เรากำลังสร้างปัญญาแบบไหนกันแน่?

เราไม่ได้กำลังสร้างสมองเทียม แต่เรากำลังสร้างเครื่องมือทางสถิติที่ซับซ้อนซึ่งทำหน้าที่คาดการณ์ข้อมูลถัดไปที่มีความเป็นไปได้มากที่สุดในลำดับหนึ่งๆ วาทกรรมในปัจจุบันมักปฏิบัติต่อ Large language models ราวกับว่าพวกมันเป็นสมองทางชีวภาพที่กำลังเติบโต แต่นี่คือความผิดพลาดเชิงตรรกะขั้นพื้นฐาน ระบบเหล่านี้ไม่ได้เข้าใจแนวคิดต่างๆ แต่พวกมันประมวลผลโทเค็นผ่านคณิตศาสตร์หลายมิติ ข้อสรุปสำคัญสำหรับผู้สังเกตการณ์ทุกคนคือ เราได้ทำให้อุตสาหกรรมการเลียนแบบการแสดงออกของมนุษย์กลายเป็นเรื่องปกติไปแล้ว นี่คือเครื่องมือสำหรับการสังเคราะห์ ไม่ใช่เครื่องมือสำหรับการรับรู้ เมื่อคุณโต้ตอบกับโมเดลสมัยใหม่ คุณกำลังสืบค้นข้อมูลจากอินเทอร์เน็ตสาธารณะเวอร์ชันที่ถูกบีบอัด มันให้คำตอบที่มีความน่าจะเป็นสูงสุด ไม่ใช่คำตอบที่ถูกต้องเสมอไป ความแตกต่างนี้คือเส้นแบ่งระหว่างสิ่งที่เทคโนโลยีทำได้กับสิ่งที่เราจินตนาการว่ามันทำได้ เมื่อเรานำเครื่องมือเหล่านี้ไปรวมเข้ากับทุกแง่มุมของชีวิต เดิมพันจึงเปลี่ยนจากความแปลกใหม่ทางเทคนิคไปสู่การพึ่งพาในทางปฏิบัติ เราต้องหยุดถามว่าเครื่องจักรคิดได้หรือไม่ และเริ่มถามว่าจะเกิดอะไรขึ้นเมื่อเราฝากการตัดสินใจของเราไว้กับเส้นโค้งความน่าจะเป็น คุณสามารถดูข้อมูลเพิ่มเติมเกี่ยวกับการเปลี่ยนแปลงเหล่านี้ได้ที่ข้อมูลเชิงลึกด้าน AI ล่าสุดของเราที่ [Insert Your AI Magazine Domain Here] ในขณะที่เราติดตามวิวัฒนาการของระบบเหล่านี้

สถาปัตยกรรมของการคาดการณ์เชิงความน่าจะเป็น

เพื่อให้เข้าใจสถานะของเทคโนโลยีในปัจจุบัน เราต้องดูที่สถาปัตยกรรม Transformer ซึ่งเป็นกรอบการทำงานทางคณิตศาสตร์ที่ช่วยให้โมเดลสามารถชั่งน้ำหนักความสำคัญของคำต่างๆ ในประโยคได้ มันไม่ได้ใช้ฐานข้อมูลของข้อเท็จจริง แต่ใช้ค่าน้ำหนัก (weights) และอคติ (biases) เพื่อกำหนดความสัมพันธ์ระหว่างจุดข้อมูล เมื่อผู้ใช้ป้อนคำสั่ง ระบบจะแปลงข้อความเป็นตัวเลขที่เรียกว่าเวกเตอร์ เวกเตอร์เหล่านี้อยู่ในพื้นที่ที่มีหลายพันมิติ จากนั้นโมเดลจะคำนวณวิถีของคำถัดไปตามรูปแบบที่เรียนรู้ระหว่างการฝึกฝน กระบวนการนี้เป็นคณิตศาสตร์ล้วนๆ ไม่มีการพูดคุยกับตัวเองหรือการไตร่ตรองอย่างมีสติ มันคือการคำนวณแบบขนานขนาดใหญ่ที่เกิดขึ้นในเสี้ยววินาที

กระบวนการฝึกฝนเกี่ยวข้องกับการป้อนคำหลายล้านล้านคำจากหนังสือ บทความ และโค้ดให้กับโมเดล เป้าหมายนั้นเรียบง่าย คือการคาดการณ์โทเค็นถัดไป เมื่อเวลาผ่านไป โมเดลจะทำสิ่งนี้ได้ดีมาก มันเรียนรู้โครงสร้างของไวยากรณ์ โทนของรูปแบบการเขียนที่แตกต่างกัน และความเชื่อมโยงทั่วไประหว่างแนวคิด อย่างไรก็ตาม นี่คือ การจับคู่รูปแบบในระดับอุตสาหกรรม หากข้อมูลการฝึกฝนมีอคติหรือข้อผิดพลาดเฉพาะ โมเดลก็มักจะทำซ้ำข้อผิดพลาดนั้นเพราะมันมีนัยสำคัญทางสถิติภายในชุดข้อมูล นี่คือเหตุผลที่โมเดลสามารถพูดเรื่องเท็จได้อย่างมั่นใจ พวกมันไม่ได้โกหกเพราะการโกหกต้องอาศัยเจตนา พวกมันเพียงแค่เดินตามเส้นทางของคำที่มีความเป็นไปได้มากที่สุด แม้ว่าเส้นทางนั้นจะนำไปสู่ทางตัน นักวิจัยที่สถาบันต่างๆ เช่นวารสาร Nature ได้ชี้ให้เห็นว่าการขาดแบบจำลองโลก (world model) คืออุปสรรคสำคัญสำหรับการใช้เหตุผลที่แท้จริง ระบบรู้ว่าคำต่างๆ สัมพันธ์กันอย่างไร แต่ไม่รู้ว่าคำเหล่านั้นสัมพันธ์กับโลกแห่งความเป็นจริงอย่างไร

แรงจูงใจทางเศรษฐกิจและการเปลี่ยนแปลงระดับโลก

การแข่งขันระดับโลกในการสร้างระบบเหล่านี้ขับเคลื่อนด้วยความปรารถนาที่จะลดต้นทุนแรงงานมนุษย์ เป็นเวลาหลายทศวรรษที่ต้นทุนการคำนวณลดลงในขณะที่ต้นทุนความเชี่ยวชาญของมนุษย์สูงขึ้น บริษัทต่างๆ มองว่าโมเดลเหล่านี้เป็นวิธีเชื่อมช่องว่างดังกล่าว ในสหรัฐอเมริกา ยุโรป และเอเชีย การมุ่งเน้นอยู่ที่การทำให้อัตโนมัติในการผลิตเนื้อหา โค้ด และงานธุรการ สิ่งนี้มีผลกระทบโดยตรงต่อตลาดแรงงานโลก เรากำลังเห็นการเปลี่ยนแปลงที่มูลค่าของพนักงานไม่ได้ผูกติดอยู่กับความสามารถในการสร้างข้อความพื้นฐานหรือสคริปต์ง่ายๆ อีกต่อไป แต่คุณค่ากำลังเคลื่อนไปสู่ความสามารถในการตรวจสอบและตรวจสอบสิ่งที่เครื่องจักรผลิตขึ้น นี่คือการเปลี่ยนแปลงพื้นฐานในเศรษฐกิจของพนักงานออฟฟิศ

รัฐบาลต่างๆ ก็กำลังตอบสนองต่อความเร็วของการพัฒนานี้เช่นกัน มีความตึงเครียดระหว่างการต้องการส่งเสริมการสร้างนวัตกรรมกับการปกป้องพลเมืองจากผลกระทบของการตัดสินใจโดยอัตโนมัติ กฎหมายทรัพย์สินทางปัญญากำลังอยู่ในช่วงเปลี่ยนผ่าน หากโมเดลถูกฝึกฝนด้วยผลงานที่มีลิขสิทธิ์เพื่อสร้างเนื้อหาใหม่ ใครเป็นเจ้าของผลลัพธ์นั้น? นี่ไม่ใช่แค่คำถามเชิงวิชาการ แต่เป็นตัวแทนของความรับผิดชอบและรายได้ที่อาจเกิดขึ้นนับพันล้านดอลลาร์ ผลกระทบระดับโลกไม่ใช่แค่เรื่องของซอฟต์แวร์ แต่เกี่ยวกับโครงสร้างทางกฎหมายและสังคมที่เราสร้างขึ้นรอบๆ มัน เรากำลังเห็นความแตกต่างในวิธีที่ภูมิภาคต่างๆ จัดการกับประเด็นเหล่านี้ บางแห่งกำลังมุ่งสู่การกำกับดูแลที่เข้มงวด ในขณะที่บางแห่งใช้วิธีปล่อยวางเพื่อดึงดูดการลงทุน สิ่งนี้สร้างสภาพแวดล้อมที่กระจัดกระจายซึ่งกฎเกณฑ์เปลี่ยนไปตามสถานที่ที่คุณอยู่

ผลกระทบในทางปฏิบัติในชีวิตประจำวัน

ลองพิจารณากิจวัตรประจำวันของ Sarah ผู้จัดการโครงการที่บริษัทขนาดกลาง เธอเริ่มวันใหม่ด้วยการใช้ผู้ช่วยสรุปอีเมลที่ยังไม่ได้อ่านสามสิบฉบับ เครื่องมือนี้ทำงานได้ดีในการดึงประเด็นหลักออกมา แต่มันพลาดโทนความหงุดหงิดเล็กน้อยในข้อความจากลูกค้ารายสำคัญ Sarah ซึ่งเชื่อใจสรุปนั้น ได้ส่งคำตอบสั้นๆ ที่เป็นอัตโนมัติซึ่งทำให้ลูกค้าหงุดหงิดยิ่งขึ้น ต่อมาเธอใช้โมเดลร่างข้อเสนอโครงการ มันสร้างข้อความที่ดูเป็นมืออาชีพยาวห้าหน้าในไม่กี่วินาที เธอใช้เวลาหนึ่งชั่วโมงในการแก้ไข แก้ไขข้อผิดพลาดเล็กน้อย และเพิ่มรายละเอียดเฉพาะที่เครื่องจักรไม่สามารถรู้ได้ เมื่อสิ้นสุดวัน เธอมีผลผลิตมากขึ้นในแง่ของปริมาณ แต่เธอรู้สึกถึงความไม่เชื่อมโยงกับงานของเธอ เธอไม่ใช่ผู้สร้างอีกต่อไป แต่เป็นบรรณาธิการของความคิดสังเคราะห์

สถานการณ์นี้เน้นย้ำถึงสิ่งที่ผู้คนมักจะประเมินค่าสูงเกินไปและต่ำเกินไป เราประเมินความสามารถของเครื่องจักรในการเข้าใจความแตกต่าง เจตนา และอารมณ์ของมนุษย์สูงเกินไป เราคิดว่ามันสามารถแทนที่การสนทนาที่ละเอียดอ่อนหรือการเจรจาที่ซับซ้อนได้ ในขณะเดียวกัน เราประเมินต่ำเกินไปว่าความเร็วของเครื่องมือเหล่านี้เปลี่ยนความคาดหวังของเราไปมากเพียงใด เพราะ Sarah สามารถสร้างข้อเสนอได้ในหนึ่งชั่วโมง เจ้านายของเธอจึงคาดหวังข้อเสนอสามฉบับภายในสิ้นสัปดาห์ เทคโนโลยีไม่ได้ให้เวลาว่างแก่เรามากขึ้นเสมอไป แต่มันมักจะเพิ่มเกณฑ์มาตรฐานสำหรับผลลัพธ์ที่คาดหวัง นี่คือกับดักที่ซ่อนอยู่ของประสิทธิภาพ มันสร้างวงจรที่เราต้องทำงานเร็วขึ้นเพื่อให้ทันกับเครื่องมือที่เราสร้างขึ้นเพื่อช่วยให้เราทำงานน้อยลง

เนื้อหานี้ผลิตขึ้นด้วยความช่วยเหลือของระบบคาดการณ์เพื่อให้แน่ใจว่ามีความชัดเจนและลึกซึ้ง ความขัดแย้งปรากฏให้เห็นทุกที่ เราใช้เครื่องมือเหล่านี้เพื่อประหยัดเวลา แต่เรากลับใช้เวลาที่ประหยัดได้นั้นไปกับการจัดการเครื่องมือ เราให้คุณค่ากับการสัมผัสของมนุษย์ แต่เรากลับทำให้อัตโนมัติในงานที่ช่วยให้เราเชื่อมต่อกับผู้อื่น เดิมพันนั้นเป็นเรื่องจริงและเร่งด่วน มันส่งผลต่อวิธีที่เราทำมาหากินและวิธีที่เราสื่อสารกับเพื่อนร่วมงาน

คำถามยากๆ สำหรับยุคสังเคราะห์

เราต้องใช้ความสงสัยแบบโสกราตีสกับวิถีปัจจุบันของเทคโนโลยีนี้ หากเรากำลังมุ่งสู่โลกที่เนื้อหาดิจิทัลส่วนใหญ่เป็นสิ่งที่สังเคราะห์ขึ้น จะเกิดอะไรขึ้นกับมูลค่าของข้อมูล? หากทุกคำตอบเป็นค่าเฉลี่ยทางสถิติ ความคิดริเริ่มจะกลายเป็นความหรูหราหรือไม่? เรายังต้องดูต้นทุนแฝงที่บริษัทไม่ค่อยพูดถึง พลังงานที่ต้องใช้ในการฝึกฝนและรันโมเดลเหล่านี้มีมหาศาล แต่ละการสืบค้นใช้ไฟฟ้าและน้ำจำนวนมากในการระบายความร้อน ความสะดวกสบายของอีเมลสรุปคุ้มค่ากับรอยเท้าทางสิ่งแวดล้อมหรือไม่? นี่คือการแลกเปลี่ยนที่เรากำลังทำโดยไม่มีการลงคะแนนเสียงจากสาธารณะ

ความเป็นส่วนตัวเป็นอีกพื้นที่ที่คำถามสำคัญกว่าคำตอบ โมเดลส่วนใหญ่ถูกฝึกฝนด้วยข้อมูลที่ไม่เคยมีเจตนาสำหรับวัตถุประสงค์นี้ โพสต์บล็อกเก่าของคุณ ความคิดเห็นบนโซเชียลมีเดียสาธารณะ และโค้ดโอเพนซอร์สของคุณ ล้วนเป็นส่วนหนึ่งของเครื่องยนต์นี้แล้ว เราได้ยุคสมัยของความเป็นส่วนตัวทางดิจิทัลไปอย่างสิ้นเชิงโดยการเปลี่ยนข้อมูลทุกชิ้นให้เป็นวัสดุฝึกฝน เราจะสามารถเลือกที่จะไม่เข้าร่วมระบบนี้ได้จริงๆ หรือ? แม้ว่าคุณจะไม่ได้ใช้เครื่องมือเหล่านี้ แต่ข้อมูลของคุณก็น่าจะอยู่ในนั้นแล้ว เรายังเผชิญกับปัญหา Black box แม้แต่วิศวกรที่สร้างระบบเหล่านี้ก็ไม่สามารถอธิบายได้เสมอไปว่าทำไมโมเดลถึงให้คำตอบที่เฉพาะเจาะจง เรากำลังปรับใช้เครื่องมือที่เราไม่เข้าใจอย่างถ่องแท้ในภาคส่วนที่สำคัญ เช่น การดูแลสุขภาพ กฎหมาย และการเงิน มันมีความรับผิดชอบหรือไม่ที่จะใช้ระบบสำหรับการตัดสินใจที่มีเดิมพันสูงเมื่อเราไม่สามารถติดตามตรรกะของมันได้? คำถามเหล่านี้ไม่มีคำตอบง่ายๆ แต่ต้องถูกถามก่อนที่เทคโนโลยีจะฝังรากลึกเกินกว่าจะเปลี่ยนแปลงได้

มีเรื่องราว, เครื่องมือ, เทรนด์ หรือคำถามเกี่ยวกับ AI ที่คุณคิดว่าเราควรนำเสนอหรือไม่? ส่งแนวคิดบทความของคุณมาให้เรา — เรายินดีรับฟัง

ข้อจำกัดทางเทคนิคสำหรับผู้ใช้ระดับสูง

สำหรับผู้ที่สร้างบนระบบเหล่านี้ ความเป็นจริงถูกกำหนดโดยข้อจำกัดมากกว่าความเป็นไปได้ ผู้ใช้ระดับสูงต้องจัดการกับขีดจำกัดของ API, Context windows และต้นทุนการอนุมานที่สูง Context window คือปริมาณข้อมูลที่โมเดลสามารถเก็บไว้ในหน่วยความจำที่ใช้งานได้ในคราวเดียว แม้ว่าโมเดลบางตัวในปัจจุบันจะมีหน้าต่างมากกว่าหนึ่งแสนโทเค็น แต่ประสิทธิภาพมักจะลดลงเมื่อหน้าต่างเต็ม สิ่งนี้เรียกว่าปรากฏการณ์ lost in the middle ซึ่งโมเดลจะลืมข้อมูลที่วางไว้ตรงกลางของคำสั่งที่ยาว นักพัฒนาต้องใช้เทคนิคอย่าง Retrieval-Augmented Generation เพื่อป้อนเฉพาะข้อมูลที่เกี่ยวข้องที่สุดจากฐานข้อมูลท้องถิ่นให้กับโมเดล

การจัดเก็บและการปรับใช้ในเครื่อง (Local) กำลังได้รับความนิยมมากขึ้นสำหรับผู้ที่ให้ความสำคัญกับความเป็นส่วนตัวและต้นทุน การรันโมเดลอย่าง Llama 3 บนฮาร์ดแวร์ท้องถิ่นต้องใช้ VRAM จำนวนมาก แต่มันช่วยลดการพึ่งพา API ของบุคคลที่สาม นี่คือความจริงแบบ Geek 20 เปอร์เซ็นต์ที่ผู้ใช้ทั่วไปไม่เคยเห็น เวิร์กโฟลว์ประกอบด้วย:

• การ Quantizing โมเดลเพื่อให้พอดีกับหน่วยความจำ GPU ระดับผู้บริโภค
• การตั้งค่าฐานข้อมูลเวกเตอร์อย่าง Pinecone หรือ Milvus สำหรับหน่วยความจำระยะยาว
• การปรับจูนน้ำหนัก (Fine-tuning) บนชุดข้อมูลเฉพาะเพื่อปรับปรุงความแม่นยำในกลุ่มเฉพาะ
• การจัดการขีดจำกัดอัตราและความหน่วงในสภาพแวดล้อมการผลิต

การรวมเครื่องมือเหล่านี้เข้ากับเวิร์กโฟลว์ที่มีอยู่ไม่ใช่เรื่องของการคลิกปุ่ม มันต้องใช้ความเข้าใจอย่างลึกซึ้งเกี่ยวกับวิธีจัดโครงสร้างข้อมูลเพื่อให้โมเดลประมวลผลได้อย่างมีประสิทธิภาพ แพลตฟอร์มอย่าง Hugging Face จัดเตรียมโครงสร้างพื้นฐานสำหรับสิ่งนี้ แต่การนำไปใช้ยังคงเป็นความท้าทายทางวิศวกรรมที่ซับซ้อน คุณกำลังพยายามห่อกรงที่คาดเดาได้ไว้รอบเครื่องยนต์ที่คาดเดาไม่ได้ บล็อกการวิจัยของ OpenAI มักจะพูดถึงข้อจำกัดเหล่านี้ โดยระบุว่าการขยายขนาดเพียงอย่างเดียวไม่ใช่ทางออกสำหรับทุกอุปสรรคทางเทคนิค ส่วน Geek ของอุตสาหกรรมนี้มุ่งเน้นไปที่การทำให้ระบบเหล่านี้เล็กลง เร็วขึ้น และเชื่อถือได้มากขึ้น แทนที่จะทำให้ใหญ่ขึ้นเพียงอย่างเดียว

คำตัดสินสุดท้าย

ปัญญาที่เรากำลังสร้างคือภาพสะท้อนของข้อมูลของเราเอง *ไม่ใช่* รูปแบบชีวิตใหม่ มันเป็นเครื่องมือที่ทรงพลังสำหรับการสังเคราะห์ที่สามารถช่วยให้เราประมวลผลข้อมูลในระดับที่ไม่เคยเป็นไปได้มาก่อน อย่างไรก็ตาม มันยังคงเป็นเครื่องมือที่ต้องการการกำกับดูแลจากมนุษย์และการคิดเชิงวิพากษ์ เราไม่ควรถูกทำให้ตาบอดด้วยร้อยแก้วที่สวยหรูหรือคำตอบที่รวดเร็ว เดิมพันในทางปฏิบัติเกี่ยวข้องกับงาน ความเป็นส่วนตัว และสิ่งแวดล้อมของเรา เราต้องยังคงสงสัยในกระแสโฆษณาชวนเชื่อในขณะที่ยอมรับประโยชน์ของเทคโนโลยี เป้าหมายควรเป็นการใช้ระบบเหล่านี้เพื่อเพิ่มขีดความสามารถของเราโดยไม่ยอมจำนนการตัดสินใจของเราให้กับเครื่องจักร เราอยู่ในจุดที่การตัดสินใจที่เราทำในวันนี้จะกำหนดความสัมพันธ์ของเรากับเทคโนโลยีไปอีกหลายทศวรรษ การก้าวไปข้างหน้าด้วยคำถามที่เฉียบคมนั้นดีกว่าการมีความเชื่อแบบหลับหูหลับตาในการคาดการณ์ทางสถิติ

หมายเหตุจากบรรณาธิการ: เราสร้างเว็บไซต์นี้ขึ้นมาเพื่อเป็นศูนย์กลางข่าวสารและคู่มือ AI หลายภาษาสำหรับผู้ที่ไม่ได้เป็นผู้เชี่ยวชาญคอมพิวเตอร์ แต่ยังคงต้องการทำความเข้าใจปัญญาประดิษฐ์ ใช้งานได้อย่างมั่นใจมากขึ้น และติดตามอนาคตที่กำลังจะมาถึงแล้ว

พบข้อผิดพลาดหรือสิ่งใดที่ต้องแก้ไขหรือไม่? แจ้งให้เราทราบ