เพราะเหตุใด AI ถึงไม่สามารถแซงหน้าสติปัญญาของมนุษย์ได้?

แม้ว่าจะมีการกล่าวอ้างจากผู้มีชื่อเสียง แต่บรรดานักวิจัยกลับกล่าวว่าข้อบกพร่องพื้นฐานในโมเดลการใช้เหตุผลทำให้หุ่นยนต์ไม่สามารถแซงหน้าสติปัญญาของมนุษย์ได้

สำหรับซีอีโอเทคโนโลยีชั้นนำในปัจจุบันอย่างดาริโอ อโมเด จาก Anthropic, เดมิส ฮัสซาบิส จาก Google และแซม อัลท์แมน จาก OpenAI การประกาศว่า AI ของพวกเขาดีที่สุดนั้นไม่เพียงพอ ทั้งสามท่านเพิ่งออกมาประกาศเมื่อเร็วๆ นี้ว่า AI จะดี และจะเปลี่ยนแปลงโครงสร้างของสังคมไปอย่างสิ้นเชิง

อย่างไรก็ตาม กลุ่มนักวิจัยที่เพิ่มมากขึ้น ซึ่งเป็นผู้สร้าง ศึกษา และใช้ AI สมัยใหม่ ยังคงไม่เชื่อคำกล่าวอ้างดังกล่าว

การใช้เหตุผลของ AI ไม่ได้มีอำนาจทุกอย่าง

เพียงสามปีหลังจากการเปิดตัว ปัญญาประดิษฐ์ก็เริ่มปรากฏในกิจกรรมประจำวันมากมาย เช่น การเรียนและการทำงาน หลายคนกังวลว่าในไม่ช้าปัญญาประดิษฐ์จะสามารถแทนที่มนุษย์ได้

อย่างไรก็ตาม โมเดล AI ใหม่ ๆ ในปัจจุบันไม่ได้ฉลาดอย่างที่เราคิด การค้นพบจาก Apple หนึ่งในบริษัทเทคโนโลยีที่ใหญ่ที่สุด ในโลก พิสูจน์ให้เห็นสิ่งนี้

โดยเฉพาะอย่างยิ่ง ในการศึกษาวิจัยที่เพิ่งตีพิมพ์ชื่อว่า “Illusionary Thinking” ทีมวิจัยของ Apple ยืนยันว่าโมเดลอนุมาน เช่น Claude, DeepSeek-R1 และ o3-mini ไม่ได้ “ขับเคลื่อนโดยสมอง” อย่างที่ชื่อบ่งบอก

เอกสารของ Apple สร้างขึ้นจากงานก่อนหน้าของวิศวกรกลุ่มเดียวกันหลายคน รวมถึงการวิจัยที่โดดเด่นจากทั้งสถาบันการศึกษาและบริษัทเทคโนโลยีรายใหญ่รายอื่นๆ รวมถึง Salesforce

การทดลองเหล่านี้แสดงให้เห็นว่า AI ที่ใช้เหตุผล ซึ่งได้รับการยกย่องว่าเป็นก้าวต่อไปของตัวแทน AI อัตโนมัติ และในที่สุดก็คือปัญญาประดิษฐ์ขั้นสูงนั้น ในบางกรณีกลับมีปัญหาในการแก้ปัญหาแย่กว่าแชทบอท AI พื้นฐานที่เคยมีมา

งานวิจัยใหม่ของ Apple เกี่ยวกับโมเดลอนุมานขนาดใหญ่แสดงให้เห็นว่าโมเดล AI ไม่ได้ "ฉลาด" อย่างที่คิด ภาพ: OpenAI

นอกจากนี้ ในการศึกษานี้ ไม่ว่าจะใช้แชทบอท AI หรือโมเดลอนุมาน ระบบทั้งหมดล้มเหลวโดยสิ้นเชิงในงานที่ซับซ้อนมากขึ้น

นักวิจัยเสนอว่าควรแทนที่คำว่า "อนุมาน" ด้วยคำว่า "เลียนแบบ" ทีมวิจัยแย้งว่าแบบจำลองเหล่านี้มีประสิทธิภาพเพียงในการจดจำและทำซ้ำรูปแบบ แต่เมื่อคำถามเปลี่ยนไปหรือความซับซ้อนเพิ่มขึ้น แบบจำลองเหล่านั้นก็แทบจะพังทลายลง

พูดง่ายๆ ก็คือ แชทบอททำงานได้ดีเมื่อพวกมันสามารถจดจำและจับคู่รูปแบบได้ แต่เมื่อปัญหามีความซับซ้อนมากเกินไป พวกมันก็ไม่สามารถจัดการได้ “แบบจำลองการใช้เหตุผลขนาดใหญ่ (LRM) ที่ทันสมัยที่สุดมักประสบปัญหาความแม่นยำลดลงอย่างสิ้นเชิงเมื่อความซับซ้อนเกินเกณฑ์ที่กำหนด” การศึกษาระบุ

สิ่งนี้ขัดกับความคาดหวังของนักพัฒนาที่ว่าความซับซ้อนจะดีขึ้นเมื่อมีทรัพยากรมากขึ้น “ความพยายามในการอนุมาน AI จะเพิ่มขึ้นตามความซับซ้อน แต่เพียงระดับหนึ่งเท่านั้น จากนั้นก็จะลดลง แม้ว่าจะมีงบประมาณโทเค็น (พลังประมวลผล) เพียงพอที่จะรองรับมันได้ก็ตาม” การศึกษาเสริม

อนาคตที่แท้จริงของ AI

แกรี่ มาร์คัส นักจิตวิทยาและนักเขียนชาวอเมริกัน กล่าวว่าผลการวิจัยของแอปเปิลนั้นน่าประทับใจ แต่ก็ไม่ใช่เรื่องใหม่ และเป็นเพียงการตอกย้ำงานวิจัยก่อนหน้านี้ ศาสตราจารย์กิตติคุณด้านจิตวิทยาและ ประสาทวิทยา แห่งมหาวิทยาลัยนิวยอร์ก ได้ยกตัวอย่างงานวิจัยของเขาในปี 1998

ในนั้น เขาโต้แย้งว่าเครือข่ายประสาทซึ่งเป็นบรรพบุรุษของโมเดลภาษาขนาดใหญ่สามารถสรุปผลได้ดีภายในการแจกแจงข้อมูลที่ได้รับการฝึกมา แต่ก็มักจะล้มเหลวเมื่อต้องเผชิญกับข้อมูลภายนอกการแจกแจง

อย่างไรก็ตาม นายมาร์คัสยังเชื่อว่าทั้งโมเดล LLM และ LRM ต่างก็มีการใช้งานของตัวเอง และมีประโยชน์ในบางกรณี

ในโลกแห่งเทคโนโลยี ปัญญาประดิษฐ์ขั้นสูงถูกมองว่าเป็นขั้นต่อไปของการพัฒนา AI โดยระบบต่างๆ ไม่เพียงแต่สามารถคิดเหมือนมนุษย์ (AGI) เท่านั้น แต่ยังมีความเป็นเลิศในด้านความเร็ว ความแม่นยำ และระดับการรับรู้อีกด้วย

แม้จะมีข้อจำกัดมากมาย แต่ผู้วิจารณ์ AI ก็ยังรีบเสริมว่าการเดินทางสู่ปัญญาประดิษฐ์ขั้นสูงสุดทางคอมพิวเตอร์ยังคงเป็นไปได้อย่างแน่นอน

แซม อัลท์แมน ซีอีโอของ OpenAI เคยกล่าวไว้ว่า AI จะเปลี่ยนแปลงความก้าวหน้าของมนุษยชาติ มากกว่าที่จะเป็นเพียงทางเลือกแทน Google หรือตัวช่วยทำการบ้าน ภาพ: AA Photo

Jorge Ortiz ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมศาสตร์ที่ห้องปฏิบัติการ Rutgers กล่าวว่าการเปิดเผยข้อจำกัดในปัจจุบันอาจเป็นแนวทางให้บริษัท AI สามารถเอาชนะข้อจำกัดเหล่านั้นได้

Ortiz ยกตัวอย่างวิธีการฝึกอบรมใหม่ๆ เช่น การให้ข้อเสนอแนะเพิ่มเติมเกี่ยวกับประสิทธิภาพของโมเดล การเพิ่มทรัพยากรเมื่อเผชิญกับปัญหาที่ยากลำบาก ซึ่งสามารถช่วยให้ AI จัดการกับปัญหาที่ใหญ่ขึ้น และใช้ซอฟต์แวร์พื้นฐานได้ดีขึ้น

ในขณะเดียวกัน Josh Wolfe ผู้ก่อตั้งร่วมบริษัทเงินร่วมลงทุน Lux Capital กล่าวว่าจากมุมมองทางธุรกิจ ไม่ว่าระบบปัจจุบันจะสมเหตุสมผลหรือไม่ก็ตาม ระบบเหล่านี้ก็ยังสร้างมูลค่าให้กับผู้ใช้ได้

อีธาน มอลลิก ศาสตราจารย์จากมหาวิทยาลัยเพนซิลเวเนีย ยังแสดงความเชื่อมั่นว่าโมเดล AI จะสามารถเอาชนะข้อจำกัดเหล่านี้ได้ในอนาคตอันใกล้นี้

“โมเดลต่างๆ มีการพัฒนาที่ดีขึ้นเรื่อยๆ และแนวทางใหม่ๆ ในการใช้ AI ก็ได้รับการพัฒนาอย่างต่อเนื่อง ดังนั้น ฉันจะไม่แปลกใจเลยหากข้อจำกัดเหล่านี้จะถูกเอาชนะได้ในอนาคตอันใกล้นี้” Mollick กล่าว

ที่มา: https://znews.vn/vi-sao-ai-chua-the-vuot-qua-tri-tue-con-nguoi-post1561163.html