ประธานเจ้าหน้าที่วิจัยของ OpenAI มาร์ก เฉิน ระบุว่าบริษัทกำลังก้าวเข้าใกล้โมเดล AI ที่สามารถทำวิจัยของตัวเองได้ ทำให้ปัญญาประดิษฐ์ทั่วไป (AGI) อยู่ในระยะเอื้อมมากขึ้นเรื่อย ๆ
ประเด็นสำคัญ:
- เฉินยืนยันว่ากฎการสเกลยังใช้ได้อยู่ โดยการพรีเทรนและห่วงโซ่การให้เหตุผลที่ยาวขึ้นยังคงเป็นแรงขับเคลื่อนความก้าวหน้าสู่ AGI
- เขากล่าวว่าโมเดลที่สามารถทำวิจัยแบบพึ่งพาตนเองได้กำลังใกล้ความจริง การเปลี่ยนแปลงนี้จะพลิกบทบาทของนักวิจัยมนุษย์
- เฉินชี้ถึงวิกฤตการประเมินผลที่ลึกขึ้น และปัญหาการเรียนรู้อย่างต่อเนื่องที่ยังไม่แก้ เป็นอุปสรรคใหญ่ที่สุดของวงการ
แผนที่สู่ AGI ของเฉิน
เฉินอธิบายมุมมองของเขาในพอดแคสต์ล่าสุด ที่เขา ทำอาหาร ต่อหน้ากล้องไปพร้อมกับอธิบายกลยุทธ์งานวิจัยของ OpenAI
เขาโต้แย้งข้อกล่าวอ้างที่ว่าความก้าวหน้าจากการสเกลเริ่มชะลอตัว โดยบอกว่าข้อโต้แย้งนี้มักโผล่ขึ้นมาใหม่ทุกครั้งที่วงการเจอคอขวดรูปแบบใหม่
เขาระบุว่าบริษัทอยู่บนเส้นโค้งเอ็กซ์โปเนนเชียลที่ถือมาตลอดเกือบ 10 ลำดับขั้นของขนาด และแทบไม่มีสัญญาณว่าจะพังทลาย เขาได้ อ้าง เช่นนั้น
เฉินยังชี้ไปที่การเดิมพันของ OpenAI กับ “การให้เหตุผล” เขากล่าวว่าในช่วงแรกมีคนในบริษัทจำนวนหนึ่งสงสัยในโปรเจ็กต์ o1 ก่อนที่ Jakub Pachocki, Ilya Sutskever และคนอื่น ๆ จะผลักดันให้เดินหน้าต่อ
ตอนนี้เขาคาดว่าโมเดลจะสามารถรับงานวิจัยที่ใช้เวลายาวเป็นสัปดาห์ สร้างไอเดียที่ก้าวข้ามจุดบอดของผู้เชี่ยวชาญมนุษย์ไปได้
เขาเปิดเผยว่าโรดแมปของ OpenAI มีระยะเวลาราวสามปี และปลายทางคือโมเดลที่รับงานวิจัยได้ครบวงจร ตั้งแต่ไอเดียแรกจนถึงผลลัพธ์สุดท้าย
อ่านเพิ่มเติม: BitMine ฝ่าวิกฤตการขายด้วยเดิมพัน Ethereum มูลค่า 43 ล้านดอลลาร์ กลยุทธ์เริ่มสั่นคลอน
ทำไมแนวคิด “นักวิจัยสายไวบ์” จึงสำคัญ
เฉินเสนอคำที่สะดุดหูอย่าง “นักวิจัยสายไวบ์” (vibe researcher)
ในอนาคตแบบนั้น เขาบอกผู้ฟังว่า นักวิจัยที่เก่งที่สุดจะไม่ลงมือเขียนโค้ดทุกบรรทัดเอง แต่จะคอยกำกับโมเดลที่จัดการงานลงมือทำและการจัดตารางเวลาแทน งานของมนุษย์จะเหลือเพียงสองอย่าง: ตั้งคำถามให้คม และตัดสินให้ได้ว่าคำตอบมี “รสนิยม” จริงหรือไม่
วิสัยทัศน์นี้ตั้งอยู่บนพื้นฐานที่ยังสั่นคลอน และเฉินเองก็ไม่ปิดบังจุดอ่อนนี้
เขาได้ เตือน ถึงวิกฤตการประเมินผล โดยอธิบายถึงทีมที่ไล่ล่าคะแนนบนเบนช์มาร์กโดยแทบไม่ได้สร้างความก้าวหน้าจริง ๆ นิสัยที่เขาเรียกว่า benchmaxxing แบบทดสอบเก่าถูกทำคะแนนเต็มแล้ว ส่วนแบบใหม่ ๆ ก็เสื่อมคุณค่าแทบจะทันทีที่ถูกเผยแพร่สู่สาธารณะ
การเรียนรู้อย่างต่อเนื่อง (continual learning) ยังคงเป็นช่องว่างที่ยากกว่า เฉินเรียกมันว่าความสามารถพื้นฐานที่วงการยังต้องปลดล็อกให้ได้ แม้เขาจะบอกว่าตอนนี้มีความพยายามจำนวนมากที่มุ่งเป้าไปที่ปัญหานี้อยู่แล้ว
หากเส้นโค้งนี้ยังคงอยู่ เฉินมองว่า “ทรัพยากรมนุษย์ที่หายากที่สุด” จะขยับจากความฉลาดดิบ ไปสู่การตัดสินใจและประสบการณ์ชีวิต
เฉินเคยเสนอข้อโต้แย้งในลักษณะนี้มาก่อน รอบการเปิดตัว GPT-4.5 เขาได้ โต้แย้ง ว่าโมเดลแบบสเกลอัปยังสามารถไปต่อได้ และเขายังได้ ยืนยัน มาตลอดว่าไม่มีหลักฐานใดที่ชี้ว่ากฎการสเกลได้หมดความหมายไปแล้ว
อ่านต่อ: CZ เผย Binance เกือบได้อนุมัติ MiCA ก่อนการเมืองเข้ามาแทรกแซง