มาร์ก เฉิน (Mark Chen) ประธานเจ้าหน้าที่วิจัยของ OpenAI กล่าวว่า บริษัทกำลังเข้าใกล้โมเดล AI ที่สามารถทำวิจัยของมันเองได้ ทำให้ปัญญาทั่วไปเชิงปัญญาประดิษฐ์ (AGI) เข้ามาอยู่ในระยะเอื้อมมากขึ้นเรื่อยๆ
ประเด็นสำคัญ:
- เฉินยืนยันว่ากฎการสเกล (scaling laws) ยังใช้ได้อยู่ โดยการพรีเทรนและโซ่เหตุผลที่ยาวขึ้นยังคงเป็นแรงขับเคลื่อนความก้าวหน้าสู่ AGI
- เขากล่าวว่าโมเดลที่สามารถทำวิจัยแบบพึ่งพาตัวเองได้ใกล้จะเป็นจริงแล้ว ซึ่งเป็นจุดเปลี่ยนที่จะทำให้บทบาทของนักวิจัยมนุษย์เปลี่ยนไป
- เฉินชี้ว่าปัญหาวิกฤตการประเมิน (evaluation crisis) และการเรียนรู้อย่างต่อเนื่องที่ยังแก้ไม่ได้ เป็นอุปสรรคใหญ่ที่สุดของวงการ
เฉินวาดแผนที่สู่ AGI
เฉินอธิบายมุมมองของเขาในการสัมภาษณ์พอดแคสต์ล่าสุด ซึ่งเขาได้ทำอาหารต่อหน้ากล้องไปพร้อมกับอธิบายกลยุทธ์วิจัยของ OpenAI
เขาโต้แย้งข้อกล่าวอ้างที่ว่าการสเกลเริ่มไปต่อไม่ได้แล้ว โดยบอกว่าข้อโต้แย้งนี้จะกลับมาเสมอเมื่อวงการชนกับคอขวดระลอกใหม่
เขากล่าวว่าบริษัทกำลังเคลื่อนตัวบนเส้นโค้งเอ็กซ์โปเนนเชียลที่ถือมาตลอดเกือบ 10 ลำดับขั้นของขนาด และแทบไม่มีสัญญาณว่าจะพังลง เขาได้อ้างเช่นนั้น
เฉินยังชี้ให้เห็นถึงการเดิมพันของ OpenAI บนด้านการให้เหตุผล เขากล่าวว่าในช่วงแรกมีคนในบริษัทบางส่วนสงสัยในโปรเจ็กต์ o1 ก่อนที่ Jakub Pachocki, Ilya Sutskever และอีกไม่กี่คนจะผลักดันให้เดินหน้า
ตอนนี้เขาคาดว่าโมเดลจะสามารถรับงานวิจัยที่ยืดเยื้อเป็นสัปดาห์ๆ สร้างไอเดียที่ก้าวข้ามจุดบอดของผู้เชี่ยวชาญมนุษย์ได้
เขาระบุว่าโรดแมปของ OpenAI ยาวไปราวสามปี จบลงที่โมเดลที่ดูแลงานวิจัยได้ครบวงจร ตั้งแต่ไอเดียแรกจนถึงผลลัพธ์สุดท้าย
อ่านเพิ่มเติม: BitMine ฝ่าตลาดขาลงด้วยการเดิมพัน Ethereum มูลค่า 43 ล้านดอลลาร์ กลยุทธ์เริ่มสั่นคลอน
ทำไมแนวคิดนักวิจัยสาย “vibe” จึงสำคัญ
เฉินเสนอคำหนึ่งที่ดึงดูดความสนใจ คือ vibe researcher
ในอนาคตแบบนั้น เขาบอกผู้ฟังว่า นักวิจัยที่เก่งที่สุดจะไม่ต้องเขียนโค้ดทุกบรรทัดอีกต่อไป แต่จะคอยบังคับทิศทางโมเดลที่ทำงานด้านการลงมือทำและการจัดตารางเวลาแทน งานของมนุษย์จะหดเหลือสองอย่าง คือการตั้งคำถามที่เฉียบคม และการตัดสินว่า คำตอบนั้น “มีรสชาติ” จริงหรือไม่
วิสัยทัศน์นี้ตั้งอยู่บนฐานที่ยังไม่มั่นคง และเฉินก็ไม่ปิดบังเรื่องนี้
เขาได้เตือนถึงวิกฤตการประเมิน โดยอธิบายถึงทีมที่ไล่คะแนนบนเบนช์มาร์กโดยไม่เกิดความก้าวหน้าจริง พฤติกรรมที่เขาเรียกว่า benchmaxxing แบบทดสอบเก่าถูกทำแต้มเต็มจนแทบไม่มีประโยชน์ และชุดทดสอบใหม่ก็เสื่อมค่าลงเกือบจะทันทีที่ถูกเปิดเผยต่อสาธารณะ
การเรียนรู้อย่างต่อเนื่องยังเป็นช่องว่างที่ยากกว่า เฉินเรียกมันว่าความสามารถพื้นฐานที่วงการยังต้องไขให้ได้ แม้เขาจะบอกว่ามีความพยายามจำนวนมากที่มุ่งแก้ปัญหานี้อยู่แล้ว
หากเส้นโค้งนั้นยังคงเดิม เฉินมองว่าทรัพยากรมนุษย์ที่หายากที่สุดจะเปลี่ยนจาก “ความฉลาดดิบๆ” ไปเป็น “วิจารณญาณและประสบการณ์ชีวิต”
เฉินเคยอธิบายมุมมองในลักษณะนี้มาก่อน ช่วงเปิดตัว GPT-4.5 เขาเคยโต้แย้งว่ากรอบคิดการสเกลยังเดินหน้าต่อไปได้ และเขายืนยันมาโดยตลอดว่า ยังไม่มีหลักฐานว่ากฎการสเกลหมดพลังแล้ว
อ่านถัดไป: CZ ระบุ Binance ห่างจากการอนุมัติ MiCA แค่ไม่กี่วัน ก่อนการเมืองเข้ามาแทรก