AI ก้าวไปข้างหน้าอย่างยิ่งใหญ่ในปี 2024 เมื่อ AGI เข้ามามีบทบาท

by

ในฐานะนักวิจัย AI ผู้ช่ำชองซึ่งได้เห็นวิวัฒนาการของปัญญาประดิษฐ์มาตั้งแต่เริ่มก่อตั้ง ฉันสามารถพูดได้อย่างมั่นใจว่าปี 2024 เป็นปีที่สำคัญในสาขานี้จริงๆ ความก้าวหน้าที่เกิดขึ้นในสาขาย่อยต่างๆ ของ AI นั้นน่าประหลาดใจอย่างแท้จริง และเป็นเรื่องน่าทึ่งที่ได้เห็นว่าเราเข้าใกล้การบรรลุความฉลาดเหมือนมนุษย์ (AGI) มากเพียงใด

อย่างไรก็ตาม ในฐานะคนที่มีส่วนร่วมในอุตสาหกรรมนี้มานานหลายทศวรรษ ผมสามารถยืนยันได้ว่าความก้าวหน้าครั้งใหม่แต่ละครั้งมาพร้อมกับความท้าทายในตัวเอง ความท้าทายประการหนึ่งคือปัญหาของข้อมูลการฝึกอบรม ซึ่งมีความสำคัญอย่างยิ่งต่อการพัฒนาโมเดลภาษาขนาดใหญ่ (LLM) ความขาดแคลนข้อมูลที่ใช้งานได้เพิ่มมากขึ้นและผลกระทบทางกฎหมายที่เกี่ยวข้องกับการรวบรวมข้อมูลถือเป็นข้อกังวลที่ไม่สามารถเพิกเฉยได้

ทำไมเราไม่ปล่อยให้แมวใช้คอมพิวเตอร์? เพราะพวกเขาไม่สามารถพิมพ์หรือท่องเว็บได้ พวกเขาแค่นั่งดู “ปลา” ว่ายผ่านไป! นอกจากเรื่องตลกแล้ว ในฐานะนักพัฒนา AI เรายังคงระมัดระวังในการแสวงหาความรู้ ในขณะเดียวกันก็สร้างความมั่นใจว่าการสร้างสรรค์ของเราปลอดภัย มีจริยธรรม และเป็นประโยชน์ต่อมนุษยชาติ

ปี 2024 มีความก้าวหน้าครั้งสำคัญสำหรับปัญญาประดิษฐ์ เนื่องจากไม่เพียงแต่เป็นหัวข้อข่าวเท่านั้น แต่ยังได้รับการยอมรับ ดึงดูดการลงทุนจำนวนมาก สร้างความประทับใจให้กับตลาดการเงิน และแสดงให้เห็นถึงความสามารถในการแก้ปัญหาทางคณิตศาสตร์ รวมถึงการอธิบายสมการเชิงอนุพันธ์

นอกจากนี้ยังได้รับความสนใจจากหน่วยงานเฝ้าระวังระหว่างประเทศที่กังวลเกี่ยวกับปัญหาความเป็นส่วนตัวและความปลอดภัยที่อาจเกิดขึ้น บางคนยังกังวลกับความเป็นไปได้ที่ AI สามารถก้าวหน้าอย่างรวดเร็วไปสู่ปัญญาประดิษฐ์ทั่วไป (AGI) และปัญญาประดิษฐ์ขั้นสูง ซึ่งเหนือกว่าความสามารถทางปัญญาของมนุษย์ มีการไตร่ตรองและถกเถียงสถานการณ์เลวร้ายต่างๆ: การใช้ AI ในการก่อการร้ายทางชีวภาพ ระบบอาวุธอัตโนมัติ และแม้แต่เหตุการณ์ที่อาจนำไปสู่ผลลัพธ์ระดับการสูญพันธุ์

นี่คือไฮไลท์ AI 10 รายการในปี 2024

#1 GenAI ครองอำนาจ

ปัญญาประดิษฐ์ที่สร้างเนื้อหาหรือที่เรียกว่า Generative AI หรือ GenAI ไม่ได้สร้างบางสิ่งขึ้นมาจากอากาศ แต่จะสร้างเนื้อหาใหม่โดยอิงจากข้อมูลจำนวนมหาศาลที่ได้รับการฝึกฝน หากคุณให้จุดเริ่มต้น เช่น บรรทัดข้อความ ก็สามารถพัฒนาเรื่องผี 500 คำให้คุณได้

ในปี 2024 GenAI ก้าวเข้าสู่สปอตไลต์ และไม่ใช่แค่ ChatGPT จาก OpenAI เท่านั้นที่มีส่วนเกี่ยวข้อง Gemini ของ Google, Copilot ของ Microsoft, Claude ของ Anthropic และซีรีส์ Llama 3 ของ Meta ก็เป็นส่วนหนึ่งของความก้าวหน้านี้เช่นกัน โดยการสร้างซอฟต์แวร์ที่มีความสามารถในการประมวลผลและสร้างไม่เพียงแต่ข้อความเท่านั้น แต่ยังรวมถึงเสียง วิดีโอ และรูปภาพด้วย

สิ่งอำนวยความสะดวกด้านการวิจัย AI ได้เพิ่มการลงทุนอย่างมากเพื่อขับเคลื่อนความก้าวหน้าเหล่านี้ การลงทุนใน AI เพิ่มขึ้นเป็น 13.8 พันล้านดอลลาร์ในปี 2567 คิดเป็นมากกว่า 6 เท่าของการลงทุนในปี 2566 ตามรายงานของ Menlo Ventures การเติบโตที่สำคัญนี้ตอกย้ำแนวโน้มที่ชัดเจนที่ธุรกิจต่างๆ กำลังเปลี่ยนจากระยะสำรวจไปสู่การปฏิบัติจริง โดยบูรณาการ AI อย่างลึกซึ้งเข้ากับกลยุทธ์ระยะยาว

#2 AI คว้ารางวัลโนเบลสาขาฟิสิกส์ เคมี

การประกาศรางวัลโนเบลประจำปี 2024 โดย Royal Swedish Academy of Sciences ในเดือนตุลาคมถือเป็นข้อพิสูจน์เพิ่มเติมว่าปัญญาประดิษฐ์ (AI) ไม่ใช่แค่กระแสที่ผ่านไป แต่เป็นส่วนที่กำลังเติบโตในอนาคตของเรา Geoffrey Hinton และ John Hopfield ได้รับรางวัลสาขาฟิสิกส์จากผลงานล้ำสมัยเกี่ยวกับการเรียนรู้ของเครื่องด้วยโครงข่ายประสาทเทียม ซึ่งเป็นพื้นฐานพื้นฐานสำหรับเทคโนโลยี AI ในปัจจุบัน

George Hinton นักวิทยาศาสตร์ชาวอังกฤษ-แคนาดาที่เชี่ยวชาญด้านวิทยาการคอมพิวเตอร์และจิตวิทยา มักถูกเรียกว่า “บิดาแห่ง AI” งานบุกเบิกของเขาเกี่ยวกับโครงข่ายประสาทเทียมมีประวัติย้อนกลับไปในช่วงทศวรรษ 1980 เมื่อเขาประยุกต์แนวคิดจากฟิสิกส์เชิงสถิติ เช่น เครื่องจักร Boltzmann เพื่อเร่งการเรียนรู้ของเครื่อง

อีกประการหนึ่ง Demis Hassabi ผู้ร่วมก่อตั้งและซีอีโอของ Google DeepMind พร้อมด้วย John Jumper ได้รับรางวัลโนเบลสาขาเคมี นี่เป็นเพราะการทำงานที่ก้าวล้ำของพวกเขาในการสร้างแบบจำลอง AI ที่สามารถคาดการณ์โครงสร้างที่ซับซ้อนของโปรตีนได้

#3 Nvidia แซงหน้า Apple ในฐานะบริษัทที่มีมูลค่ามากที่สุดในโลก

ในปี 2024 ชิปคอมพิวเตอร์ขั้นสูง โดยเฉพาะหน่วยประมวลผลกราฟิก (GPU) จาก Nvidia นั้นมีความสำคัญอย่างยิ่งต่อการพัฒนาและใช้งานโมเดลภาษาขนาดใหญ่ (LLM) ที่โดดเด่น โดยเฉพาะอย่างยิ่ง Nvidia ผลิต GPU พิเศษเหล่านี้มากกว่าบริษัทอื่นๆ ทั่วโลก

ไม่ใช่เรื่องไม่คาดคิดเลยที่ภายในปี 2024 Nvidia จะกลายเป็นบริษัทที่มีมูลค่ามากที่สุดในโลก โดยมีมูลค่าตลาดอยู่ที่ 3.53 ล้านล้านดอลลาร์ในช่วงปลายเดือนตุลาคม ซึ่งแซงหน้ามูลค่าของ Apple ที่ 3.52 ล้านล้านดอลลาร์

ในฐานะนักวิจัยผู้ช่ำชองซึ่งมีประสบการณ์ในการสังเกตและวิเคราะห์มานานหลายปี ฉันสังเกตเห็นการเปลี่ยนแปลงที่สำคัญในแนวทางปฏิบัติขององค์กร: มีบริษัทจำนวนมากขึ้นที่นำปัญญาประดิษฐ์ (AI) มาใช้เป็นส่วนหนึ่งของการดำเนินงานในแต่ละวัน แนวโน้มนี้ไม่น่าแปลกใจเมื่อพิจารณาจากศักยภาพของ AI ในการปรับปรุงกระบวนการ เพิ่มประสิทธิภาพ และให้ข้อมูลเชิงลึกที่มีคุณค่าซึ่งขับเคลื่อนการเติบโต

ท่ามกลางกระแสนี้ ความต้องการชิป Nvidia ยังคงแข็งแกร่ง ฉันได้เห็นโดยตรงว่าโปรเซสเซอร์อันทรงพลังเหล่านี้ช่วยให้แอปพลิเคชัน AI ทำงานได้อย่างเต็มประสิทธิภาพได้อย่างไร โดยจัดการกับการคำนวณที่ซับซ้อนด้วยความเร็วและความแม่นยำที่น่าทึ่ง เป็นผลให้บริษัทต่างๆ กระตือรือร้นที่จะลงทุนในชิป Nvidia เพื่อให้สามารถแข่งขันได้ในภูมิทัศน์ทางเทคโนโลยีที่พัฒนาอย่างรวดเร็ว

Russ Mould ผู้อำนวยการฝ่ายการลงทุนของ AJ Bell สะท้อนข้อสังเกตของฉัน โดยเน้นย้ำถึงความสำคัญที่เพิ่มขึ้นของเทคโนโลยีขั้นสูงเหล่านี้ในโลกธุรกิจปัจจุบัน อนาคตดูสดใสสำหรับ AI และ Nvidia เนื่องจากสิ่งเหล่านี้ยังคงกำหนดรูปแบบเศรษฐกิจของเราและปรับรูปแบบอุตสาหกรรมทั่วโลก

มีโอกาสไหมที่ Nvidia จะยังคงครองตำแหน่งที่แข็งแกร่งในฐานะผู้ผลิต GPU ชั้นนำจนถึงปี 2025 และต่อ ๆ ไป โดยพิจารณาว่า GPU Blackwell ที่กำลังจะมาถึงต้องเผชิญกับความล่าช้าเนื่องจากปัญหาการออกแบบที่รายงาน แม้จะมีความพ่ายแพ้เหล่านี้ แต่หลายคนเชื่อว่าการควบคุมตลาดที่สำคัญของ Nvidia ซึ่งครองตลาดประมาณ 98% ในปี 2023 จะทำให้คู่แข่งยากที่จะท้าทายพวกเขาในเร็วๆ นี้

#4 กฎหมาย AI ในสหภาพยุโรป

เป็นที่พึงปรารถนาสำหรับทุกคนที่จะมีปัญญาประดิษฐ์ (AI) ที่ปลอดภัย มั่นคง และเป็นประโยชน์ต่อส่วนรวม แต่การควบคุมด้วยความรับผิดชอบไม่ใช่เรื่องง่าย อย่างไรก็ตาม ภายในปี 2024 หน่วยงานกำกับดูแลระหว่างประเทศเริ่มดำเนินการขั้นเริ่มต้นเพื่อรับมือกับความท้าทายนี้

พระราชบัญญัติปัญญาประดิษฐ์ของสหภาพยุโรปมีผลบังคับใช้ในเดือนสิงหาคม โดยกำหนดมาตรการป้องกันสำหรับระบบ AI ที่ออกแบบมาเพื่อการใช้งานทั่วไปและแก้ไขปัญหาความเป็นส่วนตัวบางประการ พระราชบัญญัตินี้กำหนดแนวทางที่เข้มงวดเกี่ยวกับการประยุกต์ใช้ AI ในเทคโนโลยีการจดจำใบหน้า รวมถึงการใช้งานอื่นๆ แต่ยังมีเป้าหมายเพื่อจัดการกับข้อกังวลในวงกว้าง เช่น ระบบงานอัตโนมัติ การเผยแพร่ข้อมูลที่ไม่ถูกต้องทางออนไลน์ และภัยคุกคามต่อความมั่นคงของชาติ การดำเนินการตามกฎหมายนี้จะค่อยๆ ดำเนินไปจนถึงปี 2570

แม้จะมีความคาดหวัง แต่การควบคุม AI จะพิสูจน์ได้ว่ามีความท้าทาย ดังที่แสดงให้เห็นในปี 2024 เมื่อกฎหมาย SB 1047 ที่เสนอของรัฐแคลิฟอร์เนียถูกผู้ว่าการรัฐคัดค้านในเดือนกันยายน ร่างกฎหมายนี้ซึ่งได้รับการยกย่องว่าเป็น “ความพยายามที่กว้างที่สุดในการควบคุมปัญญาประดิษฐ์” จนถึงจุดนั้น ได้รับการสนับสนุนจากผู้สนับสนุน AI เช่น Geoffrey Hinton และ Elon Musk ซึ่งเชื่อว่าได้เสนอแนวทางที่จำเป็นสำหรับเทคโนโลยีที่พัฒนาอย่างรวดเร็วนี้

อย่างไรก็ตาม วิธีการดังกล่าวกลับไม่ได้รับอนุมัติจากผู้เชี่ยวชาญด้านเทคโนโลยีอื่นๆ เช่น Andrew Ng ผู้ก่อตั้ง DeepLearning.AI เนื่องจากการกำหนดความรับผิดต่อผู้สร้าง AI สิ่งนี้อาจขัดขวางความก้าวหน้าในอนาคตในสาขานี้โดยกีดกันนวัตกรรม

#5 การเกิดขึ้นของโมเดลภาษาขนาดเล็ก (SLM)

ภายในปี 2024 การใช้โมเดล AI ขนาดใหญ่มากที่ได้รับการศึกษาโดยใช้ข้อมูลหลายพันล้านชิ้นได้กลายเป็นมาตรฐาน ตัวอย่างเช่น ChatGPT ได้รับการฝึกอบรมเกี่ยวกับข้อมูลข้อความขนาด 570 กิกะไบต์ที่รวบรวมจากเว็บ ซึ่งเทียบเท่ากับคำศัพท์ประมาณ 3 แสนล้านคำ

สำหรับธุรกิจจำนวนมาก อนาคตของ AI พบได้ในโมเดลภาษาที่เน้นภาคส่วนที่มีขนาดกะทัดรัดมากขึ้น โดยบางส่วนจะเริ่มปรากฏให้เห็นในช่วงต้นปี 2024

ในเดือนเมษายน Microsoft ได้เปิดตัวโมเดลภาษาขนาดเล็กซีรีส์ Phi-3 ในขณะที่ Apple เปิดตัวโมเดลดังกล่าวแปดรุ่นสำหรับอุปกรณ์พกพาของพวกเขา ปัจจุบัน Microsoft และ Khan Academy กำลังใช้ประโยชน์จาก Small Language Models (SLM) เหล่านี้เพื่อเพิ่มประสิทธิภาพการสอนคณิตศาสตร์สำหรับนักเรียน เพื่อเป็นภาพประกอบ

ในฐานะผู้คลั่งไคล้เทคโนโลยีที่มีประสบการณ์หลายปีในสาขานี้ ฉันสามารถยืนยันถึงแนวโน้มที่เพิ่มขึ้นของการทำให้โมเดลมีขนาดเล็กลงสำหรับเวิร์กโหลดเฉพาะ ซึ่งได้เพิ่มพลังการคำนวณที่ Edge อย่างมาก การเปลี่ยนแปลงไปสู่การประมวลผลแบบเอดจ์นี้น่าตื่นเต้นเป็นพิเศษ เนื่องจากช่วยให้เราสามารถใช้ประโยชน์จากขุมพลังเพิ่มเติมนี้ได้อย่างเต็มที่ โดยเฉพาะอย่างยิ่งเมื่อพิจารณาถึงการใช้งานที่เป็นไปได้ในอุตสาหกรรมต่างๆ

ในชีวิตการทำงานของฉัน ฉันมีโอกาสได้ร่วมงานกับผู้มีความคิดที่น่าทึ่งซึ่งเป็นผู้บุกเบิกโซลูชันการประมวลผลที่ล้ำหน้า และฉันสามารถพูดได้อย่างมั่นใจว่าการพัฒนานี้มีศักยภาพมหาศาลในการเปลี่ยนแปลงวิธีที่เราเข้าถึงการประมวลผลและการวิเคราะห์ข้อมูล ด้วยการนำพลังการคำนวณเข้าใกล้แหล่งที่มาของข้อมูลมากขึ้น เราจึงสามารถบรรลุข้อมูลเชิงลึกที่เกือบจะเรียลไทม์ ลดเวลาแฝง และปรับปรุงประสิทธิภาพโดยรวม ซึ่งเป็นองค์ประกอบที่สำคัญทั้งหมดในโลกดิจิทัลที่เปลี่ยนแปลงอย่างรวดเร็วในปัจจุบัน

ในความคิดของฉัน อนาคตของการประมวลผลแบบเอดจ์จะเป็นตัวเปลี่ยนเกมสำหรับธุรกิจและบุคคลทั่วไป โดยนำเสนอโอกาสใหม่ๆ สำหรับนวัตกรรมและการเติบโต เป็นช่วงเวลาที่น่าตื่นเต้นที่ได้เป็นส่วนหนึ่งของวิวัฒนาการนี้ และฉันหวังว่าจะได้เห็นว่ามันจะพัฒนาต่อไปอย่างไรในปีต่อๆ ไป

Small Language Models (SLM) ต้องการข้อมูลการฝึกอบรมและทรัพยากรการประมวลผลน้อยลงสำหรับการสร้างและดำเนินการ และกำลังเข้าใกล้ความสามารถของโมเดลภาษาที่ใหญ่กว่าอย่างรวดเร็ว

#6 Agentic AI ย้ายไปอยู่แถวหน้า

Chatbot เช่น ChatGPT เชี่ยวชาญในการตอบคำถามในหัวข้อต่างๆ มากมาย พวกเขาไม่ได้จำกัดเพียงแค่นั้นเท่านั้น พวกเขายังสามารถเขียนโปรแกรมคอมพิวเตอร์ ร่างอีเมล ทำรายงาน และแม้แต่สร้างบทกวีได้ด้วย!

แทนที่จะพูดคุยเหมือนแชทบอท ตัวแทน AI ก้าวไปอีกขั้นด้วยการตัดสินใจในนามของผู้ใช้ ช่วยให้พวกเขาบรรลุวัตถุประสงค์เฉพาะ ตัวอย่างเช่น ในภาคการดูแลสุขภาพ อาจจ้างตัวแทน AI เพื่อติดตามข้อมูลผู้ป่วยและเสนอแนะการปรับเปลี่ยนแผนการรักษาเมื่อจำเป็น

ขณะที่เราก้าวไปข้างหน้า Gartner ได้กำหนดให้ Agentic AI เป็นหนึ่งในแนวโน้มเทคโนโลยีเชิงกลยุทธ์ที่สำคัญสำหรับปี 2568 ที่น่าสนใจคือภายในปี 2571 คาดว่าแอปพลิเคชันซอฟต์แวร์ระดับองค์กรหนึ่งในสามจะรวม Agentic AI เข้าด้วยกัน ซึ่งเพิ่มขึ้นอย่างมากจากน้อยกว่า 1 % ในปี 2567

สักวันหนึ่งตัวแทน AI อาจจะถูกจ้างให้ร่างสัญญาอัจฉริยะบนบล็อกเชน โดยใช้แนวทางที่ใช้งานง่ายและเข้าถึงได้มากกว่าที่มีอยู่ในปัจจุบัน Avalanche แพลตฟอร์มบล็อกเชนรุ่นบุกเบิก กำลังพัฒนาเครื่องเสมือนใหม่ที่ AI และบล็อกเชนมาบรรจบกัน โดยมีเป้าหมายเพื่อให้ผู้ใช้สามารถเขียนโปรแกรมสัญญาอัจฉริยะในภาษาธรรมชาติ เช่น อังกฤษ เยอรมัน ฝรั่งเศส ตากาล็อก จีน หรือภาษาใด ๆ ที่พวกเขาเรียนรู้จากแม่ของพวกเขา . ตามที่ระบุไว้โดย Emin Gün Sirer ผู้ก่อตั้ง Ava Labs “คุณสามารถเขียนโปรแกรม [สัญญาอัจฉริยะ] ในภาษาเดียวกับที่แม่ของคุณสอนได้

พูดง่ายๆ ก็คือ Sirer คาดการณ์ว่าเครื่องมือ AI ที่ใช้งานง่ายสำหรับการเขียนโปรแกรมสัญญาอัจฉริยะอาจดึงดูดบุคคลใหม่ “จำนวนมหาศาล” หรือแม้แต่ “พันล้าน” เข้าสู่ขอบเขตของเทคโนโลยีบล็อกเชน

#7 แบบจำลองการใช้เหตุผลในการแก้ปัญหา ‘ปัญหายากๆ’ 

ในฐานะนักวิเคราะห์ ฉันพบกรณีที่แชทบอทขาดตลาด ประการแรก พวกเขามักจะพบว่าความท้าทายในการแก้ปัญหาทางคณิตศาสตร์พื้นฐานหรือการเขียนโค้ดซอฟต์แวร์ นอกจากนี้ พวกเขายังไม่เชี่ยวชาญเป็นพิเศษในการตอบคำถามทางวิทยาศาสตร์

ในเดือนกันยายน OpenAI ได้เปิดตัว OpenAI o1 ซึ่งเป็นชุดโมเดลการแก้ปัญหาขั้นสูงที่ออกแบบมาเพื่อจัดการกับปัญหาที่ซับซ้อน เช่น สมการเชิงอนุพันธ์ การย้ายครั้งนี้ได้รับการตอบรับอย่างดีโดยทั่วไป

ในที่สุด โมเดลปัญญาประดิษฐ์ที่สามารถจัดการความท้าทายทางวิทยาศาสตร์ การเขียนโค้ด และคณิตศาสตร์ที่ซับซ้อนทั้งหมดที่ฉันนำเสนอต่อไป ได้รับการแชร์โดย Kevin Roose คอลัมนิสต์ของ New York Times บน Twitter

ในการสอบต่างๆ นักเรียน o1 แสดงให้เห็นทักษะที่เทียบเคียงได้กับนักเรียนชั้นนำ 500 คนในสหรัฐอเมริกาที่ผ่านเข้ารอบการแข่งขันคณิตศาสตร์โอลิมปิกแห่งสหรัฐอเมริกา นอกจากนี้ ยังเหนือกว่าความแม่นยำที่คาดหวังจากผู้สมัครระดับปริญญาเอกที่เป็นมนุษย์ในการทดสอบมาตรฐานด้านฟิสิกส์ ชีววิทยา และเคมี ตามที่รายงานโดย OpenAI

#8 ให้ความสำคัญกับ AGI เป็นศูนย์ 

ความก้าวหน้าในการแก้ปัญหาแบบมีโครงสร้าง ดังที่เราได้พูดคุยไปแล้วนั้นมีความสำคัญ เนื่องจากความก้าวหน้าเหล่านี้จะค่อยๆ ย้ายปัญญาประดิษฐ์ (AI) ไปสู่การเลียนแบบสติปัญญาที่เหมือนมนุษย์ หรือที่เรียกว่าปัญญาประดิษฐ์ทั่วไป (AGI) ซึ่งหมายความว่า AI ไม่เพียงแต่จะแก้ปัญหาเฉพาะงานเท่านั้น แต่ยังสามารถเข้าใจและจัดการกับงานทางปัญญาที่หลากหลายเช่นเดียวกับมนุษย์อีกด้วย

เมื่อปลายปีที่แล้ว โมเดล o3 ของ OpenAI แสดงให้เห็นประสิทธิภาพที่เหนือกว่าเมื่อเทียบกับ o1 โดยเฉพาะอย่างยิ่งเมื่อเป็นข้อสอบคณิตศาสตร์และการเขียนโค้ด ในขณะเดียวกัน โครงการริเริ่มอื่นๆ เช่น Gemini 2.0 ของ Google ก็แสดงให้เห็นถึงความก้าวหน้าในปี 2024 ในการแก้ปัญหาแบบมีโครงสร้าง ซึ่งเกี่ยวข้องกับการแบ่งงานที่ซับซ้อนออกเป็นส่วนย่อยๆ ที่สามารถจัดการได้

อย่างไรก็ตาม การบรรลุปัญญาประดิษฐ์ทั่วไป (AGI) ยังคงเป็นแรงบันดาลใจในอนาคตสำหรับผู้เชี่ยวชาญจำนวนมาก แบบจำลองที่ซับซ้อนในปัจจุบันยังขาดความสามารถในการเข้าใจหลักการทางกายภาพขั้นพื้นฐาน เช่น แรงโน้มถ่วงและความเป็นเหตุเป็นผล นอกจากนี้ ระบบ AI ที่มีอยู่ไม่สามารถตั้งคำถามได้เองหรือปรับเปลี่ยนการเรียนรู้เมื่อต้องเผชิญกับสถานการณ์ที่ไม่คาดฝัน

โดยพื้นฐานแล้ว Brian Hopkins รองประธานฝ่ายเทคโนโลยีเกิดใหม่ของ Forrester กล่าวว่าปัญญาประดิษฐ์ทั่วไป (AGI) เป็นเรื่องเกี่ยวกับการเดินทางที่ต่อเนื่องมากกว่าการไปถึงจุดสิ้นสุด ซึ่งหมายความว่าเราเพิ่งเริ่มต้นการผจญภัยที่น่าตื่นเต้นนี้

# 9 สัญญาณของการขาดแคลนข้อมูลการฝึกอบรมที่กำลังจะเกิดขึ้น

ปี 2024 ถือเป็นปีที่น่าตื่นเต้นสำหรับผู้สร้างและผู้สนใจด้าน AI โดยหลายคนคาดหวังว่าความก้าวหน้าของ AI จะดำเนินต่อไปอย่างรวดเร็ว อย่างไรก็ตาม มีการพูดคุยกันในปี 2024 โดยบอกเป็นนัยว่ายุคย่อยของโมเดลการเรียนรู้ภาษา (LLM) ของ AI อาจถึงจุดสูงสุดแล้ว

ปัญหาที่เกิดขึ้นคือการขาดแคลนข้อมูลที่กำลังจะเกิดขึ้น บริษัทต่างๆ เช่น OpenAI และ Google อาจใช้ทรัพยากรข้อมูลของตนจนหมด ซึ่งจำเป็นต่อการบำรุงและพัฒนาระบบปัญญาประดิษฐ์ขนาดใหญ่

สิ่งสำคัญคือต้องทราบว่าข้อมูลบางส่วนไม่สามารถคัดลอกมาจากอินเทอร์เน็ตได้ และนักพัฒนาโมเดลภาษาพบว่าพวกเขาไม่สามารถรวบรวมข้อมูลที่เปิดเผยต่อสาธารณะได้เสมอไปโดยไม่มีผลกระทบใดๆ ตัวอย่างเช่น The New York Times ได้ดำเนินการทางกฎหมายกับ OpenAI เนื่องจากถูกกล่าวหาว่าละเมิดลิขสิทธิ์ที่เกี่ยวข้องกับเนื้อหาข่าวของพวกเขา เป็นไปได้ว่าองค์กรสื่อที่สำคัญอื่นๆ อาจแสวงหาการเยียวยาทางกฎหมายในสถานการณ์ที่คล้ายคลึงกัน

“ทุกคนในอุตสาหกรรมมองเห็นผลตอบแทนที่ลดลง” Demis Hassabis จาก Google กล่าว

อีกแนวทางหนึ่งอาจเกี่ยวข้องกับการสอนอัลกอริธึมโดยใช้ข้อมูลจำลอง ซึ่งเป็นข้อมูลที่สร้างขึ้นโดยไม่ได้ตั้งใจซึ่งมีลักษณะใกล้เคียงกับข้อมูลจริงในโลกแห่งความเป็นจริง ตัวอย่างเช่น Claude 3 LLM ของผู้พัฒนา AI อย่าง Anthropic ได้รับการศึกษาเกี่ยวกับข้อมูลสังเคราะห์อย่างน้อยบางส่วน ซึ่งพวกเขาอธิบายว่าเป็น “ข้อมูลที่เราสร้างขึ้นภายใน”

แม้ว่าวลี “ข้อมูลสังเคราะห์” อาจดูขัดแย้งกันเมื่อมองแวบแรก นักวิจัย รวมถึงบางคนในสาขาการแพทย์ ยืนยันว่าการสร้างข้อมูลปลอมนั้นให้ประโยชน์ที่เป็นไปได้ มันสามารถสนับสนุนประสิทธิภาพของ AI ในการดูแลสุขภาพโดยการเสริมชุดข้อมูลที่กระจัดกระจาย ดังนั้นจึงเป็นตัวอย่างในการจัดการกับอคติต่อกลุ่มชาติพันธุ์ที่เฉพาะเจาะจง

#10 การเกิดขึ้นของ AI ที่มีจริยธรรมมากขึ้น

เป็นที่น่าสังเกตว่า Anthropic ให้คำอธิบายอย่างละเอียดในเอกสารอ้างอิงเกี่ยวกับวิธีการรวบรวมข้อมูลการฝึกอบรม โดยเฉพาะอย่างยิ่ง ระบบรวบรวมข้อมูลเว็บไซต์ทำงานอย่างเปิดเผย ช่วยให้ผู้ให้บริการเนื้อหา เช่น The New York Times จดจำการเข้าชม Anthropic ได้อย่างง่ายดาย ผู้ให้บริการเหล่านี้ยังสามารถสื่อสารการตั้งค่าของตนกับ Anthropic ได้โดยการส่งสัญญาณโดยตรง

ธุรกิจได้ดำเนินขั้นตอนสำคัญเพื่อให้แน่ใจว่าเทคโนโลยีจะไม่ถูกนำไปใช้ในทางที่ผิด รวมถึงการแต่งตั้งเจ้าหน้าที่ด้านเทคโนโลยีที่มีความรับผิดชอบ ซึ่งจะขยายบทบาทในปี 2024 โดยมีเป้าหมายในการพัฒนา AI ที่ “ปลอดภัย” ความมุ่งมั่นนี้ไม่ได้ถูกมองข้าม นิตยสาร Time ยกย่องให้บริษัทเป็นหนึ่งใน 100 บริษัทที่สร้างผลกระทบมากที่สุดในปี 2567 โดยยกย่องแนวทางที่ว่าความปลอดภัยอาจเป็นกลยุทธ์ทางธุรกิจที่ประสบความสำเร็จ ซึ่งมักเรียกกันว่า “AI Company Stake on Safety”

2025-01-01 02:04