เพราะเหตุใด AI ถึงไม่สามารถแซงหน้าสติปัญญาของมนุษย์ได้?

แม้ว่าจะมีการกล่าวอ้างจากชื่อชั้นนำ แต่บรรดานักวิจัยกล่าวว่าข้อบกพร่องพื้นฐานในโมเดลการใช้เหตุผลทำให้หุ่นยนต์ไม่สามารถแซงหน้าสติปัญญาของมนุษย์ได้

สำหรับซีอีโอด้านเทคโนโลยีชั้นนำในปัจจุบัน เช่น Dario Amodei แห่ง Anthropic, Demis Hassabis แห่ง Google และ Sam Altman แห่ง OpenAI การประกาศว่า AI ของพวกเขาดีที่สุดนั้นไม่เพียงพอ ทั้งสามรายต่างออกมาพูดเป็นเสียงเดียวกันว่า AI จะเป็นสิ่งที่ดี และจะเปลี่ยนแปลงโครงสร้างของสังคมไปในทางพื้นฐาน

อย่างไรก็ตาม กลุ่มนักวิจัยที่เพิ่มมากขึ้น ซึ่งเป็นผู้สร้าง ศึกษา และใช้ AI สมัยใหม่ กลับมีความสงสัยต่อข้อกล่าวอ้างดังกล่าว

การใช้เหตุผลของ AI ไม่ได้มีอำนาจทุกอย่าง

เพียงสามปีหลังจากเปิดตัว ปัญญาประดิษฐ์ก็เริ่มปรากฏในกิจกรรมประจำวันต่างๆ มากมาย เช่น การเรียนและการทำงาน หลายคนกลัวว่าในไม่ช้านี้ ปัญญาประดิษฐ์จะสามารถเข้ามาแทนที่มนุษย์ได้

อย่างไรก็ตาม โมเดล AI ใหม่ในปัจจุบันไม่ได้ฉลาดอย่างที่เราคิด ซึ่งการค้นพบนี้พิสูจน์ให้เห็นจาก Apple หนึ่งในบริษัทเทคโนโลยีที่ใหญ่ที่สุดในโลก

โดยเฉพาะในการศึกษาวิจัยที่เพิ่งตีพิมพ์ใหม่ที่เรียกว่า "Illusionary Thinking" ทีมวิจัยของ Apple ยืนยันว่าโมเดลการอนุมานเช่น Claude, DeepSeek-R1 และ o3-mini ไม่ได้ "ถูกขับเคลื่อนโดยสมอง" อย่างที่ชื่อบ่งบอก

เอกสารของ Apple สร้างขึ้นจากผลงานก่อนหน้านี้ของวิศวกรกลุ่มเดียวกันหลายคน รวมทั้งการวิจัยที่มีชื่อเสียงจากทั้งสถาบันการศึกษาและบริษัทเทคโนโลยีชั้นนำอื่นๆ รวมถึง Salesforce

การทดลองเหล่านี้แสดงให้เห็นว่า AI ที่ใช้เหตุผล ซึ่งได้รับการยกย่องว่าเป็นก้าวต่อไปของตัวแทน AI อัตโนมัติ และในที่สุดก็คือปัญญาประดิษฐ์ขั้นสูงสุดนั้น ในบางกรณีมีความสามารถในการแก้ปัญหาได้แย่กว่าแชทบอต AI พื้นฐานที่เคยมีมาในอดีต

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

นอกจากนี้ในการศึกษานี้ ไม่ว่าจะใช้แชทบอท AI หรือโมเดลอนุมาน ระบบทั้งหมดล้มเหลวโดยสิ้นเชิงในงานที่ซับซ้อนมากขึ้น

นักวิจัยเสนอแนะว่าควรแทนที่คำว่าอนุมานด้วยคำว่า "การเลียนแบบ" ทีมวิจัยโต้แย้งว่าโมเดลเหล่านี้มีประสิทธิภาพเพียงในการจดจำและทำซ้ำรูปแบบ แต่เมื่อคำถามเปลี่ยนไปหรือมีความซับซ้อนมากขึ้น โมเดลเหล่านั้นก็แทบจะพังทลายลง

พูดอย่างง่ายๆ ก็คือ แชทบอทจะทำงานได้ดีเมื่อสามารถจดจำและจับคู่รูปแบบได้ แต่เมื่อปัญหามีความซับซ้อนมากเกินไป แชทบอทจะไม่สามารถจัดการได้ “แบบจำลองการใช้เหตุผลขนาดใหญ่ (LRM) ที่ทันสมัยที่สุดจะประสบปัญหาความแม่นยำลดลงอย่างสมบูรณ์เมื่อความซับซ้อนเกินเกณฑ์ที่กำหนด” การศึกษาดังกล่าวระบุ

ซึ่งขัดกับความคาดหวังของนักพัฒนาที่ว่าความซับซ้อนจะเพิ่มขึ้นเมื่อมีทรัพยากรมากขึ้น “ความพยายามในการอนุมาน AI จะเพิ่มขึ้นตามความซับซ้อน แต่เพียงในระดับหนึ่งเท่านั้น จากนั้นจึงลดลง แม้ว่าจะมีงบประมาณโทเค็น (พลังการคำนวณ) เพียงพอที่จะจัดการกับมันก็ตาม” การศึกษาดังกล่าวระบุเพิ่มเติม

อนาคตที่แท้จริงของ AI

Gary Marcus นักจิตวิทยาและนักเขียนชาวอเมริกัน กล่าวว่าผลการค้นพบของ Apple น่าประทับใจ แต่ก็ไม่ได้ใหม่อะไรมากนัก และเพียงแต่ช่วยสนับสนุนงานวิจัยก่อนหน้านี้เท่านั้น ศาสตราจารย์กิตติคุณด้านจิตวิทยาและ ประสาทวิทยา แห่งมหาวิทยาลัยนิวยอร์กได้ยกตัวอย่างผลการศึกษาของเขาในปี 1998 มาเป็นตัวอย่าง

ในนั้น เขาทุ่มเถียงว่าเครือข่ายประสาทซึ่งเป็นบรรพบุรุษของโมเดลภาษาขนาดใหญ่ สามารถสรุปผลได้ดีภายในการแจกแจงข้อมูลที่ใช้ฝึก แต่ก็มักจะล่มสลายเมื่อต้องเผชิญกับข้อมูลนอกการแจกแจง

อย่างไรก็ตาม นายมาร์คัสเชื่อว่าทั้งโมเดล LLM และ LRM ต่างก็มีการใช้งานของตัวเอง และมีประโยชน์ในบางกรณี

ในโลกแห่งเทคโนโลยี ปัญญาประดิษฐ์ขั้นสูงสุดถูกมองว่าเป็นขั้นต่อไปของการพัฒนาปัญญาประดิษฐ์ โดยที่ระบบต่างๆ จะไม่เพียงแต่สามารถคิดเหมือนมนุษย์ (AGI) เท่านั้น แต่ยังมีความเร็ว ความแม่นยำ และระดับการรับรู้ที่โดดเด่นอีกด้วย

แม้จะมีข้อจำกัดสำคัญมากมาย แม้แต่ผู้วิจารณ์ AI ก็ยังรีบเสริมว่าการเดินทางสู่ปัญญาประดิษฐ์ขั้นสูงยังคงเป็นไปได้อย่างแน่นอน

Sam Altman ซีอีโอของ OpenAI เคยกล่าวไว้ว่า AI จะเข้ามาเปลี่ยนแปลงความก้าวหน้าของมนุษยชาติ มากกว่าที่จะเป็นเพียงทางเลือกแทน Google หรือตัวช่วยทำการบ้านเท่านั้น ภาพ: AA Photo

Jorge Ortiz ผู้ช่วยศาสตราจารย์ด้านวิศวกรรมศาสตร์ที่ห้องปฏิบัติการ Rutgers กล่าวว่า การเปิดเผยข้อจำกัดในปัจจุบันอาจเป็นแนวทางให้บริษัท AI สามารถเอาชนะข้อจำกัดเหล่านั้นได้

Ortiz ยกตัวอย่างวิธีการฝึกอบรมใหม่ๆ เช่น การให้ข้อเสนอแนะเพิ่มเติมเกี่ยวกับประสิทธิภาพของโมเดล การเพิ่มทรัพยากรเพิ่มเติมเมื่อเผชิญกับปัญหาที่ยากลำบาก ซึ่งสามารถช่วยให้ AI จัดการกับปัญหาที่ใหญ่ขึ้น และใช้ซอฟต์แวร์พื้นฐานได้ดีขึ้น

ในขณะเดียวกัน Josh Wolfe ผู้ก่อตั้งร่วมบริษัทเงินทุนเสี่ยง Lux Capital จากมุมมองทางธุรกิจ ไม่ว่าระบบปัจจุบันจะสมเหตุสมผลหรือไม่ก็ตาม ระบบเหล่านี้ก็ยังสร้างมูลค่าให้กับผู้ใช้

Ethan Mollick ศาสตราจารย์มหาวิทยาลัยเพนซิลเวเนียยังแสดงความเชื่อด้วยว่าโมเดล AI จะสามารถเอาชนะข้อจำกัดเหล่านี้ได้ในอนาคตอันใกล้นี้

“โมเดลต่างๆ มีการพัฒนาที่ดีขึ้นเรื่อยๆ และแนวทางใหม่ๆ ในการพัฒนา AI ก็ได้รับการพัฒนาอย่างต่อเนื่อง ดังนั้น ฉันจะไม่แปลกใจเลยถ้าข้อจำกัดเหล่านี้จะหมดไปในอนาคตอันใกล้นี้” Mollick กล่าว

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