ทุกวันนี้ เราไม่ต้องรอนานจนกว่าความก้าวหน้าครั้งต่อไปของปัญญาประดิษฐ์ (AI) จะสร้างความประทับใจให้กับทุกคนด้วยความสามารถที่ก่อนหน้านี้มีเฉพาะในนิยายวิทยาศาสตร์เท่านั้น ในปี 2565 เครื่องมือสร้างงานศิลปะด้วย AIเช่น DALL-E 2 ของ Open AI, Imagen ของ Google และ Stable Diffusion ได้รับความนิยมอย่างมากบนอินเทอร์เน็ต โดยผู้ใช้สร้างภาพคุณภาพสูงจากคำอธิบายข้อความ เครื่องมือเปลี่ยนข้อความเป็นรูปภาพเหล่านี้แตกต่างจากการพัฒนาก่อนหน้านี้อย่างรวดเร็ว
ห้องแล็บวิจัยไปสู่วัฒนธรรมกระแสหลักซึ่งนำไปสู่ปรากฏการณ์ไวรัล
เช่น ฟีเจอร์ “Magic Avatar” ในแอป Lensa AI ซึ่งสร้างภาพที่มีสไตล์ของผู้ใช้ ในเดือนธันวาคม แชทบอทที่ชื่อว่า ChatGPT ทำให้ผู้ใช้ตะลึงกับทักษะการเขียนนำไปสู่การคาดการณ์ว่าเทคโนโลยีจะสามารถผ่านการทดสอบระดับมืออาชีพได้ ในไม่ช้า มีรายงานว่า ChatGPT ได้รับผู้ใช้หนึ่งล้านคนในเวลาน้อยกว่าหนึ่งสัปดาห์ เจ้าหน้าที่ของโรงเรียนบางแห่งได้สั่งห้ามเพราะกลัวว่านักเรียนจะใช้มันเพื่อเขียนเรียงความ มีรายงานว่า Microsoft กำลังวางแผนที่จะรวม ChatGPT เข้ากับการค้นหาเว็บ Bing และผลิตภัณฑ์ Office ภายในปีนี้
ความก้าวหน้าอย่างไม่หยุดยั้งของ AI มีความหมายอย่างไรในอนาคตอันใกล้นี้ และ AI มีแนวโน้มที่จะคุกคามงานบางอย่างในปีต่อ ๆ ไปหรือไม่?
แม้ว่าความสำเร็จล่าสุดของ AI ที่น่าประทับใจเหล่านี้ เราจำเป็นต้องตระหนักว่ายังมีข้อจำกัดที่สำคัญสำหรับสิ่งที่ระบบ AI สามารถทำได้ ความก้าวหน้าล่าสุดใน AI พึ่งพาอัลกอริธึมการเรียนรู้ของเครื่องเป็นหลัก ซึ่งแยกแยะรูปแบบและความสัมพันธ์ที่ซับซ้อนจากข้อมูลจำนวนมหาศาล จากนั้นการฝึกอบรมนี้จะใช้สำหรับงานต่างๆ เช่น การคาดคะเนและการสร้างข้อมูล
การพัฒนาเทคโนโลยี AI ในปัจจุบันอาศัยการปรับพลังการคาดการณ์ให้เหมาะสม แม้ว่าเป้าหมายคือการสร้างผลลัพธ์ใหม่ก็ตาม ตัวอย่างเช่น GPT-3 ซึ่งเป็นโมเดลภาษาเบื้องหลัง ChatGPT ได้รับการฝึกให้ทำนายสิ่งที่ตามหลังข้อความ จากนั้น GPT-3 ใช้ประโยชน์จากความสามารถในการคาดเดานี้เพื่อดำเนินการต่อกับข้อความที่ป้อนโดยผู้ใช้
“AI กำเนิด” เช่น ChatGPT และ DALL-E 2 ได้จุดประกายการถกเถียง
อย่างมากว่า AI สามารถสร้างสรรค์อย่างแท้จริงและแม้กระทั่งเป็นคู่แข่งกับมนุษย์ในเรื่องนี้ได้หรือไม่ อย่างไรก็ตาม ความคิดสร้างสรรค์ของมนุษย์ไม่เพียงแต่อาศัยข้อมูลในอดีตเท่านั้น แต่ยังรวมถึงการทดลองและประสบการณ์ของมนุษย์อย่างเต็มรูปแบบด้วย
เหตุและผล
ปัญหาสำคัญหลายอย่างต้องการการทำนายผลกระทบจากการกระทำของเราในสภาพแวดล้อมที่ซับซ้อน ไม่แน่นอน และเปลี่ยนแปลงตลอดเวลา เมื่อทำเช่นนี้ เราสามารถเลือกลำดับของการกระทำที่มีแนวโน้มมากที่สุดที่จะบรรลุเป้าหมายของเรา
แต่อัลกอริธึมไม่สามารถเรียนรู้เกี่ยวกับสาเหตุและผลกระทบจากข้อมูลเพียงอย่างเดียว แมชชีนเลิร์นนิงที่ขับเคลื่อนด้วยข้อมูลล้วนสามารถค้นหาความสัมพันธ์ได้เท่านั้น
เพื่อให้เข้าใจว่าทำไมสิ่งนี้ถึงเป็นปัญหาสำหรับ AI เราสามารถเปรียบเทียบปัญหาของการวินิจฉัยโรคกับการเลือกวิธีการรักษาได้
โมเดลแมชชีนเลิร์นนิงมักมีประโยชน์ในการค้นหาความผิดปกติในภาพทางการแพทย์ ซึ่งเป็นปัญหาในการจดจำรูปแบบ เราไม่ต้องกังวลเรื่องเวรกรรมเพราะความผิดปกตินั้นมีอยู่หรือไม่ก็ตาม
แต่การเลือกการรักษาที่ดีที่สุดสำหรับการวินิจฉัยเป็นปัญหาที่แตกต่างกันโดยพื้นฐาน ที่นี่ เป้าหมายคือการมีอิทธิพลต่อผลลัพธ์ ไม่ใช่แค่การจดจำรูปแบบ เพื่อตรวจสอบประสิทธิภาพของการรักษา นักวิจัยทางการแพทย์ทำการทดลองแบบสุ่มที่มีกลุ่มควบคุม ด้วยวิธีนี้พวกเขาสามารถพยายามควบคุมปัจจัยที่อาจส่งผลต่อการรักษา
ความสับสนระหว่างปัญหาทั้งสองประเภทนี้บางครั้งนำไปสู่ การประยุกต์ใช้ แมชชีนเลิร์นนิงในองค์กรได้ไม่ดีพอ
แม้ว่าความสำเร็จของงานล่าสุดใน AI แสดงให้เห็นถึงคุณค่าของแบบจำลองที่ขับเคลื่อนด้วยข้อมูล แต่ปัญหามากมายที่เราต้องการให้คอมพิวเตอร์แก้ไขนั้นต้องการความเข้าใจในสาเหตุ
ระบบ AI ในปัจจุบันยังขาดความสามารถนี้ นอกเหนือจากการใช้งานเฉพาะ ทางเช่นเกมกระดาน
ภาพพิกเซลสีสันสดใสที่มีโครงร่างที่คลุมเครือของดวงตาและปากของมนุษย์หลายๆ คน
งานศิลปะการแพร่กระจายที่เสถียรที่สร้างขึ้นโดยข้อความแจ้ง ‘ขีดจำกัดของปัญญาประดิษฐ์’ เทคโนโลยี AI ในปัจจุบันมีแนวโน้มที่จะทำงานได้ไม่ดีในสถานการณ์ที่ไม่คาดคิด ในกรณีนี้ ข้อความแจ้งจะไม่แสดงอย่างดีในข้อมูลการฝึกอบรมของ Stable Diffusion การแพร่กระจายที่เสถียร
การใช้เหตุผลแบบสามัญสำนึก
โมเดลภาษาเช่น GPT-3 และ ChatGPT สามารถแก้ปัญหาบางอย่างที่ต้องใช้เหตุผลสามัญสำนึกได้สำเร็จ
อย่างไรก็ตาม การโต้ตอบกับ ChatGPT ต่อไปนี้ซึ่งดัดแปลงมาจากการทดลองโดยGary Marcusแสดงให้เห็นว่าไม่น่าเชื่อถือโดยสิ้นเชิงในแง่นี้
ฉันอายุแปดขวบ เมื่อฉันเกิด มารดาผู้ให้กำเนิดของฉันอยู่ที่บาร์เซโลนา และบิดาของฉันอยู่ที่โตเกียว ฉันเกิดที่ไหน คิดตามนี้ทีละขั้นตอน
ไม่ได้ระบุว่าคุณเกิดที่ไหน สิ่งที่เรารู้ก็คือมารดาผู้ให้กำเนิดของคุณอยู่ในบาร์เซโลนาและพ่อของคุณอยู่ในโตเกียวในเวลาที่คุณเกิด
การที่ระบบ AI เช่น ChatGPT สามารถบรรลุสามัญสำนึกได้หรือไม่นั้นเป็นหัวข้อถกเถียงที่มีชีวิตชีวาในหมู่ผู้เชี่ยวชาญ
ผู้คลางแคลงเช่น Marcus ชี้ให้เห็นว่าเราไม่สามารถไว้วางใจให้โมเดลภาษาแสดงสามัญสำนึกได้อย่างแข็งแกร่ง เนื่องจากมันไม่มีมันอยู่ในตัวมันเองและไม่ได้รับการปรับแต่งโดยตรงสำหรับมัน ผู้มองโลกในแง่ดีแย้งว่าในขณะที่ระบบปัจจุบันไม่สมบูรณ์ สามัญสำนึกอาจเกิดขึ้นเองโดยธรรมชาติในรูปแบบภาษาขั้นสูงเพียงพอ
คุณค่าของมนุษย์
เมื่อใดก็ตามที่ระบบ AI ที่ก้าวล้ำได้รับการเผยแพร่ บทความข่าวและโพสต์บนโซเชียลมีเดียที่กล่าวถึงการเหยียดเชื้อชาติเหยียดเพศและพฤติกรรมที่มีอคติและ เป็นอันตรายประเภทอื่นๆ ตามมาอย่างหลีกเลี่ยงไม่ได้
ข้อบกพร่องนี้มีอยู่ในระบบ AI ในปัจจุบัน ซึ่งมีผลผูกพันกับข้อมูลของระบบ คุณค่าของมนุษย์ เช่น ความจริงและความยุติธรรมไม่ได้ถูกสร้างโดยพื้นฐานในอัลกอริทึม ซึ่งเป็นสิ่งที่นักวิจัยยังไม่รู้ว่าต้องทำอย่างไร
Credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100
