ปัญญาประดิษฐ์ได้ผ่านพ้นช่วงเวลาแห่งความตื่นเต้นและความผิดหวังมามากมาย ปัจจุบัน เราอยู่ในช่วงของการเติบโต ด้วยการพัฒนาแบบจำลองภาษาขนาดใหญ่ (LLM) ที่ใช้สถาปัตยกรรม Transformer สถาปัตยกรรมนี้เหมาะอย่างยิ่งสำหรับ GPU ทำให้สามารถใช้ข้อมูลและพลังการประมวลผลจำนวนมหาศาลเพื่อฝึกฝนแบบจำลองที่มีพารามิเตอร์นับพันล้าน ผลลัพธ์ที่สำคัญที่สุดคือการสร้างส่วนติดต่อผู้ใช้ ใหม่ สำหรับ คอมพิวเตอร์ นั่นคือภาษามนุษย์
ในขณะที่อินเทอร์เฟซผู้ใช้แบบกราฟิกทำให้คอมพิวเตอร์ส่วนบุคคลสามารถเข้าถึงได้โดยผู้ใช้หลายล้านคนในช่วงทศวรรษ 1980 อินเทอร์เฟซภาษาธรรมชาติใหม่ก็ทำให้ AI สามารถเข้าถึงได้โดยผู้ใช้หลายร้อยล้านคนทั่วโลกในช่วงปีที่ผ่านมา
แม้จะเห็นได้ชัดว่าสามารถเข้าถึงข้อมูลได้ แต่การ "สร้างความเป็นประชาธิปไตย" ตามที่โซลูชัน SaaS สัญญาไว้ยังคงไม่สมบูรณ์แบบและไม่ครบถ้วน ส่งผลให้เกิดความไม่เท่าเทียมกันในรูปแบบใหม่ๆ
AI ยังคงต้องการทักษะเฉพาะ:
- ความรู้ด้าน AI และข้อจำกัดของระบบความเข้าใจ
- ความสามารถในการประเมินผลลัพธ์อย่างมีวิจารณญาณ
- ทักษะการบูรณาการกระบวนการทางธุรกิจ
จอห์น แม็กคาร์ธี เป็นผู้บัญญัติศัพท์คำว่า AI ขึ้นในช่วงทศวรรษ 1950 แต่เขาเองก็ได้แสดงความเสียใจว่า "ทันทีที่มันทำงานได้ ก็ไม่มีใครเรียกมันว่า AI อีกต่อไป" ปรากฏการณ์นี้ ซึ่งรู้จักกันในชื่อ "เอฟเฟกต์ AI" ยังคงมีอิทธิพลต่อเราในปัจจุบัน
ประวัติศาสตร์ของ AI เต็มไปด้วยความสำเร็จ ซึ่งเมื่อประสบความสำเร็จอย่างน่าเชื่อถือเพียงพอแล้ว ก็จะไม่ถือว่า "ฉลาด" เพียงพอที่จะสมควรได้รับฉายาว่า "ทะเยอทะยาน" อีกต่อไป
ตัวอย่างเทคโนโลยีที่ครั้งหนึ่งเคยถูกมองว่าเป็น AI ล้ำสมัยแต่ปัจจุบันกลับได้รับการยอมรับ:
- คอมพิวเตอร์วิชันที่ปัจจุบันมีอยู่ในสมาร์ทโฟนทุกเครื่องแล้ว
- การจดจำเสียง ตอนนี้เพียงแค่ "การบอกตามคำบอก"
- การแปลภาษาและการวิเคราะห์ความรู้สึก ระบบแนะนำ (Netflix, Amazon) และการปรับปรุงเส้นทาง (Google Maps)
นี่เป็นส่วนหนึ่งของปรากฏการณ์ที่ใหญ่กว่าซึ่งเราเรียกได้ว่า "ความขัดแย้งเรื่องพรมแดน"
เพราะเรามองว่ามนุษย์มีขอบเขตที่อยู่เหนือความเชี่ยวชาญด้านเทคโนโลยีของเรา ขอบเขตนี้จึงไร้ขอบเขตจำกัดอยู่เสมอ สติปัญญาไม่ใช่สิ่งที่เราเข้าถึงได้ แต่เป็นขอบเขตที่ขยายออกไปอย่างไม่หยุดยั้ง ซึ่งเราสามารถเปลี่ยนให้เป็นเครื่องมือที่มีประโยชน์
การแพร่กระจายของ AI เชิงสร้างสรรค์ช่วยลดต้นทุนการผลิตและส่งต่อข้อมูลอย่างมาก ซึ่งส่งผลที่ขัดแย้งกันต่อวัตถุประสงค์ในการมีส่วนร่วมของพลเมือง
การผสมผสานระหว่าง AI เชิงสร้างสรรค์และโซเชียลมีเดียได้สร้าง:
- การรับรู้เกินพิกัดและการขยายตัวของอคติที่มีอยู่ก่อน
- ความแตกแยกทางสังคมที่เพิ่มมากขึ้น
- ง่ายต่อการบิดเบือนความคิดเห็นสาธารณะ
- การแพร่กระจายเนื้อหาปลอมแปลง
อินเทอร์เฟซที่เรียบง่ายซ่อนการทำงานของ AI: ความเข้าใจที่ไม่ดีเกี่ยวกับกระบวนการตัดสินใจอัตโนมัติ ความยากลำบากในการระบุอคติของอัลกอริทึม
การปรับแต่งโมเดลพื้นฐานที่จำกัด ความสำคัญของปัญญาประดิษฐ์ที่ขับเคลื่อนโดยมนุษย์และอัตโนมัติ AI สามารถช่วยเราได้เพียง 90% เท่านั้น
เครื่องจักรสามารถวิเคราะห์ข้อมูลปริมาณมากได้อย่างยอดเยี่ยม แต่กลับประสบปัญหากับกรณีพิเศษ (edge case) อัลกอริทึมสามารถฝึกฝนให้จัดการกับข้อยกเว้นได้มากขึ้น แต่เมื่อถึงจุดหนึ่ง ทรัพยากรที่ต้องใช้จะมากกว่าประโยชน์ที่ได้รับ มนุษย์เป็นนักคิดที่แม่นยำซึ่งนำหลักการมาประยุกต์ใช้กับกรณีพิเศษ ในขณะที่เครื่องจักรเป็นนักประมาณค่าที่ตัดสินใจโดยอิงจากแบบอย่าง
ตามที่ Gartner อธิบายไว้ในวงจรของกระแสเทคโนโลยี ความกระตือรือร้นอย่างล้นหลามจะตามมาด้วยความผิดหวังอย่างหลีกเลี่ยงไม่ได้ ซึ่งก็คือ "หุบเขาแห่งความผิดหวัง"
ผู้ก่อตั้งได้รับประโยชน์ในระยะสั้นจากการตลาดที่ดึงดูดใจ แต่ก็ต้องแลกมาด้วยต้นทุน อลัน เคย์ ผู้บุกเบิกด้านวิทยาการคอมพิวเตอร์และผู้ชนะรางวัลทัวริง เคยกล่าวไว้ว่า "เทคโนโลยีคือเทคโนโลยีสำหรับผู้ที่เกิดก่อนการประดิษฐ์เท่านั้น" ผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่องคือนักวิทยาศาสตร์และวิศวกร แต่ความพยายามของพวกเขาดูเหมือนจะเป็นเวทมนตร์เสมอ จนกระทั่งวันหนึ่งกลับไม่ใช่
การทำให้เป็นเนื้อเดียวกันและการสูญเสียความได้เปรียบในการแข่งขัน การนำโซลูชัน SaaS สำเร็จรูปเดียวกันมาใช้อย่างแพร่หลายนำไปสู่: การบรรจบกันสู่กระบวนการทางธุรกิจที่คล้ายคลึงกัน ความยากลำบากในการแยกแยะผ่าน AI นวัตกรรมที่จำกัดด้วยความสามารถของแพลตฟอร์ม ความคงอยู่ของข้อมูลและความเสี่ยง
ด้วยการเข้าถึงแพลตฟอร์ม AI เชิงสร้างสรรค์: ข้อมูลจะคงอยู่ตลอดเวลาในโครงสร้างพื้นฐานดิจิทัล จุดข้อมูลสามารถนำกลับมาใช้ซ้ำในบริบทที่แตกต่างกันได้
วัฏจักรอันตรายเกิดขึ้นเมื่อ AI รุ่นอนาคตได้รับการฝึกฝนเกี่ยวกับเนื้อหาสังเคราะห์
ตลาด AI แบ่งออกเป็น:
- AI สินค้าโภคภัณฑ์: โซลูชันมาตรฐานที่พร้อมใช้งานสำหรับหลาย ๆ
- AI ขั้นสูงที่เป็นกรรมสิทธิ์: ความสามารถล้ำสมัยที่พัฒนาโดยองค์กรขนาดใหญ่ไม่กี่แห่ง
ส่วนหนึ่งของปัญหาอยู่ที่คำจำกัดความของคำว่า “ปัญญาประดิษฐ์”
หากเราแยกคำนี้ออกเป็นส่วนๆ จะพบว่าแต่ละสาขาของคำจำกัดความหมายถึง "มนุษย์" หรือ "ผู้คน" ตามคำจำกัดความแล้ว เราคิดว่า AI เลียนแบบมนุษย์ แต่ทันทีที่ความสามารถบางอย่างเข้ามาอยู่ในขอบเขตของเครื่องจักรอย่างมั่นคง เราก็จะสูญเสียจุดอ้างอิงของมนุษย์และจะไม่ถือว่ามันเป็น AI อีกต่อไป
การมุ่งเน้นไปที่เทคโนโลยีเฉพาะที่สามารถนำไปใช้งานจริงได้นั้นมีประโยชน์มากกว่า เช่น ตัวแปลงสำหรับแบบจำลองภาษา หรือการแพร่กระจายสำหรับการสร้างภาพ ซึ่งจะทำให้การประเมินโครงการมีความชัดเจน เป็นรูปธรรม และเป็นจริงมากขึ้น
ความขัดแย้งเรื่องพรมแดน (Frontier Paradox) หมายความว่า AI กำลังพัฒนาอย่างรวดเร็วมากจนในไม่ช้าจะกลายเป็นเพียงเทคโนโลยี และพรมแดนใหม่จะกลายเป็น AI การกลายเป็น "เทคโนโลยี" ควรถูกมองว่าเป็นการยอมรับแนวคิดที่เคยเป็นแนวหน้าของความเป็นไปได้ บทความนี้ได้รับแรงบันดาลใจบางส่วนจากข้อคิดเห็นของ Sequoia Capital เกี่ยวกับความขัดแย้งเรื่อง AI
สำหรับข้อมูลเพิ่มเติม: https://www.sequoiacap.com/article/ai-paradox-perspective/
คำมั่นสัญญาที่แท้จริงของ AI ที่สามารถเข้าถึงได้ไม่ใช่แค่การทำให้เทคโนโลยีพร้อมใช้งานเท่านั้น แต่เป็นการสร้างระบบนิเวศที่นวัตกรรม การควบคุม และผลประโยชน์ต่างๆ จะถูกกระจายอย่างแท้จริง
เราต้องตระหนักถึงความตึงเครียดระหว่างการเข้าถึงข้อมูลและความเสี่ยงจากการโอเวอร์โหลดและการจัดการ
เราจะตระหนักถึงศักยภาพของ AI ในฐานะพลังขับเคลื่อนการรวมและนวัตกรรมที่กระจายได้อย่างแท้จริงได้ก็ต่อเมื่อรักษาองค์ประกอบของมนุษย์ให้แข็งแกร่งใน AI และนำภาษาที่แม่นยำยิ่งขึ้นมาใช้เท่านั้น
.svg)
.svg)
.svg)
.jpeg)
.jpeg)
.jpeg)