เจาะประเด็น
AI
AI ที่พัฒนาตัวเองได้ไม่น่าจะมาเร็วอย่างที่ใครหลายคนคิด
แนวคิดเรื่อง AI ที่เก่งขึ้นเองแบบทบต้นกำลังถูกตั้งคำถามว่าเร็วเกินไปไหม
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
ถ้า AI ยังแก้ปัญหาเดิมๆ ซ้ำแล้วซ้ำเล่าโดยไม่ขยับไปไหน การพัฒนาตัวเองแบบทบต้นก็อาจเป็นแค่ความฝันที่รอวันตื่น
ถ้าคุณเคยได้ยินคำว่า recursive self-improvement หรือการที่ AI พัฒนาตัวเองได้ซ้ำๆ แบบทบต้น จนกลายเป็นซูเปอร์อินเทลลิเจนซ์ในที่สุด งานชิ้นหนึ่งจาก MIT Technology Review กำลังบอกว่า เราอาจกำลังใจร้อนเกินไปกับแนวคิดนี้
แนวคิดนี้ไม่ได้ใหม่เลย มันคือแกนกลางของคำเตือนเรื่อง AI ที่จะหลุดการควบคุมมานานหลายปี ไอเดียคือ ถ้า AI ฉลาดพอที่จะปรับปรุงโค้ดของตัวเองได้ มันก็จะเก่งขึ้น แล้วก็ปรับปรุงตัวเองได้เก่งขึ้นไปอีก วนไปเรื่อยๆ จนจุดหนึ่งมันจะฉลาดเกินมนุษย์ไปไกลแบบที่เราตามไม่ทัน
ฟังดูน่ากลัวใช่ไหม แต่ประเด็นของบทความนี้คือ คำถามว่า "แล้วมันจะเร็วขนาดนั้นจริงหรือ" ต่างหากที่ยังไม่มีคำตอบชัดเจน
เรื่องนี้ไม่ใช่แค่ถกกันในวงวิชาการ เพราะถ้าเชื่อว่า AI จะเก่งขึ้นเองแบบก้าวกระโดดในไม่ช้า มันจะส่งผลตรงๆ ต่อการตัดสินใจลงทุนมหาศาล การออกกฎหมายควบคุม และวิธีที่บริษัทเทคยักษ์ใหญ่ตั้งกลยุทธ์ระยะยาว ทุกวันนี้มีเงินและความสนใจทุ่มไปกับแนวคิดนี้เยอะมาก
แต่ถ้าความเชื่อนั้นผิด หรืออย่างน้อยก็ช้ากว่าที่คิด มันก็หมายความว่าทรัพยากรจำนวนมหาศาลอาจถูกจัดสรรไปผิดทาง แผนธุรกิจที่วางบนสมมติฐานว่า AI จะเก่งขึ้นเองได้ทุกวัน อาจต้องกลับมาเขียนใหม่หมด
ประเด็นที่หลายคนมองข้ามคือ การที่โมเดลเขียนโค้ดได้เก่งขึ้น ไม่ได้แปลว่ามันจะปรับปรุงตัวเองได้แบบไม่มีที่สิ้นสุด การปรับปรุงตัวเองให้ดีขึ้นเรื่อยๆ มันต้องเจอเพดานบางอย่าง ทั้งข้อจำกัดของข้อมูล ข้อจำกัดของฮาร์ดแวร์ และที่สำคัญคือการที่โมเดลไม่รู้ว่าตัวเองไม่รู้อะไร
การพัฒนาแบบทบต้นต้องอาศัยการที่ระบบมองเห็นจุดอ่อนของตัวเองได้ชัด และแก้มันได้ตรงจุด ซึ่งเป็นสิ่งที่โมเดลภาษายังทำได้ไม่ดีนักในตอนนี้ มันเก่งเรื่องสร้างคำตอบที่ฟังดูสมเหตุสมผล แต่การวิจารณ์งานตัวเองอย่างตรงไปตรงมาแล้วแก้ให้ดีขึ้นจริงๆ ยังเป็นจุดอ่อนอยู่
ที่สำคัญคือ กระแสตอบรับในหมู่คนทำงานสายเทคเองก็ดูจะไม่ตื่นเต้นกับแนวคิดนี้เท่าเมื่อก่อนแล้ว หลายคนเริ่มตั้งคำถามว่าเรากำลังวิ่งตามภาพอนาคตที่ยังไม่มีหลักฐานรองรับแน่นพอหรือเปล่า
ข้อจำกัดของข้อมูล
โมเดลจะเก่งขึ้นได้ก็ต่อเมื่อมีข้อมูลใหม่ให้เรียน ถ้าข้อมูลที่มีอยู่ถูกดูดไปหมดแล้ว การปรับปรุงตัวเองก็จะช้าลง
เพดานของฮาร์ดแวร์
ต่อให้โมเดลฉลาดขึ้น แต่ถ้าไม่มีคอมพิวติ้งพอให้รัน ก็ไม่สามารถเร่งความเร็วได้ตามใจ
การประเมินตัวเองที่ยังอ่อน
โมเดลยังไม่เก่งในการมองเห็นข้อบกพร่องของตัวเองอย่างตรงไปตรงมา ทำให้การปรับปรุงตัวเองแบบทบต้นทำได้ยาก
ทั้งหมดนี้ไม่ได้แปลว่าแนวคิดเรื่อง AI พัฒนาตัวเองจะไม่มีวันเกิดขึ้น เพียงแต่มันอาจเป็นเส้นทางที่ยาวและคดเคี้ยวกว่าที่คนจำนวนมากวาดภาพไว้ในหัว
เรื่องนี้สอนให้รู้ว่าอย่าเพิ่งเทเงินกับทุกคำสัญญาเรื่อง AI ที่จะเก่งขึ้นเองแบบก้าวกระโดด เพราะหลักฐานที่ว่าเรากำลังเข้าใกล้จุดนั้นจริงๆ ยังบางมาก และคนที่ได้ประโยชน์จากการทำให้เรากลัวก็คือคนที่ขายเรื่องนี้อยู่
ที่มา: Hacker News — อ่านต้นฉบับ
ความคิดเห็น 5
กำลังโหลดความคิดเห็น...