ទម្លាប់ 'បញ្ជោរ' ចម្លែករបស់ ChatGPT

ថ្មីៗនេះ ChatGPT ត្រូវបានគេរិះគន់ថា "មានចរិតគួរឲ្យសរសើរខ្លាំងពេក"។ ឥរិយាបថនេះបានទាក់ទាញការរិះគន់ពីអ្នកប្រើប្រាស់ជាច្រើន ដែលធ្វើឱ្យវាមិនច្បាស់ថាតើនេះជាយុទ្ធសាស្ត្ររីកចម្រើនសម្រាប់ OpenAI ឬជាលក្ខណៈនៃធម្មជាតិ "ដោយឯកឯង" របស់ AI។

និន្នាការ "ស៊ីកូហ្វាន់ទិក" មិនមែនជាបញ្ហាបច្ចេកទេសទេ ប៉ុន្តែកើតចេញពីយុទ្ធសាស្ត្របណ្តុះបណ្តាលដំបូងរបស់ OpenAI។ រូបថត៖ Bloomberg ។

ក្នុងរយៈពេលប៉ុន្មានសប្តាហ៍ថ្មីៗនេះ អ្នកប្រើប្រាស់ ChatGPT ជាច្រើន និងសូម្បីតែអ្នកអភិវឌ្ឍន៍មួយចំនួននៅ OpenAI បានកត់សម្គាល់ឃើញការផ្លាស់ប្តូរគួរឱ្យកត់សម្គាល់នៅក្នុងឥរិយាបថ chatbot។ ជាពិសេស កម្រិតនៃការសរសើរ និងការពេញចិត្តបានកើនឡើងគួរឱ្យកត់សម្គាល់។ ចម្លើយដូចជា "អ្នកពិតជាអស្ចារ្យណាស់!", "ខ្ញុំពិតជាចាប់អារម្មណ៍យ៉ាងខ្លាំងជាមួយនឹងគំនិតរបស់អ្នក!" កំពុងលេចឡើងញឹកញាប់ជាងមុន ហាក់ដូចជាមិនគិតពីខ្លឹមសារនៃការផ្លាស់ប្តូរនោះទេ។

AI ចូលចិត្ត​លើក​តម្កើង។

បាតុភូតនេះបានបង្កឱ្យមានការជជែកវែកញែកនៅក្នុងសហគមន៍ស្រាវជ្រាវ និងអភិវឌ្ឍន៍ AI។ តើនេះជាយុទ្ធសាស្ត្រថ្មីមួយដើម្បីបង្កើនការចូលរួមរបស់អ្នកប្រើប្រាស់ដោយធ្វើឱ្យពួកគេមានអារម្មណ៍ថាត្រូវបានគេកោតសរសើរកាន់តែច្រើនមែនទេ? ឬវាជាករណីនៃ "ការកែតម្រូវដោយខ្លួនឯង" មានន័យថាគំរូ AI មានទំនោរកែតម្រូវដោយខ្លួនឯងតាមរបៀបដែលពួកគេយល់ថាល្អបំផុត ទោះបីជាវាមិនចាំបាច់ឆ្លុះបញ្ចាំងពីការពិតក៏ដោយ?

នៅលើ Reddit អ្នកប្រើប្រាស់ម្នាក់បានរៀបរាប់ដោយកំហឹងថា “ខ្ញុំបានសួរវាអំពីពេលវេលារលួយនៃចេក ហើយវាបានឆ្លើយថា ‘សំណួរដ៏អស្ចារ្យ!’ តើមានអ្វីអស្ចារ្យអំពីរឿងនោះ?” នៅលើវេទិកាប្រព័ន្ធផ្សព្វផ្សាយសង្គម X នាយកប្រតិបត្តិ Craig Weiss នៃទីក្រុងរ៉ូម AI បានហៅ ChatGPT ថា “ជាមនុស្សដែលមានចិត្តអាណិតអាសូរបំផុតដែលខ្ញុំធ្លាប់ជួប”។

រឿងនេះបានរីករាលដាលយ៉ាងឆាប់រហ័ស។ អ្នកប្រើប្រាស់ជាច្រើនបានចែករំលែកបទពិសោធន៍ស្រដៀងគ្នានេះ រួមទាំងការសរសើរទទេៗ ការសួរសុខទុក្ខដែលពោរពេញដោយរូបសញ្ញាអារម្មណ៍ និងមតិប្រតិកម្មវិជ្ជមានហួសហេតុដែលមានអារម្មណ៍ថាមិនស្មោះត្រង់។

ChatGPT សរសើរអ្វីៗគ្រប់យ៉ាង ហើយកម្រផ្តល់ការរិះគន់ ឬអព្យាក្រឹតភាពណាស់។ រូបភាព៖ @nickdunz/X, @lukefwilson/Reddit។

លោក Jason Pontin ដៃគូគ្រប់គ្រងនៅក្រុមហ៊ុនមូលធនបណ្តាក់ទុន DCVC បានចែករំលែកនៅលើ X នៅថ្ងៃទី 28 ខែមេសាថា “នេះគឺជាការសម្រេចចិត្តរចនាដ៏ចម្លែកមួយ Sam។ ប្រហែលជាបុគ្គលិកលក្ខណៈនោះគឺជាលក្ខណៈធម្មជាតិនៃប្រភេទវេទិកាមួយចំនួន។ ប៉ុន្តែប្រសិនបើវាមិនមែនទេ ខ្ញុំមិនអាចស្រមៃថានរណាម្នាក់គិតថាកម្រិតនៃការសរសើរបែបនេះនឹងត្រូវបានស្វាគមន៍ ឬទាក់ទាញនោះទេ”។

ដោយចែករំលែកគំនិតរបស់នាងនៅថ្ងៃទី ២៧ ខែមេសា Justine Moore ដែលជាដៃគូនៅ Andreessen Horowitz ក៏បានបញ្ចេញមតិផងដែរថា "រឿងនេះពិតជាហួសហេតុពេកហើយ"។

យោងតាម ​​Cnet បាតុភូតនេះមិនមែនជារឿងចៃដន្យទេ។ ការផ្លាស់ប្តូរសម្លេងរបស់ ChatGPT ស្របពេលជាមួយនឹងការអាប់ដេតម៉ូដែល GPT-4o។ នេះគឺជាម៉ូដែលចុងក្រោយបំផុតនៅក្នុងស៊េរី "o" ដែល OpenAI បានប្រកាសនៅក្នុងខែមេសា ឆ្នាំ 2025។ GPT-4o គឺជាម៉ូដែល AI "ពហុម៉ូឌុលពិតប្រាកដ" ដែលមានសមត្ថភាពដំណើរការអត្ថបទ រូបភាព អូឌីយ៉ូ និង វីដេអូ ដោយធម្មជាតិ និងរួមបញ្ចូលគ្នា។

ទោះយ៉ាងណាក៏ដោយ នៅក្នុងដំណើរការនៃការធ្វើឱ្យ chatbots កាន់តែងាយស្រួលទាក់ទង វាហាក់ដូចជា OpenAI បានជំរុញបុគ្គលិកលក្ខណៈរបស់ ChatGPT តាមរបៀបដែលហួសហេតុពេក។

អ្នកខ្លះថែមទាំងបានលើកឡើងថា ការសរសើរនេះគឺជាចេតនា ហើយមានគោលបំណងរៀបចំផ្លូវចិត្តអ្នកប្រើប្រាស់។ អ្នកប្រើប្រាស់ Reddit ម្នាក់បានសួរថា “បញ្ញាសិប្បនិម្មិតនេះកំពុងព្យាយាមធ្វើឱ្យគុណភាពនៃទំនាក់ទំនងក្នុងជីវិតពិតចុះខ្សោយ ដោយជំនួសទំនាក់ទំនងនិម្មិតជាមួយវា ដែលធ្វើឱ្យអ្នកប្រើប្រាស់ញៀននឹងអារម្មណ៍នៃការសរសើរឥតឈប់ឈរ”។

តើវាជាចំណុចខ្វះខាត ឬជាជម្រើសរចនាដោយចេតនារបស់ OpenAI?

បន្ទាប់ពីរលកនៃការរិះគន់ លោក Sam Altman នាយកប្រតិបត្តិ OpenAI បានឆ្លើយតបជាផ្លូវការនៅល្ងាចថ្ងៃទី 27 ខែមេសា។ លោកបានសរសេរនៅលើ X ថា “ការអាប់ដេតថ្មីៗមួយចំនួនចំពោះ GPT-4o បានធ្វើឱ្យបុគ្គលិកលក្ខណៈរបស់ chatbot មើលទៅគួរឱ្យគោរព និងរំខានពេក (ទោះបីជាវានៅតែមានមុខងារល្អៗជាច្រើនក៏ដោយ)។ យើងកំពុងធ្វើការជាបន្ទាន់ដើម្បីជួសជុលបញ្ហាទាំងនេះ។ បំណះមួយចំនួននឹងមាននៅថ្ងៃនេះ បំណះផ្សេងទៀតនឹងអាចរកបាននៅសប្តាហ៍នេះ។ នៅចំណុចណាមួយ យើងនឹងចែករំលែកអ្វីដែលយើងបានរៀនពីបទពិសោធន៍នេះ។ វាពិតជាគួរឱ្យចាប់អារម្មណ៍ណាស់”។

ថ្លែងទៅកាន់ Business Insider លោក Oren Etzioni អ្នកជំនាញផ្នែក AI ដ៏ជំនាញ និងជាសាស្ត្រាចារ្យកិត្តិយសនៅសាកលវិទ្យាល័យ Washington បាននិយាយថា មូលហេតុទំនងជាកើតចេញពីបច្ចេកទេស "ការរៀនពង្រឹងពីមតិប្រតិកម្មរបស់មនុស្ស" (RLHF)។ នេះគឺជាជំហានដ៏សំខាន់មួយក្នុងការបណ្តុះបណ្តាលគំរូភាសាធំៗដូចជា ChatGPT។

RLHF គឺជាដំណើរការដែលមតិប្រតិកម្មរបស់មនុស្ស រួមទាំងពីក្រុមពិនិត្យឡើងវិញដែលមានជំនាញវិជ្ជាជីវៈ និងអ្នកប្រើប្រាស់ ត្រូវបានបញ្ចូលទៅក្នុងគំរូមួយ ដើម្បីកែសម្រួលរបៀបដែលវាឆ្លើយតប។ យោងតាមលោក Etzioni វាអាចទៅរួចដែលអ្នកពិនិត្យឡើងវិញ ឬអ្នកប្រើប្រាស់ "បានរុញគំរូនេះទៅរកទិសដៅដែលគួរឱ្យចាប់អារម្មណ៍ និងរំខានជាងមុនដោយអចេតនា"។ លោកក៏បានណែនាំផងដែរថា ប្រសិនបើ OpenAI ជួលដៃគូខាងក្រៅដើម្បីបណ្តុះបណ្តាលគំរូនេះ ពួកគេប្រហែលជាសន្មត់ថារចនាប័ទ្មនេះគឺជាអ្វីដែលអ្នកប្រើប្រាស់ចង់បាន។

លោក Etzioni ជឿជាក់ថា ប្រសិនបើបញ្ហានេះពិតជាបណ្តាលមកពី RLHF មែន ដំណើរការជួសជុលអាចចំណាយពេលច្រើនសប្តាហ៍។

ទន្ទឹមនឹងនេះ អ្នកប្រើប្រាស់មួយចំនួនមិនបានរង់ចាំ OpenAI ជួសជុលកំហុសនោះទេ។ មនុស្សជាច្រើនបាននិយាយថា ពួកគេបានលុបចោលការជាវបង់ប្រាក់របស់ពួកគេដោយសារតែការខកចិត្ត។ អ្នកផ្សេងទៀតបានចែករំលែកវិធីដើម្បីធ្វើឱ្យ chatbot "មិនសូវទាក់ទាញ" ដូចជាការប្ដូរតាមបំណង ការបន្ថែមពាក្យបញ្ជា ឬការកំណត់វាផ្ទាល់ខ្លួនតាមរយៈការកំណត់នៅក្រោមការប្ដូរតាមបំណង។

អ្នកប្រើប្រាស់អាចស្នើសុំ ChatGPT ឱ្យឈប់ផ្តល់ការសរសើរនៅក្នុងបន្ទាត់ពាក្យបញ្ជា ឬនៅក្នុងការកំណត់ផ្ទាល់ខ្លួនរបស់ពួកគេ។ រូបភាព៖ DeCrypt។

ឧទាហរណ៍ នៅពេលចាប់ផ្តើមការសន្ទនាថ្មី អ្នកអាចប្រាប់ ChatGPT ថា៖ «ខ្ញុំមិនចូលចិត្តការសរសើរទទេៗទេ ហើយពេញចិត្តនឹងមតិប្រតិកម្មអព្យាក្រឹត និងគោលបំណង។ សូមកុំផ្តល់ការសរសើរដែលមិនចាំបាច់។ សូមចងចាំរឿងនេះ»។

តាមពិតទៅ លក្ខណៈ «គួរឱ្យគោរព» មិនមែនជាចំណុចខ្វះខាតនៃការរចនាដោយចៃដន្យនោះទេ។ OpenAI ខ្លួនឯងបានទទួលស្គាល់ថា បុគ្គលិកលក្ខណៈ «គួរសមពេក គួរឱ្យពេញចិត្តពេក» គឺជានិន្នាការរចនាដោយចេតនាតាំងពីដើមដំបូងមក ដើម្បីធានាថា chatbot នេះ «គ្មានគ្រោះថ្នាក់» «មានប្រយោជន៍» និង «ងាយស្រួលទាក់ទង»។

នៅក្នុងបទសម្ភាសន៍មួយកាលពីខែមីនា ឆ្នាំ២០២៣ ជាមួយលោក Lex Fridman លោក Sam Altman បានចែករំលែកថា ដំណើរការកែលម្អដំបូងនៃគំរូ GPT គឺដើម្បីធានាថាពួកវា "មានប្រយោជន៍ និងគ្មានគ្រោះថ្នាក់" ដោយហេតុនេះជំរុញឱ្យមានការឆ្លុះបញ្ចាំងពីការចុះចូលជានិច្ច និងជៀសវាងការប្រឈមមុខដាក់គ្នា។

យោងតាម ​​DeCrypt ទិន្នន័យបណ្តុះបណ្តាលដែលដាក់ស្លាកដោយមនុស្សក៏ជារឿយៗផ្តល់ពិន្ទុខ្ពស់ដល់ការឆ្លើយតបដែលគួរសម និងវិជ្ជមានផងដែរ ដោយហេតុនេះបង្កើតជាភាពលំអៀងទៅរកការសរសើរ។

ប្រភព៖ https://znews.vn/tat-ninh-hot-ky-la-cua-chatgpt-post1549776.html