ចេញ​វិក្កយបត្រ​ដោយ OpenAI ជា "ការ​លោត​ផ្លោះ​ដ៏​សំខាន់​ក្នុង​ការ​ធ្វើ​មាត្រដ្ឋាន​មុន​ការ​បណ្តុះបណ្តាល និង​ក្រោយ​ការ​បណ្តុះបណ្តាល"។ វាគឺជាគំរូដ៏ធំបំផុតដែល OpenAI មិនធ្លាប់បានសាងសង់ ជាមួយនឹងទំហំ និងថាមពលគណនាដែលលើសពីកំណែមុនៗ។

យោងតាមការបង្ហោះប្លក់ផ្លូវការរបស់ OpenAI នៅថ្ងៃទី 27 ខែកុម្ភៈ GPT-4.5 បានចាប់ផ្តើមដាក់ឱ្យប្រើប្រាស់ទៅកាន់អ្នកប្រើប្រាស់ ChatGPT Pro នៅថ្ងៃនៃការប្រកាសរបស់ខ្លួន។

AI អាច​បោក​មនុស្ស​បាន​?

ការពិសោធន៍បានប្រៀបធៀបប្រព័ន្ធ AI តំណាងចំនួនបួន៖ chatbot ELIZA ឆ្នាំ 1960, Meta AI's LLaMa-3.1-405B និង OpenAI's GPT-4o និង GPT-4.5 ។ ក្រុម​នេះ​បាន​រចនា​ការ​ធ្វើ​តេស្ត​ឯករាជ្យ​ចំនួន​ពីរ​ដោយ​មាន​អ្នក​ចូល​រួម​ចំនួន 250 នាក់​ក្នុង​មួយ​ៗ​សម្រាប់​មនុស្ស​សរុប 500 នាក់​ពី​វេទិកា​អនឡាញ​ដូច​ជា Prolific ។ អ្នកចូលរួមមានអាយុ ភេទ និងកម្រិតអប់រំខុសៗគ្នា ដើម្បីធានាបាននូវគំរូចម្រុះ។

តារាងប្រៀបធៀបនៃប្រព័ន្ធ AI ធម្មតាចំនួនបួន។ ប្រភព៖ AIbase

ការធ្វើតេស្តប្រើទម្រង់ Turing ប្រពៃណី៖ អ្នកចូលរួមម្នាក់ៗជជែកតាមរយៈចំណុចប្រទាក់អត្ថបទដែលមានប្រធានបទពីរ (មនុស្សម្នាក់ AI ម្នាក់) រយៈពេល 5 នាទី បន្ទាប់មកវាយតម្លៃថាមួយណាជាមនុស្ស។

លទ្ធផលគឺគួរឱ្យភ្ញាក់ផ្អើល: GPT-4.5 សម្រេចបាននូវអត្រា "ឆ្លងកាត់ការធ្វើតេស្ត Turing" រហូតដល់ 73% លើសពីមធ្យមភាគរបស់មនុស្ស (60-70%) ។ នេះ​ជា​លើក​ទី​មួយ​ហើយ​ដែល​គំរូ AI បាន​ឆ្លង​ផុត​ការ​ធ្វើ​តេស្ត​ស្តង់ដារ Turing។ ទន្ទឹមនឹងនេះដែរ GPT-4o ទទួលបានពិន្ទុទាបជាងបន្តិច LLaMa-3.1-405B បានខិតជិត ឬឈានដល់ការអនុវត្តរបស់មនុស្សនៅក្នុងបរិបទមួយចំនួន ហើយ ELIZA បានធ្លាក់ចុះឆ្ងាយ។

សមត្ថភាពក្នុងការធ្វើអន្តរកម្មដូចមនុស្ស

អ្វីដែលលេចធ្លោអំពី GPT-4.5 គឺមិនត្រឹមតែភាពស្ទាត់ជំនាញក្នុងភាសាប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏មានសមត្ថភាពក្នុងការបង្ហាញអារម្មណ៍ និងសម្របខ្លួនទៅនឹងការឆ្លើយតបទៅនឹងការប្រាស្រ័យទាក់ទងគ្នារបស់ interlocutor ផងដែរ។ អ្នកចូលរួមជាច្រើនបានពណ៌នាថាវាជា "មិត្តភាព" និង "ពិតប្រាកដ" ។

គួរកត់សម្គាល់ថា នៅពេលដែលអ្នកប្រើប្រាស់មានភាពច្របូកច្របល់ ឬស្ត្រេស GPT-4.5 អាចផ្តល់នូវការឆ្លើយតបបែបកំប្លែង ឬការលួងលោម ដែលនាំឱ្យមនុស្សជាច្រើនជឿថាពួកគេកំពុងជជែកជាមួយមនុស្សពិត។

ការសន្ទនារវាងមុខវិជ្ជាពីរ (AI មួយមនុស្សម្នាក់) អំឡុងពេលធ្វើតេស្ត។ រូបថត៖ UC San Diego ។

ទន្ទឹមនឹងនេះ LLaMa-3.1-405B ខណៈពេលដែលគួរឱ្យចាប់អារម្មណ៍តាមបច្ចេកទេសគឺមិនសូវបង្ហាញនិងសម្របតាមបរិបទតិចជាង GPT-4.5 ។ GPT-4o ខណៈពេលដែលមានថាមពលខ្លាំងគឺទាបជាងនៅក្នុងលក្ខខណ្ឌនៃការធ្វើបដិរូបកម្ម និងការសម្របខ្លួនតាមស្ថានភាព។

របកគំហើញ GPT-4.5 អាចបើកដំណើរការកម្មវិធីជាក់ស្តែងជាច្រើន ចាប់ពីគ្រូបង្ហាត់និម្មិត រហូតដល់ជំនួយផ្នែកចិត្តសាស្រ្តដល់ការថែទាំអតិថិជន។ ទោះជាយ៉ាងណាក៏ដោយ នៅពេលដែល AI កាន់តែមានលក្ខណៈដូចមនុស្ស ការបែងចែករវាងការពិត និងនិម្មិត និងការគ្រប់គ្រងពីរបៀបប្រើប្រាស់បច្ចេកវិទ្យានេះនឹងក្លាយជាបញ្ហាប្រឈមដ៏សំខាន់ក្នុងសង្គម។

ការ​ស្រាវជ្រាវ​នេះ​កើត​ឡើង​ចំ​ពេល​មាន​ការ​រីក​ចម្រើន​យ៉ាង​ឆាប់​រហ័ស​ក្នុង​ AI ។ ភាពជោគជ័យនៃ GPT-4.5 មិនត្រឹមតែជាជ័យជំនះផ្នែកបច្ចេកទេសសម្រាប់ OpenAI ប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងចោទជាសំណួរយ៉ាងជ្រាលជ្រៅអំពីទំនាក់ទំនងរវាងមនុស្ស និងម៉ាស៊ីនផងដែរ។ អ្នកសាកល្បងម្នាក់បានអធិប្បាយថា វាមានអារម្មណ៍ដូចជាគាត់កំពុងនិយាយជាមួយមិត្តម្នាក់ រហូតដល់គាត់ដឹងថាវាគ្រាន់តែជាបន្ទាត់នៃកូដប៉ុណ្ណោះ។ ការសន្ទនារវាងមនុស្ស និង AI ប្រហែលជាទើបតែចាប់ផ្តើមប៉ុណ្ណោះ។

ប្រភព៖ https://znews.vn/chatgpt-da-vuot-qua-bai-danh-gia-quan-trong-xac-dinh-may-nguoi-post1542945.html