"แม้แต่โมเดลที่แข็งแกร่งที่สุดก็ยังประสบปัญหากับการตอบคำถามเรื่องจริยธรรมอยู่"

การเติบโตอย่างก้าวกระโดดของปัญญาประดิษฐ์ในช่วงไม่กี่ปีที่ผ่านมา ผนวกกับการเพิ่มขึ้นของแชทบอท เช่น ChatGPT ที่เพิ่มขึ้นอย่างมาก ทำให้เทคโนโลยีนี้เข้ามารับภาระหลายอย่าง ซึ่งแต่เดิมมีเพียงมนุษย์เท่านั้นที่จะรับมือได้ แต่ถึงแม้จะมีความสามารถในการคำนวณที่มีความสามารถมากขึ้น แต่ระบบการเรียนรู้ของเครื่องเหล่านี้ก็ยังคงไม่มีประสิทธิภาพอย่างน่าประหลาดใจในการก้าวกระโดดด้านการรับรู้และการหักล้างเชิงตรรกะ

ในบทความที่ตัดตอนมาจาก Hitting the Books ประจำสัปดาห์นี้อย่าง A Brief History of Intelligence: Evolution, AI และ Five Breakthroughs That Made Our Brains โดย Max Bennett ได้สำรวจจุดบอดอันน่าพิศวงในความสามารถด้านคอมพิวเตอร์โดยการสำรวจการพัฒนา AI ของเครื่องจักรที่จำลองมาจาก : สมองของมนุษย์

หนังสือ A Brief History of Intelligence: Evolution, AI

โดยมุ่งเน้นไปที่ "ความก้าวหน้า" เชิงวิวัฒนาการทั้งห้าประการ ท่ามกลางจุดสูงสุดทางพันธุกรรมจำนวนมากมายและการแตกหน่อที่ไม่ประสบความสำเร็จ ซึ่งนำสายพันธุ์ของเรามาสู่จิตใจสมัยใหม่ เบ็นเน็ตต์ยังแสดงให้เห็นว่าความก้าวหน้าที่มนุษยชาติต้องพัฒนามายาวนานนั้น สามารถนำมาปรับใช้เพื่อช่วยชี้แนะการพัฒนาของเทคโนโลยีแห่งอนาคต ในข้อความที่ตัดตอนมาด้านล่างนี้ เราจะมาดูกันว่าระบบ AI เช่น GPT-3 ถูกสร้างขึ้นเพื่อเลียนแบบฟังก์ชันการทำนายของนีโอคอร์เทกซ์ได้อย่างไร แต่ก็ยังไม่เข้าใจถึงความหลากหลายของคำพูดของมนุษย์

คำพูดที่ไม่มีโลก ภายใน GPT-3 ให้คำแล้วคำเล่า ประโยคต่อประโยค ย่อหน้าแล้วย่อหน้า ในระหว่างกระบวนการฝึกอบรมอันยาวนานนี้ มันจะพยายามคาดเดาคำถัดไปจากคำที่ยาวเหล่านี้ และในการทำนายแต่ละครั้ง น้ำหนักของโครงข่ายประสาทเทียมขนาดมหึมาของมันจะถูกกระตุ้นไปสู่คำตอบที่ถูกต้อง ทำสิ่งนี้เป็นจำนวนครั้งทางดาราศาสตร์ และในที่สุด GPT-3 ก็สามารถทำนายคำถัดไปโดยอัตโนมัติตามประโยคหรือย่อหน้าก่อนหน้า

โดยหลักการแล้ว สิ่งนี้จะรวบรวมแง่มุมพื้นฐานของการทำงานของภาษาในสมองของมนุษย์เป็นอย่างน้อย พิจารณาว่าเป็นการอัตโนมัติสำหรับคุณในการทำนายสัญลักษณ์ถัดไปในวลีต่อไปนี้:

หนึ่งบวกหนึ่งเท่ากับ _____ ?

ถ้ากุหลาบเป็นสีแดง แล้วสีม่วงจะเป็น _____ ?

คุณเคยเห็นประโยคที่คล้ายกันมาหลายครั้งแล้ว ดังนั้นกลไกนีโอคอร์ติคอลของคุณจะคาดเดาคำถัดไปโดยอัตโนมัติ อย่างไรก็ตาม สิ่งที่ทำให้ GPT-3 น่าประทับใจนั้นไม่ใช่เพียงการคาดเดาคำถัดไปของลำดับที่เคยเห็นมานับล้านครั้งเท่านั้น ตัว AI ยังสามารถทำได้โดยไม่ต้องใช้อะไรมากไปกว่าการจำประโยค สิ่งที่น่าประทับใจคือ GPT-3 สามารถให้ลำดับใหม่ที่ไม่เคยพบเห็นมาก่อนและยังคงคาดเดาคำถัดไปได้อย่างแม่นยำ สิ่งนี้ก็จับสิ่งที่สมองมนุษย์สามารถ _____ ได้อย่างชัดเจนเช่นกัน

GPT-3 และแบบจำลองภาษาที่คล้ายกันแสดงให้เห็นว่าเว็บของเซลล์ประสาทสามารถจับกฎของไวยากรณ์ ไวยากรณ์ และบริบทอย่างสมเหตุสมผลได้อย่างไร หากมีเวลาเพียงพอในการเรียนรู้ แม้ว่าสิ่งนี้จะแสดงให้เห็นว่าการทำนายเป็นส่วนหนึ่งของกลไกของภาษา แต่นี่หมายความว่าการทำนายเป็นเพียงภาษาของมนุษย์เท่านั้นใช่หรือไม่

พยายามตอบคำถามสี่ข้อนี้ให้จบ:

ถ้า 3x + 1 = 3 แล้ว x เท่ากับ _____?

ฉันอยู่ในห้องใต้ดินที่ไม่มีหน้าต่าง และมองขึ้นไปบนฟ้า และฉันเห็น _____?

เขาขว้างลูกเบสบอลสูง 100 ฟุตเหนือหัวฉัน ฉันเอื้อมมือไปจับมัน กระโดด และ _____?

ฉันกำลังขับรถเร็วที่สุดเท่าที่จะเป็นไปได้จากนิวยอร์กไปแอลเอ หนึ่งชั่วโมงหลังจากผ่านชิคาโก ในที่สุดฉันก็ _____?

นี่คือสิ่งที่แตกต่างเกิดขึ้น ในคำถามแรก คุณน่าจะหยุดชั่วคราวและคิดเลขในใจก่อนที่จะตอบคำถามได้ สำหรับคำถามอื่นๆ คุณอาจหยุดชั่วคราวเพื่อนึกภาพตัวเองอยู่ในห้องใต้ดินโดยมองขึ้นไปด้านบน และตระหนักว่าสิ่งที่คุณจะได้เห็นคือเพดาน หรือคุณจินตนาการว่าตัวเองกำลังพยายามจับลูกเบสบอลที่สูงกว่าหัวของคุณหลายร้อยฟุต หรือคุณจินตนาการว่าตัวเองผ่านชิคาโกไปหนึ่งชั่วโมงแล้วพยายามค้นหาว่าคุณจะอยู่ที่ไหนบนแผนที่สมองของอเมริกา ด้วยคำถามประเภทนี้ มีอะไรเกิดขึ้นในสมองของคุณมากกว่าการคาดเดาคำศัพท์โดยอัตโนมัติ

แน่นอนว่าปรากฏการณ์นี้ได้ถูกสำรวจแล้ว—และมันกำลังอยู่ ในคำถามเหล่านี้ คุณกำลังเรนเดอร์การจำลองภายใน ไม่ว่าจะเป็นการเลื่อนค่าในชุดการดำเนินการเกี่ยวกับพีชคณิตหรือของชั้นใต้ดินสามมิติ และคำตอบของคำถามจะพบได้ในกฎและโครงสร้างของโลกจำลองภายในของคุณเท่านั้น

ฉันให้คำถามสี่ข้อเดียวกันกับ GPT-3; นี่คือคำตอบ (คำตอบของ GPT-3 เป็นตัวหนาและขีดเส้นใต้):

ถ้า 3x + 1 = 3 แล้ว x เท่ากับ 1

ฉันอยู่ในห้องใต้ดินที่ไม่มีหน้าต่าง และมองขึ้นไปบนฟ้า และฉันเห็นแสงสว่าง และฉันรู้ว่านั่นคือดวงดาว และฉันก็มีความสุข

เขาขว้างลูกเบสบอลสูง 100 ฟุตเหนือหัวฉัน ฉันเอื้อมมือไปจับ กระโดดแล้วจับมัน มันเป็นจำนวนมากของความสนุก!

ฉันกำลังขับรถเร็วที่สุดเท่าที่จะเป็นไปได้จากนิวยอร์กไปแอลเอ หนึ่งชั่วโมงหลังจากผ่านชิคาโก ในที่สุดฉันก็ได้เห็นมหาสมุทรแปซิฟิก

คำตอบทั้งสี่ข้อนี้แสดงให้เห็นว่า GPT-3 ณ เดือนมิถุนายน 2022 ยังขาดความเข้าใจในแง่มุมง่ายๆ เกี่ยวกับวิธีการทำงานของโลก ถ้า 3x + 1 = 3 แล้ว x เท่ากับ 2/3 ไม่ใช่ 1 หากคุณอยู่ในห้องใต้ดินและมองขึ้นไปบนฟ้า คุณจะเห็นเพดาน ไม่ใช่ดวงดาว หากคุณพยายามจับลูกบอลสูง 100 ฟุตเหนือศีรษะ คุณจะไม่สามารถจับลูกบอลได้ หากคุณกำลังขับรถไปแอลเอจากนิวยอร์ก และผ่านชิคาโกเมื่อหนึ่งชั่วโมงที่แล้ว คุณจะยังไม่ถึงชายฝั่ง คำตอบของ GPT-3 ขาดสามัญสำนึก

สิ่งที่พบไม่น่าแปลกใจหรือแปลกใหม่ เป็นที่ทราบกันดีว่าระบบ AI สมัยใหม่ รวมถึงโมเดลภาษาที่อัดแน่นไปด้วยพลังใหม่เหล่านี้ กำลังต่อสู้กับคำถามดังกล่าว แต่นั่นคือประเด็น: แม้แต่โมเดลที่ได้รับการฝึกอบรมบนคลังข้อมูลทั้งหมดของอินเทอร์เน็ต ซึ่งมีค่าใช้จ่ายเซิร์ฟเวอร์หลายล้านดอลลาร์ ซึ่งต้องใช้คอมพิวเตอร์หลายเอเคอร์ในเซิร์ฟเวอร์ฟาร์มที่ไม่รู้จักบางแห่ง ยังคงดิ้นรนเพื่อตอบคำถามสามัญสำนึก ซึ่งน่าจะตอบได้โดยแม้แต่ มนุษย์มัธยมต้น